均价跌了88%，账单翻了10倍：2026年的大模型价格表，得换本账来算
先放两个放在一起很像出了 bug 的数字：2026 年，全球 LLM 推理均价已跌至约 $1.16/百万 Token，较 2023 年下降 88%。知乎同一年，开发者圈流传的另一句话是"Token 单价降了 75%，账单却翻了 10 倍"。知乎一边是微软 9 月 1 日把 GPT-5.6 Sol 的输出价直接砍 33.3%，另一边是 DeepSeek 8 月 17 日正式实施大幅涨价并引入峰谷分时定价，涨价和降价同时发生，说明账已经不和"牌价"挂钩了。微博这才是当下 LLM 推理圈最该聊明白的事：不是哪个模型更聪明，而是这个月谁的账单还活着。
一、钱到底去哪了：三笔账，没有一笔写在牌价上
第一笔是用量斜率。 OpenRouter 的周度 Token 消耗从 2.1T 涨到 24.5T，今年以来的增幅约 280%。知乎 Agent 把计费单位从"一次对话"改成了"一个任务"：有用户实测联调 63 次调用烧掉 1083 万 Token，产出的文字不到 2000 字，账户被扣了 20 多块。知乎有人拿 GPT-6 跑专业系统任务，13 小时耗了 2.1 亿 Token、五项任务总分 60/100；做独立游戏的 UP 主晒出来的是"这版累计烧了 109 亿 Token，业余时间做了将近一个月"。哔哩哔哩代价也是真的：有统计援引 Gartner 的说法，企业级 Agent 项目运维成本里 LLM 推理费用占比超过 65%，30% 的项目因为 Token 消耗失控被迫缩减功能甚至下线。
第二笔是结构成本。 Datadog 的工程报告给了个扎心的数字：2026 年 3 月，其客户所有输入 Token 里 69% 是每次重复发送的系统提示词——输入的钱每花 10 块，约 7 块在重复发同一段内容。知乎而输出 Token 通常比输入贵 4-8 倍，真正的贵法是模型话太多。藏得最深的是缓存命中价：DeepSeek V4 Flash 的缓存输入谷时 $0.007/百万 Token、峰时 $0.014，Coding Agent 每轮都反复携带旧上下文，缓存价常常比标价更决定账单。知乎阿里云百炼上 Qwen3.8-Flash 的官方原价则是输入 0.8 元、输出 2.7 元、缓存命中 0.1 元。坑在缓存边界上：时间戳、session_id 这类动态字段只要放在缓存前缀里，命中率直接归零；把它们挪到消息最后，有案例把命中率从 0% 拉到 80% 以上，GitHub 靠这个单日省了约 3.2 亿 Token。
第三笔是时段与促销日历。 微软这轮 33.3% 的降幅写明了"至少持续到 11 月 30 日"，是促销不是转向——而且输出降 33.3%、输入只降 20%，输入密集型任务根本吃不到名义降幅。知乎这个剧本两年前演过一次：2025 年 2 月 DeepSeek V3 优惠期结束，涨幅最高 300%。而 DeepSeek 自己 8 月已经一个月内改了两轮规则：17 日峰谷上线，23 日起周末全天统一按谷时价收费——计费结构正在以周为单位精细化。微博还有个无数账单骂过的暗坑：GLM-5.3-Flash 的 reasoning_effort 不显式传值就默认按 max 跑，拿 max 去改按钮颜色，模型有点冤，账单是真疼。知乎
二、成本在跌、牌价在涨：2026 价格表为什么拧着来
智谱 8 月 31 日的半年报把矛盾摊开了：上半年收入超过去年全年，仍亏 20.72 亿元；但官方口径里单位 Token 推理成本较年初下降 80%，单位算力投入对应的收入提升 14 倍。知乎成本降 80%、牌价却在涨，是因为瓶颈换了：从"跑不跑得起"变成"有没有卡"。中国日均 Token 调用量已突破 140 万亿，较两年前增长超 1000 倍；今年 5 月 DeepSeek 连续崩溃，用户量暴涨 66.7%，算力储备只增了 8.3%。知乎社区高赞的总结就一句：大模型真正的斩杀线是算力。
所以涨价和扩产是一件事的两面——9 月 6 日彭博社报道 DeepSeek 向华为订购 16 万颗昇腾 950DT，明确主要投向推理，社区的第一反应正是"刚涨完价，转头就订了这么多芯片"（报道口径，待官宣）。知乎同期另一端也没停：Qwen3.8-27B 配端侧专用 harness 被讨论"零成本推理"，腾讯云 6 月 15 日起下调 MiniMax-M3 的 TokenHub 售价。微博轻量档在卷价格，旗舰档在修毛利——价格表不是混乱，是分裂成了"普惠"和"稀缺"两本账。
三、这个月就能动的：按投入产出比排的降本清单
审计缓存边界（半天工作量，回报最高）：把动态字段移出缓存前缀，命中率按倍数涨。
先压输出，再压输入：有 RAG 案例把 max_tokens 从 2048 降到 512 并加 stop 截断，BLEU 只掉 2.3%，输出消耗降 71%，月账单从 4.2 万变 1.1 万。知乎
按任务分档路由：复杂推理走旗舰（通常占 5%-15% 调用量），常规走中档，分类抽取走轻量档——旗舰和极轻量模型的单 Token 价差约 25 倍，不挑任务直接上旗舰是最低效的用法。
错峰与批处理：不赶时间的长文档、批量分类挪到谷时和 Batch 通道，有实测 25 万条数据批量处理花了 7.04 美元。知乎
订阅和 API 分开算：社区用户直接晒过账——MiniMax 119 元/月的订阅扛 40-60 亿 Token"完全没有压力"，涨价后的 DeepSeek Flash 按 API 算未必打得过它。知乎
研究侧的刀已经卷到推理轨迹内部：PyroDash 让小模型生成到一半自主决定要不要交接给大模型，低成本模式下五项数学基准的估算总成本从纯大模型的 $49.36 降到 $1.78，降幅 96.4%，准确率还高于 RouteLLM 等路由基线。知乎但边界也说得直白：论文作者自己标注实验集中在数学推理、单次生成上限 8192 tokens、成本按公开牌价估算而非真实账单，落地前得自己复测。
四、谁可以不管，谁要接着盯
轻度用户和免费额度党：峰谷、缓存这些和你无关，端侧模型和订阅档的红利是真的，正常用。生产上跑 Agent/Coding 链路的团队：三笔账全部适用，第一动作是拉真实流量重算成本——用过去 30-90 天的输入输出占比、缓存命中率、峰值并发去套新价，不是按名义跌幅外推。之前"因为太贵被搁置"的项目值得重跑一次 ROI：这轮输出端降幅大于输入端，就是给生成重的任务解锁的。知乎
继续盯三个信号：11 月 30 日微软促销到期后牌价回不回摆；昇腾 950DT 落地后 DeepSeek 的峰谷价差会不会继续收窄——按它本月已经改两轮规则的节奏，这不会是最后一次；智谱 Q3 毛利率能否证明"涨价换服务"这条线走得通。这三个答案，决定 2027 上半年价格表长成"普惠"还是"稀缺"。
一句话收尾：单价崩塌年代，账单的形状不取决于牌价，取决于你怎么用、用什么结构用、什么时间用。推理红利到底进没进你的口袋——把账单拆开看一眼就知道。
