English | 中文

真实 API 定价

AI 编程订阅只标月费，不标每 token 多少钱。本项目把每个套餐折算成真实的每百万 token 单价，再和公开榜单的分数画在一起，看同样的钱哪家买到的能力最多。

真实单价 = 订阅月费 ÷ 每月实际能用掉的 token。

打开交互网站 → 自选模型、筛选渠道，对比单价和额度，支持中英文。

怎么看图

• 每个点是一个「套餐 × 实际服务的模型」。横轴是真实单价（美元/百万 token），对数刻度，越往右越便宜；纵轴是该榜单的分数。
• 实心方块是订阅，空心菱形是按量 API 标价，两者在同一条前沿上比较。
• 黑线是帕累托前沿：线上的每个点，都找不到另一个点比它更便宜、分数又更高。
• 订阅单价按用满额度计算。只用掉一半，实际单价就翻倍。

快照日期 2026-10-27 · 共 337 个「套餐 × 模型」点 · 全部图表（中英文、SVG / PNG）

命令行查询

TypeScript CLI 默认查询网站最新数据，离线时自动回退到缓存或内置快照；模型、开发公司、访问渠道、套餐分别列出。需要 Node.js 22.12+，在仓库根目录构建：

npm --prefix cli ci
npm --prefix cli run build
node cli/dist/main.js price --company Anthropic
node cli/dist/main.js allowance --company Anthropic --fee-band 0-30

支持筛选、详情、比较以及 JSON/CSV 导出。安装见 CLI README，各命令输出见 命令参考。当前版本 0.1.0 可从仓库构建；维护者发布 npm 包后，可用 npm install -g real-api-pricing 安装。

仓库提供 Real Model Price skill，指导 agent 查询价格、月额度和套餐。在加载仓库 skills 的 Codex 会话中，可用 $real-model-price 调用，例如：使用 $real-model-price 比较月费 30 美元以内的 Anthropic 和 Factory 套餐。

数字怎么来的

• 月额度：饱和使用下每月能用的 token。默认一个月按四周算；厂商另设月池的按厂商口径（Kimi 月池是周池的 5 倍）。输入、输出、缓存 token 全部计入。
• 能实测就用实测：最好的证据是直接测量，包括面板额度百分比变化对应用掉的 token、本地用量日志、受控跑满，以及官方给出的绝对 token 表。带 token 分项的实测样本先按公开标价折成美元价值、再按渠道负载档换算；缺分项的实测样本和官方 token 表直接用 raw 合计，网页标「未折算」。
• 只能换算时统一口径：美元额度、credits 额度和 API 标价，统一按一个标准负载折成 token：缓存读取 97%、普通输入 2.5%、输出 0.5%。这是为了横向可比，不代表任何人的真实用法。Anthropic 模型的普通输入份额按缓存写入价计，阶跃和 Google 用低缓存档。详见 CONVENTIONS.md。
• 闲时优惠（GLM、DeepSeek、MiMo）单独画成情景点，不取平均。
• 置信度：每行标 high / medium / low。high 是面板反推、受控实测或官方表；medium 是官方倍率乘一个 high 基准，或多个独立来源量级一致；low 是单一口述或跨档位假设。推算值不会当成实测来写。
• 一个套餐多个模型：同一套餐下每个模型各占一个点，这些额度是「选一个用」，不能相加。
• 分数直接取自各榜单，不同榜单不混用。静态图取每个模型存档里的最高配置。
• 促销期不计额度：套餐临时不计额度的模型画在右端 ≈$0 的专用刻度上。目前有 1 个这样的点：Devin Pro 的 SWE-2，促销到 2026-10-31。

每个采用值的证据和取舍理由见 DECISIONS.md，以及 adopted.csv 的 decision_note 列。

分榜帕累托图

每个榜单单独一张图，各用各的分数和快照日期。某榜没有分数的模型不出现在该榜图上，但仍保留在单价和额度数据里。

AA 智力榜

SVG · PNG · English SVG · English PNG · 图见页首

Artificial Analysis Intelligence Index v4.3。新旧版本的分数不能直接比：换版后分数变低，不代表模型变差了。标 [AA estimate] 的是 AA 自己的估计值。

AA 编程 Agent 榜

SVG · PNG · English SVG · English PNG

Coding Agent Index v1.5。每个分数对应一组测过的 harness × 模型 × effort。effort 调高不改变每 token 单价，但可能让每个任务多用 token。

Code Arena

SVG · PNG · English SVG · English PNG

取 WebDev Overall 的 Arena Score，衡量的是做网页应用，不代表通用编程能力。

Agent Arena

SVG · PNG · English SVG · English PNG

OpenDesign 设计榜

SVG · PNG · English SVG · English PNG

取 0–100 的任务平均分（需求完成度 30 + 设计质量 70），不用它混入成本和速度的推荐分。存档的 16 个模型全部对上了采用点。

Terminal-Bench 4.0

SVG · PNG · English SVG · English PNG

Stanford、Harbor 和 Laude Institute 维护的 66 题官方榜（快照 2026-09-03），38 个公开配置全部收录。官方榜还没收的模型，补上厂商自报分并标 [self-reported]，例如 Cognition 发布博客里 SWE-2 · Devin Pro 的 27.3%。

Terminal-Bench 4.0（AA）

SVG · PNG · English SVG · English PNG

同样 66 道题，由 Artificial Analysis 用自家 harness 跑（快照 2026-09-23）。两个 TB4 榜不能混用：同配置对比，中位差约 2.6 分，个别差得多，比如 Grok 4.7 xhigh 在官方榜 37.58，这里只有 25.76。

DeepSWE v1.1

SVG · PNG · English SVG · English PNG

113 题的 Pass@1，官方行统一用 mini-swe-agent 跑（快照 2026-09-03）。厂商自报分作为补充收录，标 [self-reported]。

全部套餐的单价与月额度

真实单价

全部 336 个有价格的订阅和 API 点，放在同一把 $/MTok 尺子上。

SVG · PNG · 数据表 · English SVG · English PNG · English table

月额度

315 个有月额度的订阅点，按美元月费分三档，各档单独排序。不分档的全量图和混合比例图见[图表目录](charts/README.md)。

$0–30 · SVG · PNG · 数据表 · English SVG · English PNG · English table

$30 以上、$100 以内 · SVG · PNG · 数据表 · English SVG · English PNG · English table

$100 以上、$300 以内 · SVG · PNG · 数据表 · English SVG · English PNG · English table

中文图的额度以「亿」为单位，英文图以 billion 为单位（77.37 亿 = 7.737 billion）。

数据

点	数量
全部「套餐 × 模型」点	337
有月额度的订阅	315
促销期不计额度（≈$0）	1
按量 API（标价）	21

榜单	有分点
AA 智力榜	303
AA 编程 Agent 榜	122
Code Arena	286
Agent Arena	242
OpenDesign 设计榜	77
Terminal-Bench 4.0	150
Terminal-Bench 4.0（AA）	288
DeepSWE v1.1	201

点数最多的几个套餐家族：Command Code GOAT 60 个、MiMo Token Plan 32 个、OpenCode Go 26 个、Droid Max 27 个、Ollama 22 个、Step Plan 12 个。

下载： 采用值 CSV · 计算结果 CSV / JSON · 数据说明 · 分日期原始证据

全部评测配置（不只每个模型的最高分）：评测配置存档（CSV）完整保留 556 条记录，含原始标签、harness、effort、分数区间和任务成本。套餐与配置的映射（CSV）有 2920 条明确对应。不知道的 harness、effort 和区间一律留空，不猜。全配置交互图可以切换配置和思考强度；需下载后本地打开，Plotly 要联网。

已知局限

• 真实单价是下限，前提是额度全部用完。
• 榜单分数是某组 harness × 模型 × effort 的参考值，不是对每个订阅渠道的实测。额度样本用的 effort 和 harness 是否与之一致，尚未核实。
• 分数区间已保留（交互图悬停可见），但暂不参与前沿判定。置信度是定性标签，不是误差范围。
• 来源里的任务成本单独保留，不等于在订阅里跑同一任务的成本。
• 不同厂商分词器的差异没有校正。
• ≈$0 的促销点在促销结束后要重新核对。

复现、贡献与致谢

• 从头重建：BUILD.md。口径与换算规则：CONVENTIONS.md。每个值为什么这么取：DECISIONS.md。
• 手上有自己的用量实测（用了多少 token、额度走了百分之几）？欢迎提交数据 Issue。
• 原创代码采用 MIT。数据参考 Awesome Coding Plan（CC BY 4.0）及《财经》的《Token经济，中国账本》等。署名、改动和第三方许可见 SOURCES.md，公开版的脱敏范围见 PUBLICATION.md。