2026 年 Q3 LLM API 价格变动报告：谁真的降价了（7/1–9/30）
我们比较了 273 个模型在 7 月初与 9 月底各两周的中位数混合价格：近八成几乎没动，真正站得住的降价只有 10 个、站得住的涨价同样 10 个，而约 42% 的价格变动事件只是聚合平台上的来回抖动。
1. 为什么做这份报告，以及怎么量
每个季度都会冒出新一轮“某某厂商大幅降价”的标题。我们每天给追踪清单上的每个模型留一份价格快照，这次终于能验证这些降价到底有多少是真的。最直观的办法是数“价格变动次数”，但这行不通，第 5 节会解释原因：7 月 1 日到 9 月 30 日，我们的数据记录了 1,488 次价格变动事件，其中 42% 只是价格跳走、又回到原来数值的其中一段。原始的变动次数量到的是噪声。
所以我们改为比较两段平静的两周。对每个模型，取 7 月 1–14 日和 9 月 17–30 日每日快照的中位数 input 与 output 价格，再按每 3 个 input token 对应 1 个 output token 的假设算出混合价格：(3 × input + output) / 4。只保留两个时间窗口都有报价的模型，共 293 个；再剔除 9 个 ~…-latest 别名（别名只是指向当前最新的模型，它的“变动”是换了模型，不是调价）和 11 个价格为零的免费或媒体类条目，剩下 273 个可比较的模型。
光有中位数位移还不能算证据，所以每个“变动者”都要通过稳定性检验：9 月窗口内每日混合价格的区间不能与 7 月窗口的区间重叠，并且整个季度最多只能出现一次 A→B→A 的回跳。3:1 是聊天和检索类负载的常见假设，但它会影响结论：Qwen3 Coder 480B 调高了 input、调低了 output，所以在 3:1 下是 −22.8%，在 10:1 下刚好持平。你可以到费用计算器里换成自己的比例。
结论并不戏剧化。273 个可比较的模型里，216 个（79%）变动不到 1%，变动中位数是 0.0%，还有 195 个模型整个季度没有任何价格变动事件。通过稳定性检验且混合价格降幅在 10% 以上的有 10 个；通过检验且涨幅在 10% 以上的同样是 10 个。降价和涨价基本相互抵消。
2. 真正降价幅度最大的模型
下表价格单位为每 1M tokens 的美元，格式为 7 月中位数 → 9 月中位数。GPT-5.6 各个 Pro 版本在我们的数据里与基础版价格完全相同，所以每一行同时涵盖两者。
| 模型 | 输入 $/M | 输出 $/M | 混合 $/M | 变动 |
|---|---|---|---|---|
| GPT-5.6 Luna（+ Pro） | $1.00 → $0.20 | $6.00 → $1.20 | $2.25 → $0.45 | −80.0% |
| GPT-5.6 Sol（+ Pro） | $5.00 → $2.00 | $30.00 → $10.00 | $11.25 → $4.00 | −64.4% |
| Mancer Weaver (alpha) | $0.75 → $0.40 | $1.00 → $0.75 | $0.8125 → $0.4875 | −40.0% |
| Qwen3 Coder 480B A35B | $0.22 → $0.30 | $1.80 → $1.00 | $0.615 → $0.475 | −22.8% |
| GPT-5.6 Terra（+ Pro） | $2.50 → $2.00 | $15.00 → $12.00 | $5.625 → $4.50 | −20.0% |
| ReMM SLERP 13B | $0.45 → $0.35 | $0.65 → $0.65 | $0.50 → $0.425 | −15.0% |
| Magnum v4 72B | $3.00 → $2.50 | $5.00 → $5.00 | $3.50 → $3.125 | −10.7% |
十行里有六行属于同一个 OpenAI 系列，而且中位数比较低估了它的价格路径有多曲折。GPT-5.6 系列在我们的数据里是 7 月 9 日才首次出现，所以 7 月窗口只有 6 份快照。Sol 上线时是 $5.00/$30.00，与 GPT-5.5 相同，8 月 17 日降到 $2.50/$15.00，8 月 22 日再降到 $2.00/$10.00。Luna 和 Terra 降得更快，7 月 30 日就分别到了 $0.10/$0.60 和 $1.00/$6.00，随后 8 月 17 日两者都翻了一倍（回到 $0.20/$1.20 和 $2.00/$12.00），也就是在把 Sol 价格砍半的同一次调价里。9 月的中位数才是留得住的价格，7 月 30 日的低点并没有保住。
Qwen3 Coder 是最值得细看的例子：7 月 15 日 input 涨了 36%（$0.22 到 $0.30），output 同时降了 44%（$1.80 到 $1.00）。如果你的负载偏 output，这就是降价；如果你主要是把大型代码库喂进去，那基本持平，甚至略贵。其余三个降价者（Weaver、ReMM、Magnum）都是小众的社区模型。主流开放权重模型（DeepSeek、Kimi、GLM）没有一个的降价能通过稳定性检验，它们看上去的降价放到第 5 节讨论。
3. 涨价的模型
涨价的模型比降价的多。在应用稳定性检验之前，273 个模型里有 34 个涨幅达到 5% 以上，降幅达到 5% 以上的只有 16 个。下面十个是通过检验的。
| 模型 | 输入 $/M | 输出 $/M | 混合 $/M | 变动 |
|---|---|---|---|---|
| Tencent Hy3 preview | $0.063 → $0.18 | $0.21 → $0.60 | $0.0998 → $0.285 | +185.7% |
| Llama 3.1 8B Instruct | $0.02 → $0.05 | $0.03 → $0.08 | $0.0225 → $0.0575 | +155.6% |
| Qwen2.5 7B Instruct | $0.04 → $0.10 | $0.10 → $0.20 | $0.055 → $0.125 | +127.3% |
| MiniMax M2.5 | $0.12 → $0.27 | $0.48 → $1.08 | $0.21 → $0.4725 | +125.0% |
| Qwen3 30B A3B Thinking 2507（另有四个同系列） | $0.13 → $0.20 | $1.56 → $2.40 | $0.4875 → $0.75 | +53.8% |
| Xiaomi MiMo-V2.5 | $0.105 → $0.14 | $0.28 → $0.28 | $0.149 → $0.175 | +17.6% |
Qwen3 那一行代表五个混合价格恰好都涨了 53.8% 的模型：上面的 30B，加上 Qwen3 235B Thinking 2507、Qwen3 VL 30B Thinking、Qwen3 Next 80B Thinking 和 Qwen3 VL 8B Thinking。30B 只有单一端点（我们 10 月 5 日核实时是 Alibaba，$0.20/$2.40），所以这不是路由噪声。它原来的 $0.13/$1.56 恰好是现价的 65%，与“35% 折扣结束”相吻合，不过我们看不到真正的原因。
又小又旧又便宜的模型也变贵了：Llama 3.1 8B 在 7 月 15 日、Qwen2.5 7B 在 7 月 30 日、Hy3 preview 在 8 月 15 日，MiniMax M2.5 则在 7 月 9 日到 8 月 22 日之间分几步上调。MiMo-V2.5 的 input 在 7 月 15 日涨了 33%，output 不变，这正是我们开放权重性价比文章里引用的 $0.14/$0.28 组合（MiMo 的背景可以看我们的价格战分析）。如果你的流水线依赖某个“因为没人关注而很便宜”的模型，请重新确认价格。
4. 纹丝不动的旗舰
十一个被广泛使用的模型，整个季度没有任何价格变动事件，7 月和 9 月的价格完全一样：
| 模型 | 输入 $/M | 输出 $/M | 混合 $/M |
|---|---|---|---|
| GPT-5.5 | $5.00 | $30.00 | $11.25 |
| Claude Opus 4.8 | $5.00 | $25.00 | $10.00 |
| GPT-5.4 | $2.50 | $15.00 | $5.625 |
| Gemini 3.1 Pro Preview | $2.00 | $12.00 | $4.50 |
| Claude Sonnet 5 | $2.00 | $10.00 | $4.00 |
| Gemini 3.5 Flash | $1.50 | $9.00 | $3.375 |
| Claude Haiku 4.5 | $1.00 | $5.00 | $2.00 |
| Grok 4.3 | $1.25 | $2.50 | $1.5625 |
| Qwen3.7 Plus | $0.32 | $1.28 | $0.56 |
| MiMo-V2.5-Pro | $0.435 | $0.87 | $0.544 |
| MiniMax M3 | $0.30 | $1.20 | $0.525 |
这张表背后的规律是：降价跟着下一代模型来，而不是落在旧模型身上。GPT-5.5 整个季度都停在 $5.00/$30.00，而 7 月 9 日以相同价格首次出现的 GPT-5.6 Sol 后来降到了 $2.00/$10.00。Gemini Flash 系列最清楚：Gemini 3.5 Flash 从没离开过 $1.50/$9.00；Gemini 3.6 Flash 7 月 21 日首次出现时是 $1.50/$7.50，8 月 13 日起是 $0.75/$3.75；3.7 Flash 8 月 13 日出现时是 $0.375/$1.875，8 月 28 日起是 $0.75/$3.75；3.8 Flash 9 月 2 日出现时就是 $0.75/$3.75。从 3.5 Flash 换到 3.8 Flash，混合价格从 $3.375 降到 $1.50，降幅 55.6%，~google-gemini-flash-latest 别名显示的也是这个数字。Anthropic 的轨迹更平缓：Claude Opus 5 7 月 24 日首次出现时是 $5.00/$25.00，与 Opus 4.8 相同；Opus 5.5 9 月 22 日出现时是 $4.00/$20.00，标价比 Opus 5 低 20%；Sonnet 5.5（9 月 28 日）与 Sonnet 5 一样是 $2.00/$10.00。“首次出现”指的是我们数据里的第一份快照，可能比官方发布晚几个小时。
5. 聚合平台的价格抖动
我们的价格来自 OpenRouter，模型层级显示的价格，就是当前默认的那个供应商端点的价格。端点加入、退出或重新排序时，显示价格就会跳变，而且经常又跳回来。input 与 output 的变动分开计算，在第三季度有价格序列的 556 个模型里，134 个至少有一次变动；有 75 个模型出现过价格变动后又精确回到原值（A→B→A 回跳），共 398 次。1,488 个事件里有 620 个（42%）是这类回跳的去程或回程。有 116 个模型至少记录过一次下调，但通过上面降价检验的只有 10 个。
GLM 5.2 是最清楚的案例。我们 10 月 5 日的快照把它列为每 1M tokens input $0.024、output $16.00。同一天 OpenRouter 的端点列表有 32 个端点，input 从 $0.0224 到 $2.31，output 从 $1.80 到 $16.00。input 极便宜的默认端点（Relace：$0.0224/$16.00）在 3:1 下混合价格是 $4.02；DeepInfra 的 $0.5625/$1.80 是 $0.87；Z.AI 官方端点的 $1.40/$4.40 是 $2.15。input 比 DeepInfra 便宜 25 倍的端点，在实际的输入输出比例下反而贵了 4.6 倍。GLM 5.2 这个季度有 111 次变动事件，两个窗口之间中位数混合价格下降 22.6%，但仅 9 月窗口内它的每日混合价格就有 2.5 倍的波动，所以这不是你能稳定买到的降价。
DeepSeek V4 Pro 0423 则是从反方向掉进同一个陷阱。它 7 月的中位数是 $0.435/$0.87，9 月的中位数是 $0.83/$1.66，看上去是 +90.6%。但它 10 月 5 日的快照是 $0.2088/$0.4176，比 7 月低 52%。它各个端点的 input 价格从 $0.21 到 $1.91。换一天取样，你会得到另一个故事。
| 模型 | 7 月 → 9 月中位数变动 | Q3 A→B→A 回跳次数 | Q3 变动事件数 |
|---|---|---|---|
| DeepSeek V4 Flash 0423 | −42.0% | 9 | 110 |
| GLM 5.2 | −22.6% | 10 | 111 |
| Tencent Hy3 | −42.2% | 6 | 12 |
| DeepSeek V4 Pro 0423 | +90.6% | 4 | 68 |
| Qwen3.5 397B A17B | +42.9% | 14 | 22 |
| Kimi K2.6 | +27.1% | 9 | 38 |
| Qwen3.7 Max | +18.0% | 4 | 6 |
| NVIDIA Nemotron 3 Ultra | +13.5% | 17 | 22 |
这些模型表面上的变动最大，却都没有通过稳定性检验。Hy3 是个缩小版的示范：它 8 月 26 日降到 $0.0825/$0.33，10 月 5 日又回到 $0.132/$0.528，所以“−42%”已经不再描述现价。Qwen3.7 Max 在 7 月下旬于 $1.25/$3.75 与 $1.475/$4.425 之间来回切换了三次，7 月 29 日起就一直停在 $1.475/$4.425，所以“+18%”很可能是真的，它只是因为回跳次数而没有通过检验。表中最后一个 Nemotron 3 Ultra，是本季度回跳次数最多的模型。
6. 对买家意味着什么
看 output 价格，并确认端点。当 output 价格是 $16 时，$0.02 的 input 标价几乎说明不了什么。请用计算器按自己的比例比较混合价格；通过聚合平台调用时，把你估价所用的那个供应商固定下来，不要接受默认路由。我们的平台价差指南解释了为什么同样的权重价格能差这么多。
省钱靠换代，而不是等待。这个季度的降价来自新的 SKU，以及少数新模型的调价；十一个知名旗舰模型一动不动。想要更低的价格，就去测试并切换到较新的模型，而不是等旧模型打折。可以用对比工具把新旧模型并排看。
不要用单日价格做预算。如果你自己追踪价格，请用一到两周的中位数，并标出任何会回跳的项目。固定成本方面，我们的 token 计价指南和性价比基准提供了分析框架，如何选择 LLM则覆盖质量这一面。
今天就能做的快速自查。列出你实际调用的模型，记下真实流量的输入输出比例，然后按这个比例、在你实际使用的那个端点上给每个模型估价。只有当一次价格变动持续两周且之后没有回跳，才把它当成真正的变动。按这条规则，这个季度真正的省钱机会集中在少数几个新 SKU 上，而 DeepSeek、Kimi 和 GLM 上看起来最醒目的降价标题，是通不过检验的。
7. 数据说明
数据截至 2026-10-05。价格是 OpenRouter 列出的模型层级价格（USD / 1M tokens），大约每天记录一次；本文日期为快照日期（UTC）。它们是路由价格，不是官方标价。需要留意的局限：两个窗口的对比看不到中间发生的事，比如 Luna 和 Terra 在 7 月 30 日的低点；7 月 14 日之后才上架的模型（包括 Claude Opus 5.5、Sonnet 5.5 和 GLM 5.3）不在比较范围内；六个 GPT-5.6 变体的 7 月窗口只有 6 份快照而不是 14 份；中位数也可能被长时间的偏离误导：gpt-oss-120b 在 9 月窗口的 14 天里有 11 天停在 $0.15/$0.60，9 月 29 日才回到 $0.037/$0.17，而且它 7 月的数据里有一笔 7 月 13 日 $0.00000003 的近乎为零的价格噪声，所以我们把它排除在表格之外。Qwen3 的解释（折扣结束）是根据 65% 这个比例推断的，不是我们观察到的事实。所有数字都来自对我们自己 pricing_history 表的查询，中美 LLM 对比用的是同一份数据来源。