我每天追踪大语言模型 API 的价格，发现在同一模型上存在 33 倍的成本差距。
1 分•作者: costpertoken•20 天前
我一直在寻找最新的大型语言模型（LLM）定价对比文章，但发现它们很快就过时了。因此，我构建了一个爬虫，每天都会抓取 OpenRouter 目录（包含 425 个模型，58 家提供商）的完整信息，并与前一天的数据进行比对。这个爬虫已经无人值守运行了大约一周：https://costpertoken.dev
数据分析中有一个意外的发现让我感到惊讶：对于完全相同的模型，一个用于编码代理的调用（输入长上下文，输出代码）比一个用于批量分类的调用，每次调用的成本大约高出 33 倍。我在 GPT-5.6、Claude Sonnet 5 和 Gemini 3.7 Flash 上都进行了验证，结果分别是 33.6 倍、33.3 倍和 33.3 倍——尽管这三个模型来自不同的定价体系，但结果却几乎一致。这似乎是调用模式的特性，而不是供应商的差异。相关文章在此：https://costpertoken.dev/guides/why-agent-calls-cost-more-than-chat-calls/
该网站是一个静态的 Cloudflare Worker。数据收集通过一个本地的 launchd 作业运行，该作业独立于任何 AI 模型或 API，专门设计成不会在静默中停止工作。
欢迎提供反馈和定价修正——目前是第 8 天，还有一些不完善之处。
查看原文
I kept finding LLM pricing comparison posts that were already stale, so I built a scraper that snapshots the full OpenRouter catalog (425 models, 58 providers) every day and diffs it against the previous day. It's been running unattended for about a week now: https://costpertoken.dev<p>One thing that fell out of the data surprised me: on the exact same model, a coding-agent-shaped call (large context in, code out) costs roughly 33x more per call than a bulk-classification-shaped call. I checked this on GPT-5.6, Claude Sonnet 5, and Gemini 3.7 Flash and got 33.6x, 33.3x, and 33.3x respectively -- almost identical despite three unrelated pricing tables. Seems to be a property of the call shape, not the vendor. Writeup here: https://costpertoken.dev/guides/why-agent-calls-cost-more-than-chat-calls/<p>The site is a static Cloudflare Worker. Data collection runs via a local launchd job independent of any AI model or API, specifically so it can't silently stop working.<p>Feedback and pricing corrections welcome -- it's day 8, so there are rough edges.