它把「AI 编程订阅」(ChatGPT Plus、Claude Pro、GLM Coding、Kimi 会员、MiniMax Token Plan、MiMo Token Plan、Step Plan、百炼 Coding Plan……) 以及「官方按量 API」折算到同一把尺子上:每百万 token 实际花了多少钱,再和公开榜单的能力分放在同一张图里, 回答一个很朴素的问题——同样的预算,哪家买到的能力最多。
数据与折算方法来自 Real API Pricing (作者 Fei2411,MIT 许可),本站只做中文策展、筛选与可视化,不改动其原始数值;上游同时致谢 awesome-coding-plan 的实测数据。 完整的引用与致谢见文末。
分母不是「理论上限」,而是饱和使用下真正能跑出来的量:面板额度百分比变化对应的 token、本地用量日志、受控跑满、 或官方给出的绝对 token 表。输入、输出、缓存 token 全部计入。订阅单价按用满额度计算——只用掉一半,实际单价就翻倍。
美元额度、credits 与 API 标价都要换成 token,统一按一个标准负载折算:缓存读取 97%、普通输入 2.5%、输出 0.5%。 这只是为了横向可比,不代表任何人的真实用法。打不到这个缓存比例的渠道(Step 全系、Google)用低缓存档 85% / 14.5% / 0.5%;Anthropic 模型把普通输入按缓存写入价计。
| 口径 | 缓存读取 | 普通输入 | 输出 | 用于 |
|---|
一个月按 4 周计(30/7 仅作灵敏度);Kimi 等另设月池的按厂商口径(月池是周池的 5 倍)。 GLM、DeepSeek、MiMo 的闲时优惠单独成点,不取平均,因为它们是真的便宜,但只能在特定时段用。 订阅内明确不计额度的模型记 ≈¥0 并参与前沿,促销口径必须标截止日并在到期后复核。
每一行都有 high / medium / low 标注。high = 面板反推、受控实测或官方 token 表; medium = 官方倍率乘一个 high 基准,或多个独立来源量级一致; low = 单一口述或跨档位假设。推算值不会当成实测来写。
每个榜单单独取分,不同榜单不混用——同一模型在不同榜上的名次本来就不一样。静态取该模型存档里的最高配置。 悬停时可看到具体配置(harness / reasoning effort)。各榜快照日期如下(榜单之间版本差异不可直接比较):
| 榜单 | 指标 | 快照 | 覆盖 | 来源 |
|---|
只留官方渠道。数据集里同一个模型会在很多第三方渠道(Command Code、OpenCode、Ollama、Factory/Droid、Cursor、Devin)出现不同的订阅价。 这些不是厂商官方定价,不进默认视图。默认只保留厂商自家渠道,例如百炼 Coding Plan 之于阿里是官方,Cursor 之于 Anthropic 不是。
按代际策展。每家只保留当前代际:同尺寸出现新代后,旧代移入「已过代」;同时保留大尺寸旗舰与 Flash 级小尺寸两条线, 因为它们是不同价位的产品。默认视图里每个模型只画最划算的那一枚套餐点,切到「全部套餐」可以看到同一模型在不同套餐下的单价差异 (例如 GLM 5.3 的新客 / 老客 / 忙时 / 闲时四个口径横跨近 10 倍)。
补齐官方按量价。Muse(Meta)与混元(腾讯)在上游数据集里只有第三方聚合价,没有官方订阅套餐。
这两家的官方按量 API 挂牌价取自 models.dev 的官方 provider
(meta 与 tencent-tokenhub),用与上游完全相同的标准负载折算成混合单价,因此可以直接放在同一根横轴上比较,
但它们没有「月费 ÷ 额度」的真实单价,表里会标为「按量」。
数据来源:Real API Pricing,作者 Fei2411,MIT 许可,
仓库 github.com/Fei2411/real-api-pricing,
网站 realapipricing.com。
方法论文档见其 CONVENTIONS.md、DECISIONS.md、SOURCES.md。
上游同时致谢 awesome-coding-plan (mahonzhan)提供的订阅额度实测样本;榜单分数来自 Artificial Analysis、 Terminal-Bench、 Arena、 OpenDesign Arena、 DeepSWE; 补充的官方按量标价来自 models.dev。
DECISIONS.md 为准;
若需要原始完整数据集(含全部第三方渠道),请直接访问源站。
许可证全文:MIT License ·
快照数据集:CSV · JSON