推理 Token 要花多少钱

推理模型在回答前会先思考。这些思考 Token 与其他输出一样生成，即使 API 隐藏它们也按输出价计费，所以一个看起来很短的回答可能带着数千个看不见的 Token。可见的回答长度说明不了账单：响应里的 usage（输出 Token 数）才是做预算的依据。

在我们跟踪的模型中，108 个支持推理。大多数无论是否推理都按同一输出价计费；Qwen Turbo 列有更高的、单独的思考模式输出价，把计算器的输出价格切换到思考模式即可应用。对其他模型来说，杠杆就是每次回答产生多少输出 Token。

可见回答 500 Token 时，按隐藏推理 Token 计的每 1,000 次回答费用

可见回答 500 Token 时，按隐藏推理 Token 计的每 1,000 次回答费用
模型提供商输出 /1M+0 隐藏+2,000 隐藏+5,000 隐藏
MiMo V2.6 FlashXiaomi$0.28$0.14$0.70$1.54
Qwen3.8 FlashAlibaba (Qwen)$0.47$0.23$1.18$2.58
Claude Haiku 5.5Anthropic$0.50$0.25$1.25$2.75
GPT-6 LunaOpenAI$0.50$0.25$1.25$2.75
GLM-5.3 FlashZ.ai$0.50$0.25$1.25$2.75
Mistral Small (latest)Mistral$0.60$0.30$1.50$3.30
Qwen3 VL 32b ThinkingAlibaba (Qwen)$0.64$0.32$1.60$3.52
MiMo V2.6 ProXiaomi$0.87$0.43$2.17$4.78
DeepSeek V4 FlashDeepSeek$1.20$0.60$3.00$6.60
GPT-5.6 LunaOpenAI$1.20$0.60$3.00$6.60
MiniMax M3MiniMax$1.20$0.60$3.00$6.60
MiniMax M2.5MiniMax$1.20$0.60$3.00$6.60
MiniMax M2.1MiniMax$1.20$0.60$3.00$6.60
MiniMax M2MiniMax$1.20$0.60$3.00$6.60
GPT-5.4 nanoOpenAI$1.25$0.62$3.12$6.87
Gemini 3.1 Flash LiteGoogle$1.50$0.75$3.75$8.25
Qwen3.7 PlusAlibaba (Qwen)$1.60$0.80$4.00$8.80
Grok Build 0.1xAI$2.00$1.00$5.00$11.00
Mistral Large 4Mistral$2.09$1.04$5.22$11.49
Doubao Seed 2.1 Turbo 260628ByteDance$2.15625$1.08$5.39$11.86

基于公开的 Token 单价估算；做预算前请核对官方价格。 数据于 2026-10-12 08:00 UTC 从 LiteLLM 价格表同步.

如何控制推理费用

日常请求用最低的推理强度或非推理模型，把深度推理留给质量检查不通过的问题。限制输出 Token，记录真实流量的输出 Token 数，把平均值而不是可见回答长度填进计算器。用Token 计数器量提示；多步 Agent 用 Agent 费用计算器对整个任务建模。

常见问题

推理 Token 会在响应里返回吗？

通常不返回，或只返回摘要。但它们仍计入输出 Token 用量并计费。有些提供商提供显示或隐藏的设置，账单不变。

为什么我的账单和这个表不一样？

表格固定了可见回答和隐藏推理长度；真实推理长度因问题和强度设置而异，而且这里不含输入 Token。把你测得的输入和输出平均值填进计算器。

非推理模型总是更便宜吗？

按每次回答算通常是；按每个正确回答算则不一定：一次就答对难题的推理模型，可能胜过需要重试或人工修正的便宜模型。用你自己的提示比较每个完成任务的成本。