依實際用量比較 AI 模型價格

某個模型每百萬輸入 token 要價 0.20 美元，另一個要 0.40 美元。乍看之下前者比較便宜——直到你請兩者都寫一篇長答案為止。

比較整個請求的成本：你送出的文字、你預期的答案，以及你執行它的頻率。然後確認提供該價格的服務商是否支援你需要的功能。

從一個實際任務開始

挑一個你真的會跑的任務：摘要文件、改寫貼文，或回答客服問題。把指令、對話歷史和附帶文字都算作輸入，而不只是最後的問題。Token 是文字片段；它們在不同語言或模型之間不是固定的字數。

開啟 AI 模型目錄，選擇一個模型，然後開啟 成本估算。從任務預設開始，或輸入你自己的輸入 token、輸出 token 和請求次數。預設是可編輯的範例，不是對你文件的測量。

如果你已經有 API 使用紀錄，就用其中的 token 數量。否則，先從估算開始，並在小規模測試後替換。上下文限制告訴你能塞進多少，而不是每個請求會花多少。

為什麼較便宜的輸入價格可能吃虧

以下是兩個虛構方案，單位是每百萬 token 的美元。它們只是說明計算方式；不是具名模型的當前價格。

對於 10,000 個請求，每個8,000 輸入 token 和 500 輸出 token，A 花 $21，而 B 花 $34。

把任務改成每個1,000 輸入 token 和 4,000 輸出 token，維持 10,000 個請求。A 現在花 $42，而 B 花 $20。較長的答案翻轉了排名。

total = requests × ((input tokens × input price) + (output tokens × output price)) / 1,000,000

我們在 2026 年 10 月 10 日用目錄所用的相同 token 成本函數檢查了這兩個範例。下載輸入和結果。這只檢查算術，不檢查模型品質或服務商的實際帳單。

這個簡單公式假設一般文字定價，沒有折扣或分級。快取費率和長上下文分級可能改變結果。工具呼叫、圖片、音訊、每次請求費用和稅金可能超出文字估算。實際執行時，把估算和服務商的使用紀錄比對；OpenRouter 文件說明了它回傳的使用欄位。

比較同一服務商的方案

開發模型的公司和託管其 API 的服務是兩個不同的選擇。在目錄中，用 模型開發商 縮小模型家族，用 API 服務商 選擇要在哪裡使用。兩者都支援多重選擇。官方 API 標籤標示開發者的直接 API。

在選擇前，先開啟模型的服務商清單。一起檢查它的價格、上下文和輸出限制。某個服務商的低價和另一個服務商的大上下文視窗，並不能組合成一個可用的方案。

從你打算呼叫的服務商複製模型 ID。相似的模型名稱不保證有相同的 API 識別碼。使用聚合器時，也要檢查路由：OpenRouter 可以把同一個模型路由到不同端點，而選定的路由會影響可用功能和價格。

用篩選器建立候選清單

從會排除模型的條件開始：足夠的上下文容納輸入和答案、需要時支援圖片，以及你的應用程式需要的工具呼叫或結構化輸出。然後縮小價格範圍，比較幾個候選。

速度有兩部分。第一個 token 的時間描述答案開始前的等待。每秒輸出 token 描述它繼續的速度。缺少測量表示未知，不是慢；服務商的觀測不是對你的連線或提示的保證。

基準分數可以幫助你選擇要測試什麼。它們不能告訴你模型是否會遵循你的特定指令。對你的候選清單執行同一組代表性的提示，檢查答案、失敗和實際 token 用量。

目錄目標是約每六小時重新整理。檢查來源時間戳，尤其是當價格或速度看起來異常好時。篩選器和排序會保留在 URL 中，所以你可以複製網址來分享相同的檢視。

從應用程式或AI 助手重複比較

目錄 API 支援篩選搜尋、服務商比較和 token 成本估算。目錄讀取不使用 CozyToolkit 點數，也不需要 API 金鑰，在公布的速率限制內。它們不會幫你執行模型。

模型研究技能 可以為AI 助手做查詢。給它實際用量，而不是要求通用的「最佳模型」：為 10,000 個文件摘要請求找三個候選，每個有 8,000 輸入和 500 輸出 token，並包含服務商 ID、估算成本和來源。