EasyPrivy

用国产模型接单怎么报价的:先算一个任务的 token 成本

一根熊毛2026-11-17约 2726 字AI应用
用国产模型接单怎么报价的:先算一个任务的 token 成本
直接回答

接 AI 活的报价按 token 倒推:先数清一个任务要多少输入输出,再乘单价。DeepSeek V4.1-Flash 是输入 0.051 美元、输出 0.567 美元每百万 tokens,一份 3000 字的活输入约 6750 个 token、模型成本约 0.001 美元,一千份合计约 2.7 美元。

2026 年 11 月,硅谷风投机构 Menlo Ventures 的《2026 年企业 AI 发展现状》报告里出现了一个数字:美国企业的开源模型支出中,89% 流向中国模型,其中 Kimi 占 61%、DeepSeek 占 15%、智谱 GLM 占 11%。同期 OpenRouter 的数据是,中国模型 Token 调用量已经连续 27 周超过美国模型,调用量前五里中国模型拿了四席。

热搜上聊这件事,聊的是国产模型能不能打。对靠 AI 接单的人来说,这是另一笔账:你能调用的模型便宜到什么程度,决定了你接一单能留下多少。

B 站那条讲这事的视频,简介里写着「为什么不是最顶尖的中国大模型,却在海外悄然走红」。这句问法的答案其实就在价格表里,下面把三家的单价抄出来,再把一份活的成本算出来。

先看别人在用什么

先看外部需求在哪。2026 年全球企业 AI 支出预计 1768 亿美元,其中美国企业的开源模型支出有 89% 给了中国模型。智谱的 GLM-5.3 Flash 在 11 月初近 7 天的 Token 调用量约 15 万亿,排在 OpenRouter 平台第二。

这说明什么?说明海外的批量任务已经在用这些模型跑,跑的多是网页抓取、批量信息处理这类活。这类活有个特点:不需要顶尖推理,要求便宜、稳定、能并发。你能接的批量单,多半也是这一类。

把三家的单价抄下来

价格是这行的地基。OpenRouter 2026 年 11 月 11 日的抓取价,按每百万 tokens 计:

模型 输入价 输出价 备注
DeepSeek V4.1-Flash 0.051 美元 0.567 美元 OpenRouter 挂的价
MiniMax M3.1 Flash 0.15 美元 0.60 美元 长上下文档
Qwen3.5 Flash 0.10 美元 0.40 美元 100 万上下文
Qwen3.8-Max 4 美元 12 美元 旗舰档,差两个数量级

同一个厂的不同档位价差能有几十倍,这不是坑人,是任务分级:抓取、分类、改写这类活,Flash 档够用;真要它做长链推理,就得上 12 美元输出那一档。

DeepSeek 官方口径还有一个更细的分层:V4.1-Flash 在非高峰、缓存未命中时输入 0.15 美元每百万 tokens,缓存命中降到 0.003 美元每百万。缓存这个词对接单的人是实打实的钱:同一份长文档反复问,命中缓存的部分几乎不花钱。

算一份活的 token 成本

怎么把一个任务换算成钱,按四步走:

  • 先数输入:一段 3000 字的材料约 4500 个汉字,按中文一字约 1.5 个 token 估,输入约 6750 个 token
  • 再数输出:让模型写 3000 个 token 的成稿,按输出价算
  • 挑档位:批量改写走 Flash,复杂推理才上旗舰
  • 乘单价:6750 个 token 按 0.15 美元每百万计,输入成本约 0.001 美元;3000 个 token 输出按 0.567 美元每百万计,约 0.0017 美元

一份活合计不到 0.003 美元。一千份这样的活,模型成本约 2.7 美元。

这个数字要摆正位置:它说明模型成本在报价里几乎可以忽略,你要收的钱是流程、验收和售后。我见过不少人把报价压到每份几毛钱去抢单,压掉的其实是自己的时间,不是模型的钱。

真正吃成本的是三样:返工、人工核对、客户改需求。一单返工两遍,你的人工成本就是模型成本的几百倍。

报价前先定计费口径

AI 活的报价有三种口径,各有各的适用场景:

  1. 按件计价:适合标准化程度高的活,比如批量改写、商品标题生成、表格清洗。先按上一步算出单件模型成本,再乘一个覆盖人工的倍数。
  2. 按月包干:适合长期客户,比如每月固定几百条内容。这种要把峰值留出来,别按平均量报,月底冲量的时候最容易亏。
  3. 按效果分成:只在能验证结果的场景用,比如抓取成功条数。分成看似安全,其实风险全在你这边,客户改一次规则你就白干。

三种里最稳的是按件计价,因为成本可控、验收可量化。客户问「为什么这个价」,你能把 token 数、单价、返工率一项项摆出来。

别把单价跌当成活变便宜

看这组对照:开源模型在企业 Token 消耗中的占比,从 11% 升到 19%,对应的支出占比却从 6% 降到 4%。用量涨了,钱没跟着涨。

厂商那边同时在往回收价格:2026 年以来智谱完成三轮 API 价格上调,MiniMax 价格全面翻倍,Kimi K3 定价较前代涨超三倍。智谱上半年的账也说明了这条路能走通,营收 9.54 亿元、同比增长 399.7%,开放平台及 API 收入 8.25 亿元、占总营收 86.5%,单位 Token 推理成本比年初降了约 80%,API 毛利率从去年的负值转正到 24.6%。

对个人的意思很直接:模型层在打价格战,也在集体回调。你报价时按现价算的毛利,可能在半年后变薄。所以合同里最好写清「模型单价随官方调价同步」,而不是一次性锁死一年的价格。

订阅也是一条路。Kimi 会员分 39 元等多档,智谱有 39 元和 99 元套餐。如果你的活是稳定的个人使用量,订阅比按量付费便宜;如果是给客户跑的批量单,按量更合适,成本能直接算进报价。

常见问题

国产模型为何在海外悄然走红,用国产模型接单怎么报价的?

报价按 token 倒推:数清一个任务的输入输出,乘现价再加人工。DeepSeek V4.1-Flash 输入 0.051 美元、输出 0.567 美元每百万 tokens,一份 3000 字的活模型成本不到 0.003 美元。

国产模型哪个好?

看任务分级,不看排名。批量抓取、改写、分类选 Flash 档,Qwen3.5 Flash 是输入 0.10 美元、输出 0.40 美元;要长链推理再上旗舰,Qwen3.8-Max 是输入 4 美元、输出 12 美元。

国产模型为什么那么贵?

贵的是旗舰档,不是全部。同一家厂商从 Flash 到 Max 差两个数量级,2026 年以来智谱三轮涨价、MiniMax 翻倍,涨的都是高价值任务的档位,批量处理档反而在降。

100元内国产模型能用吗?

能,但只够跑批量档的轻活。Qwen3.5 Flash 输入 0.10 美元、输出 0.40 美元每百万 tokens,DeepSeek V4.1-Flash 缓存命中时只要 0.003 美元每百万;同一笔预算能跑多少,全看你挑哪一档、输出占多大比例。

参考来源

国产模型API 报价接单token 成本

本文由 一根熊毛 整理到 51RYJ副业项目库,信息来自公开报道,不构成承诺。

相关文章

© 2026 容易专享 蜀ICP备16006979号

隐私政策:本站仅启用保障站点正常访问所必需的 Cookie,不部署任何追踪类 Cookie,也不会采集或留存用于构建用户画像的浏览行为数据;这些必要 Cookie 只服务于页面的正常加载,你可以随时在浏览器设置中清除或拒绝。