同一个模型，13 家渠道报出 26.7 倍价差：聚合货架上的比价账，中位数却是 0%

2026 年 10 月 20 日，一份基于 LiteLLM model_cost 表的横向比价，把 API 市场一个反直觉的结构摆上了台面：4,033 条模型条目、137 家供应商，其中 382 个模型有 2 家以上渠道在卖，可比输入价格的 375 个模型里，价差中位数是 0.0%——对大多数模型来说，所有渠道报的就是同一个每百万 tokens 单价，谁也没在让价。

中位数掩盖了长尾。同一份数据里，42 个模型（11%）的最贵与最便宜价差超过 200%，13 个落在 100% 到 200%，25 个在 50% 到 100%，剩下 72% 的模型价差在 20% 以内。换句话说，比价这件事对多数模型是白忙，对那 11% 却是决定成本量级的事。

一、极端值：gpt-oss-120b 的 13 家渠道，2,566.7% 价差

报告里最刺眼的一条是 openai/gpt-oss-120b：13 家供应商在卖，最便宜 $0.03/百万输入 tokens（wandb），最贵 $0.80（crusoe），价差 +2,566.7%，约 26.7 倍。同样的权重、同样的输入、同样的 token 数，换一个渠道，成本差一个数量级。同类的还有 Qwen3-235B-A22B-Instruct-2507 的 +3,233.3%、DeepSeek-R1-Distill-Qwen-14B 的 +2,185.7%、Mistral-Large 的 +1,500.0%。

报告给出的解释很朴素：低价位要么是亏损换量的引流位，要么是利用率不高的空闲主机；高价位的渠道是按原始算力加满毛利在报。同一套权重跑在不同代际 GPU、不同电价、不同负载上，摊到每个 token 的边际成本本来就不一样，所谓同款同价只是目录价的一致，不是成本的一致。

二、单价之外，还有三个价格维度在偷偷改账单

长上下文阶梯：promptcost.dev 10 月校验的 26 个在售模型里，10 个在输入超过阈值后整单涨价，例如 GPT-6 Astra 超过 272K 输入后从 $10/$50 跳到 $20/$75，Gemini 3.1 Pro 200K 以上、Grok 4.7 200K 以上同样跳档。

批处理折扣：26 个模型里 18 个提供 Batch API，输入降 20%、输出降 50%，异步接口把排队时间换了真金白银。

峰谷计价：DeepSeek V4.1 Flash 闲时 $0.15、峰时 $0.30，输出 $0.60 与 $1.20，白天跑批比夜里贵一倍；MiniMax M3.1 Flash 则是全时段 $0.15/$0.60 平价，缓存输入 $0.015，两种定价哲学直接决定调度策略要不要错峰。

三、给接入方的操作账

一个每天吞 1 亿 input tokens 的批处理任务，按 $0.03 算一天 3 美元，按 $0.80 算一天 80 美元，一个月差 2,310 美元。这笔差额不取决于模型选得对不对，只取决于渠道选得对不对。再叠加一层：若这 1 亿 tokens 里有 80% 是重复上下文，缓存价按输入的一折到五折计，有效单价还能再掉一大截。

所以接入流程应该拆成三步：先按能力定模型（榜单、长上下文、多模态），再按渠道定目录价（同模型备选渠道最差价），最后用批处理、缓存、闲时把有效单价再压一轮。三步里只有第一步能被厂商公告影响，后两步拼的是信息和调度。

四、我的判断

聚合分发平台的价值正在从「接得多」转向「把价差讲清楚」。对企业采购，选型文档里应该固定一列同模型备选渠道最差价和月账单影响；对分发平台，比价表加一键切换才是留存工具，因为中位数 0% 的市场里，用户不会为多一个同价模型留下来，只会为「贵的时候能立刻换一家」留下来。而 11% 的长尾意味着完全不比价会系统性多付一个数量级，这是一个明显不对称的赌注——每次上线前查一遍，成本几十分钟，收益是整条成本曲线的底。

来源：DEV Community《LLM API Pricing: 375 Models Compared Across 137 Providers》（2026-10-20，基于 LiteLLM model_cost 快照）、promptcost.dev《LLM API Pricing (Oct 2026)》官方价校验、TechPilot.ai 2026-10-21 对比页（DeepSeek 与 MiniMax 官方定价）。