11 月大模型 API 价格表：9 个新价，最贵差 200 倍

11 月 3 日到 11 日，9 天内至少 18 家厂商发了 20 个模型，价格表被整体改写了一遍。最贵与最便宜的输出单价差了 200 倍——这个倍数不是厂商乱定价，而是「规划层」和「执行层」被拆开之后必然出现的结果。

本月九个新价格

几个必须标注的口径：

• Carbon 是促销价。$2/$10 只在 11 月 30 日前有效，之后回到 $4/$20，直接翻倍。按促销价做预算的方案会在 12 月超支。
• Hy4 只公布了输入价，输出价未公开。只按输入价比较会低估它的实际成本。
• Qwen4-Max-Preview 没有按量计费，只能通过 Token Plan 套餐接入，官方给的是折扣比例（Token Plan 用户 2 折，新用户再叠加 5 折，最低 1 折），不是单价。
• Omni 1.2 Flash 按秒计价，和 token 计价不在一个维度，不能直接放进同一张表比较。

单价之外的三个变量

变量一：缓存价

Muse Ember 的缓存输入价是 $0.004，常规输入价是 $0.10——25 倍差距。

这个数字决定了长系统提示的成本结构。一次 8000 token 的系统提示，如果不走缓存，每次请求都是 8000 × 0.10 / 1e6 = $0.0008；走缓存是 $0.000032。差 25 倍，在一天几十万次调用的量级上就是全部利润。

判断一个模型适不适合你的场景，缓存价的重要性不亚于输入价。但多数厂商公布的价格表会把缓存价藏在脚注里。

变量二：思考 token

开启深度推理后，输出 token 里包含思维链。这部分按输出价计费，而输出价通常是输入价的 5 到 10 倍。

一个 800 token 的答案，如果模型先想了 3000 token，实际输出计费是 3800 token。按 Fable 5.2 的 $40/1M 算，从 $0.032 变成 $0.152——4.75 倍。

有些厂商提供 reasoning_effort 一类的档位控制，有些把思考预算和最终回答合并成一个上限（Qwen4-Max-Preview 的 393,216 就是思考与回答共享）。做预算时必须问清：公布的最大输出长度，包不包含思考。

变量三：重试系数

Agent 场景下，一个任务往往不是一次调用。工具调用失败要重试，格式不对要重跑。经验系数是 1.3 到 2.5 倍，取决于任务复杂度。

站内拆解过 同一个榜单上单任务成本差 13 倍 的情况，根源就在这里：单价差 5 倍的模型，加上重试与思考 token 之后，单任务成本能差 13 倍。

一次任务到底多少钱

统一用「5000 token 输入 + 800 token 输出」做基准，不启用思考、不计重试：

最贵和最便宜差 200 倍，这个倍数和输出单价是一致的——因为在这个 token 配比下，输出成本占比接近一半，输出单价基本决定了排序。

换成 100 万次调用，差距从「不到一美分」变成「18 万美元」。这才是价格表值得逐行看的原因。

三个价格陷阱

陷阱一：用促销价做年度预算

Carbon 的 $2/$10 是明确的限期价格，11 月 30 日结束。按它算出来的单位成本，12 月会变成两倍。做预算时要么用 $4/$20，要么把 12 月单独拆出来。

这类促销在模型发布期很常见，规律是：新模型首发让价，冲量期结束回调。看到低于同类 50% 的价格，第一件事是找有效期。

陷阱二：把「不支持按量计费」当成「免费」

Qwen4-Max-Preview 只能走 Token Plan 套餐。套餐是预付制，用不完不退，超了要升档。它的成本结构和按量计费完全不同：你用不用，钱都已经花了。

对这种模型，正确的算法是「套餐价 ÷ 实际用量」，而不是「单价 × 用量」。用量低的团队，实际单位成本会远高于按量计费。

陷阱三：拿视频按秒价和文本按 token 价比

Omni 1.2 Flash 的 $0.07/秒，生成 15 秒视频是 $1.05。这个数字和「一次文本调用 $0.018」放在一起比较没有意义——两者的产出物不同，替代关系也不存在。

正确做法是按产出物归集成本：一段 15 秒视频 $1.05，一张 4096×4096 图片多少钱，一份 3000 字报告多少钱。跨模态比单价，是最常见的一类误判。

怎么组合：三档路由

本月发布潮真正透露的信息，不是「谁更便宜」，而是厂商自己在推荐分层用法：

Google 的说法是「Carbon 用于需要更深探索与更长验证的任务，Argon 仍是多数软件工程与知识工作的首选」；Anthropic 的推荐是「Opus 5.5 做日常默认，Fable/Mythos 处理更难的任务，Sonnet/Haiku 处理轻量任务」；Meta 的表述是「Muse Wonder 做规划，Ember 处理吞吐」。

三家措辞不同，结构完全一致。这意味着模型选型不再是「挑一个最强的」，而是设计一条路由。

按这个结构算账，一个典型 Agent 任务里 80% 的调用可以走执行层，成本能压到全用规划层的十分之一左右。站内对 企业算不清 AI 回报 的分析里提到，504 份调研中有 83% 的企业无法核算 AI 投入产出——分层路由没做，是主要原因之一。

落地建议

1. 先测缓存命中率。系统提示固定的场景，命中率低于 60% 说明请求结构有问题，先改结构再谈选型。
2. 把思考 token 单独记一列。不分开统计，永远算不清输出成本为什么超预算。
3. 预算按促销结束后的价格做。这是最保守也最不会出错的口径。
4. 跨模态成本按产出物归集，不要和 token 价混在一起。

一句话总结：11 月的价格表把市场劈成了两半——$0.10 级的执行层和 $8 级的规划层。选型的正确问法不是「哪个划算」，而是「这个任务该走哪一层」。