结论先说：2026 年 8 月，如果你只问「哪个平台标价最低」，答案往往指向 Google Gemini 3.5 Flash 或 OpenRouter 上的 DeepSeek 路由；但如果你问「我的生产账单最低」，真正决定胜负的是调用形态——Agent 长会话、批处理离线任务、还是多模型混合路由，三条路径的最优解完全不同。官方直连接口通常标价透明、功能最新；聚合网关（OpenRouter）适合多模型切换；云厂商（Azure OpenAI、Vertex AI、Bedrock）适合已有企业合约与合规要求。
这篇文章适合三类读者：正在选型第一个生产 LLM 后端的独立开发者；团队里要同时接 GPT、Claude、Gemini 却不想维护三套账单的技术负责人；以及已经月付上千美元、想确认是否该从官方 API 迁到 OpenRouter 或云转售通道的 AI 产品团队。
数据核对日期：2026 年 8 月 3 日。下文标价均来自各平台官方 pricing 页面；有效成本估算基于典型输入输出比 3:1、缓存命中率 40% 的 Agent 场景，你的实际账单会因 prompt 结构差异而浮动。
先建立比较框架：标价 ≠ 账单
各家 API 的报价页看起来都是「输入 $X / 百万 token、输出 $Y / 百万 token」，但有效单价还受以下因素影响：
- Prompt Caching：OpenAI GPT-5.6、Anthropic Claude、Google Gemini 均支持缓存重复前缀，命中后输入价可降至标价的 10%～25%。Agent 若系统提示词稳定，缓存收益往往大于换平台。
- Batch / 异步：OpenAI Batch、Google Batch 通常半价，适合非实时任务；若你的 workload 80% 可离线，「最便宜平台」可能直接变成「谁 Batch 折扣最深」。
- 推理 token（reasoning tokens）：GPT-5.6 Sol、Claude Opus 4、Gemini 3.1 Pro 在开启深度推理时，隐藏消耗可能占输出账单的 30%～60%，标价对比表若只比「输出价」会严重失真。
- 重试与失败请求：超时重试、工具调用循环、Guardrail 拦截——这些在聚合网关和官方 API 上都会计费。我们在 Kimi K3 Context Caching 成本估算 一文里强调过：高缓存命中率不等于高任务成功率，换平台前先量失败率。
- 网关加价：OpenRouter 多数模型与官方同价或略高 5%～15%，但换来统一 Key 与模型切换；Azure / Vertex 标价常与官方持平，但可能有最低消费或 egress 费用。
因此本文给出两层数字：目录标价（方便横向对比）和三类场景推荐（方便你做决策）。
GPT 系列：OpenAI 官方 vs Azure vs OpenRouter
截至 2026 年 8 月，OpenAI 生产旗舰是 7 月 GA 的 GPT-5.6 Sol / Terra / Luna 三档。标准短上下文费率如下（完整表见 OpenAI API Pricing）：
| 模型 | 输入 / 百万 token | 输出 / 百万 token | 缓存输入 | 适合场景 |
|---|---|---|---|---|
| gpt-5.6-sol | $5.00 | $30.00 | $0.50 | 复杂 Agent、长推理、旗舰质量 |
| gpt-5.6-terra | $2.50 | $15.00 | $0.25 | 日常对话、中等代码任务 |
| gpt-5.6-luna | $1.00 | $6.00 | $0.10 | 大批量分类、摘要、路由 |
Azure OpenAI：标价与 OpenAI 官方基本一致，企业客户可通过 EA / MACC 获得 5%～15% 返利，但需要 Azure 订阅与区域部署审批。若你已在 Azure 跑其他业务，统一账单与私有网络接入是主要收益，而非单价碾压。
OpenRouter：提供 openai/gpt-5.6-sol 等路由，目录价通常与官方持平，偶尔因批量采购有微小优势。真正价值在于与 Claude、Gemini、DeepSeek 共用一把 Key——适合需要「GPT 做规划、便宜模型做执行」的混合架构。若你已在用 OpenRouter 降低 Claude Code 成本，把 GPT 调用并到同一路由层几乎零额外集成成本。
GPT 怎么选最省钱？
- 纯 OpenAI 生态、要最新功能（Responses API、Codex 工具链）→ 官方 API 直连
- 已有 Azure 企业合约、要私有链路 → Azure OpenAI
- 多模型混用、个人开发者预充值 → OpenRouter
Claude 系列：Anthropic 官方 vs Bedrock vs OpenRouter
Anthropic 2026 年主力编码模型是 Claude Sonnet 4 与 Claude Opus 4。官方标价（Anthropic Pricing）如下：
| 模型 | 输入 / 百万 token | 输出 / 百万 token | 缓存写入 | 缓存读取 |
|---|---|---|---|---|
| Claude Sonnet 4 | $3.00 | $15.00 | $3.75 | $0.30 |
| Claude Opus 4 | $15.00 | $75.00 | $18.75 | $1.50 |
| Claude Haiku 4 | $0.80 | $4.00 | $1.00 | $0.08 |
Claude 的 Prompt Caching 需要显式开启 cache_control，但命中后读取价仅为输入价的 10%，对「系统提示词 + 工具定义」稳定的 Agent 非常友好。若你的 Claude Code 或自定义 Agent 每天重复发送 8K token 前缀、命中率 50%，有效输入成本可接近 $1.65/M（Sonnet 4），而非标价 $3/M。
AWS Bedrock：Claude 模型标价与 Anthropic 官方相同，但可叠加 AWS 企业折扣与 Reserved Capacity。适合已在 AWS 跑生产、需要 IAM 细粒度权限的团队。冷启动延迟在某些区域略高于直连 Anthropic。
OpenRouter：anthropic/claude-sonnet-4 标价与官方持平，是 Claude Code 降本方案的标准后端（见本站 OpenRouter 教程）。若你不需要 Bedrock 的合规包装，OpenRouter 是个人开发者最省事的 Claude 入口。
Claude 怎么选最省钱？
- 要 Anthropic 最新安全特性、Messages API 全功能 → 官方 API
- AWS 原生、已有 Bedrock 审批 → Bedrock
- 终端 Agent、多模型混用、预充值可控 → OpenRouter
Gemini 系列：Google AI Studio vs Vertex AI vs OpenRouter
Google 2026 年 8 月的 API 主力是 Gemini 3.5 Flash（全面 GA）与 Gemini 3.1 Pro（消费端旗舰）。3.5 Pro 仍在 Vertex 限量预览，普通开发者应优先对比 Flash 与 3.1 Pro。官方 API 标价（Gemini API Pricing）核心档位如下：
| 模型 | 输入 / 百万 token | 输出 / 百万 token | 上下文 | 备注 |
|---|---|---|---|---|
| Gemini 3.5 Flash | $0.15 | $0.60 | ~100 万 token | 大批量、低延迟首选 |
| Gemini 3.1 Pro | $1.25 | $5.00 | 最高 100 万 token | 复杂推理与多模态 |
| Gemini 3.5 Pro（预览） | 未公布 | 未公布 | 目标 200 万 token | 仅 Vertex 限量 |
若只比「标价」，Gemini 3.5 Flash 是 2026 年三大厂商旗舰线里最便宜的通用 API——输入价仅为 GPT-5.6 Luna 的 15%、Claude Haiku 4 的 19%。但 Flash 在复杂代码重构、长链工具调用上的稳定性不如 Sonnet 4 或 GPT-5.6 Sol，便宜不等于适合你的任务。
Vertex AI：标价与 AI Studio 基本一致，额外提供 VPC-SC、CMEK、SLA。适合 Google Cloud 存量客户。免费 tier 在 AI Studio 对个人开发者更友好（每日一定额度内的 Flash 调用免费）。
OpenRouter：提供 google/gemini-3.5-flash 等路由，价格接近官方。价值仍在于与 GPT、Claude 统一结算。
横向对比：六大通道一张表看懂
下面把「同一档能力」放在一起比——不是绝对公平（各厂模型能力不同），但能帮你在预算会议上快速定位：
| 通道 | GPT 入口 | Claude 入口 | Gemini 入口 | 单价优势 | 主要代价 |
|---|---|---|---|---|---|
| OpenAI / Anthropic / Google 官方 | api.openai.com | api.anthropic.com | ai.google.dev | 标价基准、功能最新 | 三套 Key、三套账单 |
| OpenRouter | openai/* | anthropic/* | google/* | 统一 Key、混合路由 | 偶发路由延迟；极少数模型加价 |
| Azure OpenAI | Azure 部署 | — | — | 企业返利、私有网络 | 仅 GPT；审批与区域限制 |
| AWS Bedrock | 部分区域 | Claude 全系 | 部分 Gemini | AWS 合约折扣 | 模型上线节奏慢于官方 |
| Google Vertex AI | — | — | Gemini 全系 | GCP 合约、合规 | 仅 Gemini 生态最完整 |
| DeepSeek 官方 | — | — | — | 代码任务极低价 | 非 GPT/Claude/Gemini；合规自评 |
三类场景：谁最便宜？
场景 A：长会话 Agent（日 500+ 轮工具调用）
典型特征：大系统提示词、稳定工具 schema、重复文档前缀、输出适中。有效成本最大杠杆是 Prompt Caching，而非平台目录价。
推荐排序：
- Claude Sonnet 4 官方 API + cache_control——编码 Agent 质量与缓存读取价 ($0.30/M) 平衡最好
- OpenRouter 混合路由——Haiku/DeepSeek 槽跑日常，Sonnet 槽跑重构（参考本站 OpenRouter 教程）
- GPT-5.6 Sol 官方 + prompt cache——若你已深度绑定 Responses API / Codex 工具链
不推荐在此场景默认 Gemini 3.5 Flash 硬扛复杂 Agent：单价最低，但工具调用返工成本可能吃掉差价。
场景 B：离线批处理（日 1000 万 token 以上）
典型特征：无实时性要求、输入远大于输出、可接受 24 小时延迟。
推荐排序：
- Gemini 3.5 Flash + Google Batch——标价已最低，Batch 再半价，百万 token 输入可低至 $0.075
- GPT-5.6 Luna + OpenAI Batch——输入 $0.50/M，生态成熟
- Claude Haiku 4 + Batch——Anthropic 2026 年已支持 Message Batches API
场景 C：多模型路由（产品内按任务分派）
典型特征：分类 → 检索 → 生成 → 审核流水线，每步用不同模型。
推荐：OpenRouter 统一网关。一把 Key 覆盖 GPT-5.6、Claude Sonnet 4、Gemini 3.5 Flash、DeepSeek V3，仪表盘按模型拆账，避免维护四套 SDK 与四个预付账户。网关本身不加价或微加价，但节省的工程时间通常远超 5% 费率差。
隐藏费用清单：签约前问销售五个问题
无论选哪条通道，签约或放量前建议确认：
- 长上下文附加费：GPT-5.6 超过 128K 输入 2×、输出 1.5×；Gemini 超过 200K 有阶梯价。Agent 若动辄塞满上下文，标价对比失效。
- 缓存写入成本：Anthropic cache write 为输入价 1.25×；OpenAI cache write 为 1.25×。首次写入并不免费。
- Priority / Flex 档位：OpenAI Priority 2× 价换低延迟；Flex 半价但可能排队。默认档位未必最适合你。
- 出站流量：云厂商托管模型若与计算同区域通常免费，跨区 egress 可能 $0.08～$0.12/GB。
- 最低消费与预付：OpenRouter 预充值无最低；部分云转售通道有 $1K/月 承诺。
决策流程：五分钟定通道
按顺序回答三个问题：
1. 你是否只用一个模型家族？ 是 → 官方 API 直连最简单。否 → 考虑 OpenRouter 或你已在用的云厂商。
2. 你的 workload 主要是什么？ 复杂 Agent → Claude Sonnet 4 或 GPT-5.6 Sol + 缓存。大批量离线 → Gemini 3.5 Flash Batch。轻量分类 → GPT-5.6 Luna 或 Haiku 4。
3. 你是否有企业云合约？ 有 Azure → GPT 走 Azure OpenAI。有 AWS → Claude 走 Bedrock。有 GCP → Gemini 走 Vertex。都没有 → 官方 + OpenRouter 组合最常见。
2026 年 8 月的现实是：没有单一「全场最便宜」平台，只有「在你的调用形态下最便宜」的组合。先拿一周日志算出输入输出比、缓存命中率、失败重试率，再对照上表——比追逐又一篇「某平台降价 10%」的推文更值得。