pricing-multiplier-cheap-vs-expensive · ZH · 2026-11-06

便宜模型配大提示词：1.3 倍规则下什么时候低价后端反而比高价后端更贵

在 LLM API 聚合站中，所有模型按官方价 ×1.3 扣费，这容易让人误以为成本排序与官方价一致。但实际账单由输入 token、输出 token 和输出冗长度共同决定。本文通过具体算例，说明在长提示词和高输出场景下，低价后端可能比高价后端更贵，并给出选型建议。

为什么 ×1.3 不会改变排序，但会改变“谁更划算”

聚合站按官方价 ×1.3 扣费，这意味着任何两个模型的单 token 价格比保持不变。如果只看每百万 token 的挂牌价，排序似乎一目了然。但真实账单是：输入 token 数 × 输入单价 × 1.3 + 输出 token 数 × 输出单价 × 1.3。决定总价的不是单价本身，而是单价与用量的乘积。

输入长、输出短：低价后端的优势被放大

假设模型 A 官方输入价高、输出价低，模型 B 输入价低、输出价高。在短提示词、长输出的场景下，A 可能更划算。但当提示词很长、输出很短时，输入成本占主导，B 的低输入价会放大优势。×1.3 只是等比例放大，不会扭转这种相对关系。

输出冗长：隐藏的成本放大器

很多低价后端为了“显得聪明”，倾向于生成更长的回答。同样的任务，高价后端可能用 200 个输出 token 说清楚，低价后端用了 500 个。输出单价低并不代表输出总价低。当输出 token 数翻倍时，即使单价只有一半，输出成本也可能持平甚至更高。再加上输入部分的固定成本，总价就可能反转。

一个具体算例

假设模型 H 官方输入价 3 元/百万 token，输出价 15 元/百万 token；模型 L 官方输入价 1 元/百万 token，输出价 2 元/百万 token。聚合站扣费系数 1.3。

场景一：短提示词、短输出。输入 500 token，输出 300 token。

  • H 成本：(500×3 + 300×15) / 1,000,000 × 1.3 = (1500 + 4500) / 1,000,000 × 1.3 = 0.0078 元
  • L 成本：(500×1 + 300×2) / 1,000,000 × 1.3 = (500 + 600) / 1,000,000 × 1.3 = 0.00143 元

    • L 明显更便宜。

场景二：长提示词、短输出。输入 20,000 token，输出 300 token。

  • H 成本：(20000×3 + 300×15) / 1,000,000 × 1.3 = (60000 + 4500) / 1,000,000 × 1.3 = 0.08385 元
  • L 成本：(20000×1 + 300×2) / 1,000,000 × 1.3 = (20000 + 600) / 1,000,000 × 1.3 = 0.02678 元

    • L 仍然更便宜，因为输入单价差距大。

场景三：长提示词、长输出且 L 更冗长。输入 20,000 token，输出 H 为 1,000 token，L 为 3,000 token。

  • H 成本：(20000×3 + 1000×15) / 1,000,000 × 1.3 = (60000 + 15000) / 1,000,000 × 1.3 = 0.0975 元
  • L 成本：(20000×1 + 3000×2) / 1,000,000 × 1.3 = (20000 + 6000) / 1,000,000 × 1.3 = 0.0338 元

    • L 依然便宜。

要出现反转，需要输出单价差距足够小，而输出量差距足够大。假设模型 H 输出价 8 元/百万 token，模型 L 输出价 6 元/百万 token，输入价 H 为 2 元、L 为 1 元。输入 10,000 token，输出 H 为 500 token，L 为 2,000 token。

  • H 成本：(10000×2 + 500×8) / 1,000,000 × 1.3 = (20000 + 4000) / 1,000,000 × 1.3 = 0.0312 元
  • L 成本：(10000×1 + 2000×6) / 1,000,000 × 1.3 = (10000 + 12000) / 1,000,000 × 1.3 = 0.0286 元

    • L 仍然略低。再提高 L 的输出冗长到 3,000 token：

  • L 成本：(10000×1 + 3000×6) / 1,000,000 × 1.3 = (10000 + 18000) / 1,000,000 × 1.3 = 0.0364 元

    • 此时 L 比 H 贵约 17%。

这个算例说明：当输出单价接近、而低价后端输出量显著更大时，总价可能反转。×1.3 对双方同等放大，不改变反转条件。

如何避免“低价陷阱”

  1. 不要只看每百万 token 单价，先估算你的典型输入长度和输出长度。
  2. 对输出长度敏感的任务（如总结、翻译、结构化抽取），优先测试不同后端的实际输出 token 数。
  3. 在聚合站中，用同一个 API key 切换后端做 A/B 测试，对比账单中的 token 消耗。
  4. 对长提示词场景，输入单价权重更高；对开放生成场景，输出单价和冗长度权重更高。
  5. 记住 ×1.3 是统一系数，它不会让贵的变便宜，只会让所有成本等比例上升。

结论

低价后端在短输入、短输出、低冗长的场景下通常更划算。但当输入很长、输出单价差距不大、且低价后端输出明显更啰嗦时，总价可能反超高价后端。选型时应该用“输入 token 数 × 输入单价 + 输出 token 数 × 输出单价”来估算，而不是只看挂牌价。