AI Token 成本测算器
输入你的调用量，直接算出 18 款大模型 API 的月度和年度账单，并给出「该不该私有化部署」的量化结论。不是给个公式让你自己算，是给出可以直接写进方案的判断。
结论
调整左侧参数，立刻出结果。
该不该私有化：三档自建成本对照
很多人以为自建更便宜。真实情况是：年 API 支出没到 5 万元，自建一定更贵——因为硬件只是其中一部分，机位、电费、运维和人力才是主要成本。下表把隐性成本也折进年化。
| 档位 | 能跑什么 | 硬件年化 | 电费+机位 | 运维人力 | 合计年成本 |
|---|---|---|---|---|---|
| 轻量自建 | 7B–32B 级开源模型（量化后单卡可跑），适合分类、抽取、摘要 | ¥2.5–3.5 万 | ¥0.6–1 万 | ¥1–2 万 | ¥4.5–7 万 |
| 中型 | 70B 级或中等 MoE，接近国内中端 API 水平，可做客服与知识库 | ¥9–15 万 | ¥2–4 万 | ¥3–6 万 | ¥16–28 万 |
| 集群 | 旗舰级开源权重（数百 B 参数 MoE），需要多机多卡与专业调优 | ¥30–60 万 | ¥8–15 万 | ¥12–25 万 | ¥50–100 万 |
硬件按 3 年折旧计；人力按 0.3–1 个专职工程师折算，已有团队可相应扣减。实际报价随 GPU 型号与机房条件波动较大，此处为区间参考，正式预算须以供应商报价为准。
价格表（人民币 / 百万 token）
下表即测算器使用的数据。价格变动频繁，正式采购前请以厂商官网为准。
| 模型 | 厂商 | 输入 | 输出 | 缓存命中 | 上下文 | 备注 |
|---|
要一份完整的《企业 AI 算力采购清单》？
包含：国内可直连模型全表、各家发票与合同主体、数据出境的三种合法路径、按行业和预算给的选型建议。留邮箱直接发你，不发营销邮件。
常见问题
大模型 API 一年大概要花多少钱？
以每次调用 2,500 输入 / 400 输出 token、每天 800 次为例，年调用约 29 万次。用 Qwen3.8-Flash 年成本约 900 元，用 DeepSeek V4 Pro 约 4,700 元，用 Claude Opus 5.5 约 2.4 万元。差距主要来自输出 token 单价——输出价通常是输入价的 3 到 5 倍，而多数业务的输出占比只有 10%–20%，所以「便宜的输出价」比「便宜的输入价」更值钱。
什么时候该私有化部署？
只有两个触发条件：一是数据不允许出内网，这是硬约束，没得选；二是年 API 支出超过 16 万元且用量稳定增长。低于 5 万元/年时自建几乎必亏——单台推理服务器含折旧、电费、运维的年化就在 4.5 万元以上，还没算人的时间。中间地带（5–16 万）要看数据敏感度和是否需要定制微调。
国内模型和海外模型差多少？
同档位下国内通常便宜 50%–80%，因为海外按美元计价且输出单价更高。但海外旗舰在复杂推理、代码重构、长文档理解上仍有优势。正确做法是按任务分档：分类、抽取、客服走经济档；方案撰写、代码审查、复杂分析走旗舰档。全都用最便宜的，返工成本会吃掉省下的钱。
提示词缓存能省多少？
缓存命中部分的输入价格通常降到原价的 1/10 到 1/50。客服、RAG、文档问答这类「固定系统提示词 + 长上下文」场景，命中率常能到 40%–70%，整体成本可降 30%–50%。注意输出 token 一般不参与缓存，所以输出占比高的场景收益有限。
为什么实际账单会比测算高？
四个常见原因：多轮对话每轮都重发历史上下文，token 会滚雪球；重试和失败请求照样计费；结构化输出、思维链让输出 token 翻倍；向量检索、文件存储等周边费用没算进来。建议按测算结果上浮 30% 做预算，再按首月真实账单校准。
这里的价格是哪来的？多久更新？
取各厂商公开定价页与聚合价目（截至 2026-11-14），按人民币折算，海外模型按页面可调汇率换算。模型价格 2026 年仍在快速下调，通常每季度会有一次调整。发现偏差可以联系我们更正。