操作速览
- 拆开倍率:充值倍率不等于模型倍率。
- 统一口径:模型、单位和样本时间可比。
- 保留证据:未知条件明确标注,不补猜值。
先确认两条报价能否比较
1. 同一模型、同一币种和计价单位才进入比较,缓存与普通输入、按次与按量分别展示。
2. 倍率报价保留充值规则与分组条件;缺少配额兑换关系时,不使用猜测的汇率换成美元。
3. 本站美元目录报价保留原采集日期,现场抓取倍率另列。价格排序不等于模型质量排名。
先定义榜单回答什么
AI 中转站榜单首先要限定对象:比较的是某个模型在某个渠道、某种计费组和某个时间窗口下的公开报价,而不是给服务商下永久结论。模型别名、上下文区间、缓存、批处理和地域路由都会改变成本,缺少这些维度的最低价没有可比性。
本文所称官方基准只指模型厂商公开文档;中转页面、用户提交和聚合目录属于不同证据等级。核验时间为 2026-08-29,厂商价格与中转倍率此后都可能变化,因此榜单必须同时显示观测时间和失效条件。
- 榜单对象 = 模型版本 × 渠道 × 计费组 × 时间
- 价格结论只对核验窗口负责
- 官方、服务商与聚合快照分层存放
本节参考:OpenAI API 模型比较文档Claude Platform Pricing
把价格拆成可计算字段
常见中转价格可拆为充值倍率、模型输入倍率、模型输出倍率、额外工具费和汇率。若页面只给综合倍率,应保留原文并标记无法反推出各分量;若页面给出人民币每百万 tokens,则记录单位、币种、税费与四舍五入方式。
比较时应先映射到同一官方 SKU,再分别计算典型工作负载。例如代码助手与摘要任务的输入输出比不同,一个单一综合价可能反转排序。更稳妥的榜单会展示至少两种负载场景,并允许读者查看原始字段。
- 保留输入与输出单价
- 缓存和批处理单独计价
- 场景成本不替代原始价格
本节参考:Claude Platform PricingNIST AI RMF Core
建立证据等级与数据时钟
每条价格记录都应绑定 source URL、抓取时间、页面指纹、解析器版本和审核状态。官方文档可作为基准,服务商公开价格页用于中转报价,第三方目录只提供发现线索;不同层级冲突时,不应自动用聚合值覆盖第一方值。
新鲜度应按来源变化速度设置,而不是全站共用一个“更新时间”。高频促销可以数十分钟过期,官方价格可能数日不变;超过各自 TTL 后应降级为历史快照,避免旧数据继续参与“当前最低价”。
- 证据必须可回放
- 页面指纹与解析器版本一起记录
- 过期记录退出实时排序
本节参考:NIST AI RMF CoreOpenAI API 模型比较文档
发布分数,也发布不确定性
价格分只应是总榜单的一部分。稳定性、样本覆盖、退款条款和核验完整度需要独立列示,权重公开且版本化。NIST AI RMF 强调持续、透明的测量与文档化,这里可转化为评分版本、样本窗口和变更日志。
风险边界是:公开价格不等于最终账单,低倍率不证明线路来源或长期可用,也不构成购买建议。榜单页面应保留证据入口、最后核验时间、样本量和投诉渠道,让读者能发现算法未覆盖的情况。
- 公开权重与版本号
- 显示样本量和置信提示
- 价格榜单不替代交易与合规判断
本节参考:OpenAI API 模型比较文档Claude Platform Pricing
参考来源
价格、规则和产品状态可能变化,可通过这些原始页面确认当前信息。
常见问题
AI 中转站榜单可以只按综合倍率排序吗?
不建议。综合倍率会隐藏输入输出差异、缓存、批处理、工具费和汇率,至少应同时保留原始计费字段与典型负载成本。
官方价格变化后,历史榜单要删除吗?
不需要删除,但应固定为带时间戳的历史版本,并让当前榜单重新计算,避免用今天的基准重写过去的观测。
