国产大模型 API 价格对比：DeepSeek/Kimi/GLM/通义/豆包怎么选
数据截至 2026-07，价格与限额以各官网为准。
先说结论：预算极度敏感、能接受批量/异步的活儿，DeepSeek 的缓存命中价和 GLM 的免费档几乎是白菜价；要处理长文档、办公资料，Kimi 的固定长上下文最省心；要写代码，Kimi 的 code 系列和豆包的 seed-code 都专门做了分层定价；生态在阿里云、任务类型杂、什么都要覆盖一点，通义千问的阶梯计价反而最灵活。没有哪一家在所有维度都赢，先看自己最常跑的那类任务，再对着下面的表挑。
先声明一句：这篇比的是什么
这篇比的是五家 API 的调用成本——每百万 token 输入/输出多少钱、缓存折扣力度、免费额度规则，全部是能直接拿去算账单的硬数字。它不是对话产品体验横评，不涉及”哪家聊天更好用""谁的回答更聪明”这类主观感受。如果你想看的是 DeepSeek、Kimi、豆包三款对话工具日常用起来谁更顺手，去看 DeepSeek vs Kimi vs 豆包：国产对话工具怎么选，那篇讲的是产品体验，这篇讲的是接口账单。两篇角度不同，别搞混。
价格总表：五家代表模型每百万 token 单价
统一口径说明：以下全部是人民币，且全部来自各家中国大陆站官方文档——DeepSeek、GLM、通义千问、豆包本身就是人民币定价，Kimi 则专门取了大陆站 platform.kimi.com 的价格（它还有一个美元计价的国际站 platform.kimi.ai，两套账户体系不互通，本文不混用）。每家我选了一个”主力/性价比”档位的代表模型，旗舰档的差异放进后面的分维度小节里讲。
| 厂商 | 代表模型 | 输入价（元/百万 token） | 输出价（元/百万 token） | 上下文窗口 | 计价方式 |
|---|---|---|---|---|---|
| DeepSeek | deepseek-v4-flash | 1 元（未命中）/ 0.02 元（缓存命中） | 2 元 | 1M | 固定单价 |
| Kimi（大陆站） | kimi-k2.6 | ¥6.50（未命中）/ ¥1.10（命中） | ¥27.00 | 262,144 | 固定单价 |
| 智谱 GLM | glm-4.5 | 0.8 元 | 2 元 | 128K | 固定单价 |
| 通义千问 | qwen-plus（0–128K 档） | 0.8 元 | 2 元 | 阶梯，最高至 1M | 阶梯计价 |
| 豆包 | doubao-seed-1.6-lite（16K 输入档） | 0.3 元 | 2.4 元 | 256K | 分段计价 |
几个必须提前说清楚的口径细节，不然这张表容易看错：
- GLM 系列里只有 GLM-4.5 这行能拿到官方逐字确认的双值价格。GLM-4.6、GLM-4.7、GLM-5 系列的官网定价页是 JS 动态渲染的单页应用，核实时工具没能抓到渲染后的数字，网上流传的”GLM-4.6 约 5 元/百万 tokens”是第三方汇总口径，不是官方逐字原文，写进预算前务必自己打开
bigmodel.cn/pricing人工核对一次。 - 通义千问和豆包大部分模型不是固定单价，是阶梯/分段计价：请求的输入长度落到哪个区间，这次请求（含输出）就按那个区间的单价结算，超过临界点价格会跳涨，不是买得越多越便宜那种阶梯，反而是长度越长档位越贵。表里的价格只是最低档，别当成”不管多长都这个价”。
- 豆包的旗舰档
doubao-seed-2.1-pro价格是输入 6 元、输出 30 元，缓存命中低至 1.2 元，比表里的性价比款贵出一个量级，选型时别拿旗舰价和别家的入门价直接比。
缓存折扣：谁的省钱力度最大
缓存是这几家里真正拉开成本差距的地方，标价本身反而没那么重要。
DeepSeek 的上下文硬盘缓存默认对所有用户开启，不用改代码。deepseek-v4-flash 命中价是未命中价的 2%，deepseek-v4-pro 命中价是未命中价的 0.83%，换算下来降幅都在 98%-99% 这个量级。缓存只匹配输入的前缀部分，输出照常按模型实际生成计费，缓存本身按官方说法是”尽力而为”，不保证 100% 命中，不用的缓存一般数小时到数天后会自动清理。
Kimi 走的是自动上下文缓存，命中和未命中的差距没有 DeepSeek 那么夸张，大概是 1/5 到 1/6 的量级——比如 kimi-k2.6 命中价 ¥1.10 对未命中价 ¥6.50，大约是 17%。做横向对比时容易把这两家的折扣力度混为一谈，实际上不是同一个数量级，别套错。
通义千问官方确认存在 Context Cache（上下文缓存，仅输入部分享折扣）和 Batch（批量调用打五折）两套机制，但两者不可叠加，具体哪些模型支持 Context Cache 需要逐一查模型详情页，本文没能拿到一份逐模型对齐的完整清单，写作和预算前建议自己查一次官网。
智谱 GLM 官方明确的是 Batch API 五折——“只需五折费用”是文档原文，这是批量异步调用的折扣，跟前面几家说的”缓存命中”不是一回事，别当成同一种机制。
豆包目前能确认的缓存数字只有旗舰款 doubao-seed-2.1-pro：输入 6 元对缓存命中 1.2 元，降幅约 80%。doubao-seed-code 文档里提到”全量透明缓存”，但没有给出具体折扣比例，标注为未核实，别自己编数字。
免费额度：能不能先零成本跑起来
智谱 GLM 这里最实在：glm-4.7-flash 和 glm-4-flash-250414 是长期免费的文本模型，官方文档原文写明，不依赖”新用户赠送额度”这种有时限的东西，只受并发/速率限制，想先跑通链路不花钱，优先选这两个。新用户另外还有 token 赠送，但具体数字网上说法不一致（有说 2000 万、有说 1200 万+500 万），官方页面没有逐字核实到，别拿这个数字做预算依据。
通义千问新用户开通阿里云百炼会获赠免费推理额度，2025-09-08 起统一调整为 90 天有效期。以 qwen-max 为例，官方给的是输入输出各 100 万 token；不同模型的免费额度池互相独立、不互通，而且这份额度不能用来抵扣 Batch 批量调用、Context Cache 缓存这些场景，只顶实时推理调用。
豆包新用户注册火山引擎并开通方舟后，豆包全系模型（含挂在方舟上的 DeepSeek 系列）会有一次性 50 万 token 的免费额度，同样不能抵扣插件调用和批量推理，可以抵扣缓存的命中/未命中 token 但抵不了缓存存储本身的费用。网上另有”协作奖励计划每日赠送 200 万 token”的说法，官方一手页面没能确认，别当定数。
DeepSeek 和 Kimi 这边没有查到类似”新用户一次性/周期性赠送 token”的官方页面说明，这里不替它们编一个免费额度出来——如果你在它们的控制台看到了赠送提示，以你账户里实际显示的为准。
能力定位与上下文：各家擅长什么
五家的技术路线和市场定位不一样，价格便宜不代表适合你的任务：
- DeepSeek：主打推理能力，V4 系列分 flash/pro 两档，pro 档官方定位复杂推理任务，全系 1M 上下文。走的是 OpenAI 兼容端点，老代码从 OpenAI 迁移过来基本只用换
base_url和api_key。 - Kimi：长上下文和长文档处理是老本行，主力模型固定在 262,144 token 上下文，
kimi-k2.7-code系列官方定位当前最强编程模型，kimi-k2.6是当前旗舰多模态款，能吃图片和视频。 - 智谱 GLM：模型迭代非常快（核实这批数据时线上主力已经是 GLM-5 系列），产品矩阵覆盖免费到 1M 上下文的
glm-5.2，另有独立的编程订阅套餐（GLM Coding Plan），走按额度/周期计费而不是纯按量。 - 通义千问：模型矩阵最庞杂，经典命名（max/plus/flash/turbo/long）和新的 Qwen3 系列并存，阶梯计价覆盖从几毛钱到十几元的跨度，生态绑定阿里云百炼控制台，适合本来就在阿里云体系里的团队。
- 豆包：背靠字节的火山方舟，Seed 系列走分段计费，
doubao-seed-code专门为编程场景做了三段区间定价，旗舰doubao-seed-2.1-pro是 2026-06-23 才发布的新款，官方发布会资料提到多项评测优于 Claude Opus 4.6——这是厂商自己的发布会说法，不是独立第三方测评，仅供参考，别当成盖棺定论。
分场景选型结论
- 预算极度敏感、任务偏简单批量：GLM 的免费 flash 档（
glm-4.7-flash）可以先零成本跑通链路；真要处理大量调用，DeepSeek 的deepseek-v4-flash缓存命中后单价低到几乎可以忽略，配合批量任务的重复前缀效果最明显。 - 长文档、论文、合同这类长上下文任务：Kimi 固定 262,144 上下文最省心，不用操心阶梯档位跳价；如果需要更长的上下文，通义千问的
qwen3.7-plus（1M）和豆包 Seed 系列（256K）也是候选，但要接受分段/阶梯计价的复杂度。 - 写代码、编程助手场景：Kimi 的
kimi-k2.7-code系列是官方专门定位的编程模型；豆包的doubao-seed-code走三段区间定价，且明确不为深度思考和多模态输入加价；GLM 有独立的 Coding Plan 订阅套餐，按周期额度而非纯按量，适合已经习惯订阅制的团队。 - 通用场景、什么都要覆盖一点、想要生态省心：通义千问的阶梯计价虽然规则复杂，但覆盖面最广，且和阿里云其他服务打通；GLM-4.5 的 0.8/2 元是官方明确的双值价，性价比档位清楚可查。
- 正在做长期成本规划的团队：别只比标价，把各家的缓存折扣、免费额度能不能覆盖你的高频场景、阶梯/分段计价会不会因为你的输入长度经常跨档而多花钱，这几个变量按自己真实的调用模式代进去算一遍，比单看单价表靠谱得多。
常见坑 / 注意
- 阶梯计价不是”买得多越便宜”：通义千问和豆包按输入长度分档，超过临界点这次请求（含输出）整体按更贵的档位结算，不是超出部分单独加价，预算时留足余量。
- 别把美元换算数字当报价：DeepSeek 英文站只给美元、中文站只给人民币，本文和其他家的换算数字只帮你感受量级，正式下单看各家原始币种页面。
- GLM 新款系列价格页抓不到不代表没公布：
glm-4.6/glm-4.7/glm-5系列的官网定价页是 JS 渲染的，工具抓不到不等于官网没写，写作和报价前自己打开页面核对。 - 免费额度大多不覆盖批量和缓存存储：通义千问、豆包的免费额度都明确排除 Batch 调用，抵扣范围看清楚再规划。
- 缓存折扣力度不是同一个数量级：DeepSeek 命中降幅约 98%-99%，Kimi 约 83%（1/6 量级），豆包目前只确认旗舰款约 80%，别拿一家的折扣力度套另一家。
- 厂商自己发布会的评测说法留个心眼：类似”优于某某模型”这种表述通常来自厂商自己的发布材料，不是独立第三方横评，参考归参考，别当唯一依据。