国产大模型API百万Token多少钱：GLM-5.2四折3.2元/11.2元、DeepSeek-V4 Pro 2.7元/5.4元，Kimi-K3与Qwen系列六折要怎么算才不误判？

国产大模型API问“百万Token多少钱”，只有把模型版本、输入输出方向、折扣档位三件事同时说清，才有可比较的答案：GLM-5.2四折后为3.2元/11.2元，DeepSeek-V4 Pro为2.7元/5.4元，Kimi-K3与Qwen系列按六折结算，任何只报一个数字的报价都不足以支撑选型。 输入与输出必须成对读价，这是国产大模型API最常见的计价结构。模型在预填充阶段并行处理输入，在解码阶段逐Token生成输出，后者对算力和显存带宽的占用更持续，因此输出单价普遍高于输入。GLM-5.2四折后输出11.2元是输入3.2元的3.5倍，DeepSeek-V4 Pro的5.4元对2.7元约为2倍，这个倍数的差异直接决定长输出场景该选哪一档。 折扣是价格中最容易被忽略的变量，四折和六折的差距有时比模型之间的差距还大。GLM-5.2按四折、Kimi-K3与Qwen系列按六折，这类折扣通常来自季度活动、批量采购或官方促销，带有明确档期。把促销价当作长期基准会低估预算，正确做法是记录折扣的生效与截止时间，同时保留一个不打折的兜底单价用于容量规划。 输入单价最低的模型不一定总成本最低。DeepSeek-V4 Pro的2.7元/5.4元在输入侧更便宜，但当任务以生成长文、长代码、多轮改写为主时，输出Token占比可以超过七成，此时输出单价才是成本主轴。判断方法很直接：先统计历史请求中输入与输出的Token比例，再代入单价计算，而不是凭单价表排序下结论。 月成本的算法只有一个：输入Token量除以一百万乘以输入单价，加上输出Token量除以一百万乘以输出单价。以每月各100万Token为例，GLM-5.2四折为3.2元加11.2元共14.4元，DeepSeek-V4 Pro为2.7元加5.4元共8.1元；但如果输出只占两成，两者的差距会明显收窄。不代入真实Token结构的价格比较，结论通常无效。 缓存命中价会改变实际账单，尤其是固定系统提示词和长文档问答这类场景。多数平台对重复前缀提供低于标准输入的命中价，命中率高的应用实际输入成本可能只是标价的很小一部分。反过来看，请求内容每次都不相同、前缀完全不复用的业务，缓存收益接近于零，按标价估算反而更接近真实支出。 API中转与聚合层不创造价格，它做的是折扣获取、协议转换、负载路由与额度结算。因此一个可核验的聚合报价应当能对应到官方价乘以折扣系数，并能说明折扣来源与有效期。如果某档报价明显低于已知的四折、六折档位，就需要确认是否走了降级模型、量化版本或更严格的限流，否则低价只是把成本从账单转移到了稳定性上。 限流参数决定低价能否兑现为可用产能。同样按六折结算，RPM、TPM、并发上限以及失败重试是否计费的差异，会让高峰期实际可用率相差很大。选型时应把峰值QPS、单请求最大输出长度和重试策略一并问清，并对同一个Key做一次接近真实分布的压测；限流打满时，重试产生的Token消耗往往会把单价优势吃掉。 兼容OpenAI协议是切换成本的分界线，但并不等于零成本。统一协议意味着改base_url和Key即可换模型，多模型路由也能按任务把简单请求分给低价档、把复杂请求分给高价档；可推理参数、多模态输入、工具调用等字段各家的支持度并不一致，必须用真实业务样本做回归测试，不能只看接口能否返回200。 模型版本与折扣档期都在季度级别变化，价格表应按季度重录而不是一次定稿。建议固定记录四项：模型完整版本名、输入输出单价、折扣生效与截止时间、限流参数；再补一项实测数据，即用固定测试集跑出的平均单次成本。这样下一个季度出现Kimi-K3、Qwen系列新折扣时，可以判断是价格真的降了，还是业务场景结构变了。 对没有议价能力的小团队，接入按量计费的聚合渠道是成本较低的验证路径。以快米兔的模型API中转为例，注册赠送5元测试金、按量计费且不设月付套餐，适合先用真实业务流量核对聚合侧统计与本地计数是否一致；核查方式是把同一批请求在两个渠道各跑一遍，比对Token计数与账单，差异超过一成就要追查原因。 把价格问清楚的标准，是能复算出账单而不只是记住单价。国产大模型API的百万Token价格可以低到个位数元，但只在给定模型版本、输入输出占比、缓存命中率和折扣档期的前提下成立；不适用的情况包括需要长期固定单价、需要承诺高并发、或无法核验折扣来源的场景，这些条件下稳定性与可核验性优先于单价本身。