2022 年至 2026 年 AI 代币的成本是多少：OpenAI、Anthropic 和 DeepSeek

OpenAI 自己的定价页面早在 2022 年就解释道，一个 token 大约相当于一个英语单词的四分之三，当时就注意到一个包含 35 个 token 的句子的成本仅为一美分的一小部分。这一框架几乎在 2026 年仍然存在：最小的模型现在每个代币的成本仅为 0.1 美分，最大的模型每百万产出代币的成本为 50 美元，三个供应商——OpenAI、Anthropic 和 DeepSeek——都多次削减、提高、分割和重新分割价格。下面的每张图都来自我们获取的页面：要么是供应商的当前定价页面，要么是所示日期的同一页面的互联网档案快照。当我们计算比率时，它所依据的两个数字都在同一段落中引用。

OpenAI，2022 年至 2026 年

2022 年 11 月，OpenAI 的定价页面列出了四种基本模型：Ada、Babbage、Curie 和 Davinci，每种代币的定价都相同，无论是提示还是输出 - 还没有输入/输出分割。 Davinci 是四者中能力最强的，每 1,000 个代币的成本为 0.02 美元。 OpenAI 当前的弃用页面独立确认了这一确切数字，即每百万代币 20.00 美元，作为 text-davinci-003（基于该层构建的特定模型）的计费价格，直至 2024 年关闭。四个月后，GPT-4 的 8K 上下文版本售价为每 1,000 个提示代币 0.03 美元，每 1,000 个完成代币 0.06 美元，32K 版本翻倍至 0.06 美元和 0.12 美元——这是 OpenAI 的公开定价首次对输出代币收取高于输入代币的费用。 gpt-3.5-turbo 同月推出，价格为每 1,000 个代币 0.002 美元，同样没有输入/输出分割。

两个比较，均仅根据上面的行进行构建：text-davinci-003 的输入价格为 20.00 美元，而 gpt-6-luna 目前的输入价格为 0.10 美元，在大约四年内下降了 200 倍，是 OpenAI 在每个时间点最便宜的可用层。但与 GPT-6-astra 目前的 10.00 美元相比，GPT-4 最初的 30.00 美元的投入价格仅下降了 3 倍——旗舰级与旗舰级的比较 - 便宜的价格比昂贵的价格下降得快得多。 gpt-4o 本身在推出后重新定价，从 2024 年 5 月的 5.00 美元/15.00 美元降至今天的 2.50 美元/10.00 美元，这是同一型号在不改变其功能的情况下变得更便宜的简单例子。

人择，2023年至2026年

我们可以找到的 Anthropic 最早的开发者定价表是一份 2023 年 7 月的存档 PDF，其中对同月推出的 Claude 2 的定价为每百万输入代币 11.02 美元，每百万输出代币 32.68 美元，并指出 Claude 1 仍然以相同的价格提供。 Claude Instant 是当时最便宜的等级，投入为 1.63 美元，产出为 5.51 美元。到 2024 年初，在 Claude 3 发货之前，存档快照显示 Claude 2.0 和 2.1 降价至 8.00 美元/24.00 美元，Instant 降价至 0.80 美元/2.40 美元——对现有产品线进行了适度降价。 2024 年 3 月推出的 Claude 3 完全重置了该区间的底部：Haiku 的售价为 0.25 美元/1.25 美元，远低于 Anthropic 之前提供的任何价格，而 Sonnet 和 Opus 的售价为 3.00 美元/15.00 美元和 15.00 美元/75.00 美元。三个月后，Claude 3.5 Sonnet 的推出价格与 Claude 3 Sonnet 完全相同，均为 3.00 美元/15.00 美元——价格保持不变，而型号本身有所改进。

这里的曲线并不是简单地下降。 Claude 3 Haiku 于 2024 年 3 月推出，投入额为 0.25 美元； Anthropic 目前最便宜的型号 Haiku 4.5 的售价为 1.00 美元——每个代币比两年前的便宜型号贵四倍。单独阅读，人工智能似乎变得更加昂贵。阅读本文的其余部分，它看起来像是另一回事：Anthropic 保持其最低层的每个代币价格大致持平或略有上升，同时使该层的功能更加强大，并且它还在 Opus 曾经的顶部之上添加了一个新的、价格更高的旗舰层（Fable 5.1，价格为 10.00 美元/50.00 美元）。该系列产品的档次越来越多，而不仅仅是一律变得更便宜。

DeepSeek 和推理价格冲击

DeepSeek 进入这个市场时的定价已经远远低于其两个竞争对手。 2024 年 5 月，其存档的定价页面显示，由 DeepSeek-V2 支持的 deepseek-chat 的输入价格为 0.14 美元，输出为 0.28 美元——比当时 OpenAI 或 Anthropic 提供的任何产品都要便宜，此前两者都曾以低于 0.25 美元的价格发售过代币。到 2024 年 12 月，deepseek-chat 已升级到 DeepSeek-V3，并且 DeepSeek 的定价页面引入了缓存命中/缓存未命中拆分：存档快照显示标准（促销后）费率为 0.07 美元的缓存命中输入、0.27 美元的缓存未命中输入和 1.10 美元的输出。然后，在 2025 年 1 月 20 日，DeepSeek 发布了 R1，一个推理模型，缓存命中输入为 0.14 美元，缓存未命中输入为 0.55 美元，输出为 2.19 美元——八天后的存档快照证实了该价格，明确排除在任何促销折扣之外。

R1 的发布是整篇文章中最尖锐的数字：2.19 美元的产出，而 OpenAI 的 o1（一个类似的推理模型）的产出为 60.00 美元，差距为 27 倍，这两个数字都来自上表。这种比较正是使 R1 在 2025 年 1 月成为超出普通开发者受众范围的故事的原因。还值得注意的是 DeepSeek 自己的数据具体说明了推理：在同一供应商、同一时间点，R1 的 2.19 美元产出价格大约是 V3 的 1.10 美元的两倍。思想链推理不仅仅在 API 级别增加了成本乘数； DeepSeek 自己的文档指出，推理模型的输出令牌计数包括其推理跟踪的每个令牌，而不仅仅是最终答案，因此即使在应用每个令牌价格之前，推理查询也会比直接查询消耗更多的输出令牌。 DeepSeek 目前的定价增加了一种其他供应商都没有使用的机制：同一型号的高峰时段费率大约是非高峰费率的两倍，这是一种基于需求的定价形式，更接近电费而不是固定价目表。

扁平数字隐藏的模式

将三个供应商最便宜的可用代币数字放在一条时间线上，形状并不是一条平滑的曲线。 OpenAI 的廉价价格从 20.00 美元（2022 年 11 月）跌至今天的 0.10 美元，基本上是单调的。 Anthropic 的廉价层一度大幅下跌，从 1.63 美元（2023 年，Claude Instant）跌至 0.25 美元（2024 年 3 月，Claude 3 Haiku），然后随着该层的功能变得更加强大，又回升至 1.00 美元（当前，Haiku 4.5）。 DeepSeek 的进入价格本来就很便宜，并且一直保持在那里，同时还增加了按时段定价。三个供应商的曲线看起来都不一样，一旦你跟踪特定的层级而不是“今年最便宜的型号”，它们看起来都不像简单的指数下降。

产出成本高于投入，且比例扩大

GPT-4 于 2023 年 3 月推出时，输出成本恰好是输入成本的两倍：60.00 美元对 30.00 美元。看看所有三个供应商当前的旗舰和中端型号，这个比率已经扩大：gpt-6-astra 是 5 倍（50.00 美元对 10.00 美元），Claude 3 Opus 的推出价格是 5 倍（75.00 美元对 15.00 美元），并一直保持到 Haiku 4.5（5 倍，5.00 美元对 1.00 美元），而 DeepSeek-V3 的标准费率大约是 4 倍（1.10 美元，而缓存未命中 0.27 美元）。通常的技术解释是架构性的而不是商业性的：生成输出令牌一次发生一个，自回归，而提示的输入令牌可以在单个前向传递中并行处理，因此提供商每个输出令牌的实际计算成本高于每个输入令牌，并且随着时间的推移，定价已经倾向于比 GPT-4 原始的、更舍入的 2 倍分割更准确地反映这一差距。

缓存和批量折扣

现在，所有三个供应商都对模型实际上已经看到的代币进行折扣。 OpenAI 当前的定价页面列出了 gpt-6-astra 的缓存输入，价格为 1.00 美元，而标准输入费率为 10.00 美元，重复使用相同的提示前缀可享受 10 倍折扣，并单独声明其 Batch API 在 24 小时窗口内以标准同步价格的一半处理合格模型的请求。 Anthropic 目前的定价显示，Fable 5.1 的即时缓存读取价格为 0.25 美元，而标准输入速率为 10.00 美元——便宜了 40 倍——而缓存写入成本为 12.50 美元，比 10.00 美元标准输入速率高，因为写入新的缓存条目第一次确实需要做额外的工作。如上所述，DeepSeek 的缓存命中/缓存未命中划分内置于其基本定价中，而不是作为单独的功能提供：R1 的 0.14 美元缓存命中率与 0.55 美元的缓存未命中率在每次调用上大约相差 4 倍，而不仅仅是选择加入的请求。对于在多次调用中重复长系统提示或一组固定工具定义的任何工作负载，安全分类管道根据相同指令对一个又一个日志行进行分类是一个干净的方法例如——这些折扣对哪个供应商最便宜的影响比每个代币的标题价格更大。

杰文斯悖论：为什么更便宜的代币会增加总支出

1865 年，经济学家威廉·斯坦利·杰文斯 (William Stanley Jevons) 发表了《煤炭问题》(The Coal Question)，认为在詹姆斯·瓦特 (James Watt) 更省油的蒸汽机使燃煤工作变得更便宜之后，英国的煤炭消耗量上升而不是下降。正如维基百科对这一论点的总结，直接引用杰文斯的话：

假设燃料的经济使用等同于消耗的减少，这是一种概念上的混乱。事实恰恰相反。

William Stanley Jevons, 1865, as quoted in Wikipedia: Jevons paradox

这一论点的普遍性远远超出了煤炭的范围，即提高资源的使用效率会降低其有效价格，而较低的价格增加的需求量超过了效率提高所节省的量，因此总消耗量增加。根据维基百科的同一篇摘要，这一论点在 2025 年初围绕 DeepSeek 的廉价 R1 模型被广泛引用，包括微软首席执行官萨蒂亚·纳德拉 (Satya Nadella) 和经济学家埃里克·布林约尔松 (Erik Brynjolfsson) 在内的评论员都引用了讨论大幅便宜的人工智能推理是否会减少或增加用于人工智能的总资源。我们在这里依赖的是具名评论的二次总结，而不是衡量总体效应的主要经济研究，并且声称全行业人工智能支出增长是因为更便宜的代币——而不是尽管存在单独的、不相关的需求繁荣——是一种有争议的解释，而不是一个确定的统计数据。上面的价格表直接支持的是该论点的前提条件：同样的查询在 2022 年需要花费数十美元的计算成本，而今天在每个供应商处可能会花费几美分，这正是历史上消费上升而不是下降之前发生的价格崩溃。

这对于在本地而不是在云端运行人工智能意味着什么

本文中的每个价格都是按每次调用计量的费用，由公司收取，该公司必须收到您的答复提示 - 这就是 API 调用。完全在您自己的设备上运行的模型在您支付或下载一次后就没有每个​​令牌的账单，并且它没有任何内容可以发送到任何地方，因为请求路径中根本没有远程端点。这并不是说设备上的型号与上面定价的前沿级别相匹配；一个小到足以在笔记本电脑上舒适运行的模型不会超越 Fable 5.1 或 gpt-6-astra。这是一种不同的交易：固定成本和严格的隐私边界，以换取适合您实际拥有的内存的任何功能。

这种权衡并不是抽象的，而是抽象的。它与一个小型、范围狭窄的设备上模型在安全软件中制作的模型相同。 FireAI，HisnLabs 的 Mac 防火墙，提供了一个可选的本地模型，其唯一的工作是检查来自尚未制定规则的应用程序的连接，该任务的范围比上表中定价的任何任务都要小得多，并且该模型在 Mac 本身上运行，而不是调用任何这些 API。如此详细地浏览 OpenAI、Anthropic 和 DeepSeek 的价格历史记录的目的不是为了出售该设计；而是为了出售该设计。这是为了使交易具体化：在 2022 年至 2026 年间，云代币以更少的钱购买了更多的功能，并且在每一个价格点上，使用它们仍然意味着将您的数据发送到其他人的服务器以获得答复。

FireAI 和 HisnLabs 在其中扮演的角色

None of this makes FireAI a cost story — it is a firewall, not a rented model — but the same bet sits underneath its own on-device reviewer: no per-token bill and nothing sent off the Mac, because the review happens locally instead of being shipped to a server.

FireAI 是 HisnLabs 自己的产品：一款直接在 Mac 上运行的 AI 防火墙。它用通俗易懂的语言显示你的应用建立的每一个连接，并让你决定哪些数据可以离开你的 Mac——它的 AI 在本地运行，因此你的流量永远不会发送给我们或任何其他人。HisnLabs 的安全研究团队负责让这些判断保持准确：归类哪些域名只是普通的遥测、哪些属于真正的服务，追踪连接背后的国家和网络，并用真实的流量模式训练设备端模型（Autopilot 功能）——这一切都不会离开你的 Mac。

你可以阅读它背后的技术决策，或试用 FireAI 17 天：HisnLabs 出品的 FireAI。