{ "schema_version": "1.0.0", "generated_at": "2026-09-29", "aliases": { "deepseek-flash": "deepseek-v4.1-flash" }, "models": { "deepseek-v4.1-flash": { "name": "DeepSeek V4.1 Flash", "provider": "deepseek", "context_window": 1048576, "max_output_tokens": 393216, "vision": true, "currency": "CNY", "input": 1, "output": 4, "cache_write": null, "cache_read": 0.02, "time_pricing": { "timezone": "Asia/Shanghai", "weekdays_only": true, "periods": [ { "start": "09:00", "end": "12:00", "multiplier": 2 }, { "start": "14:00", "end": "18:00", "multiplier": 2 } ] }, "source": "https://api-docs.deepseek.com/zh-cn/quick_start/pricing", "effective_date": "2026-09-10", "note": "官方现行模型名为滚动别名 deepseek-flash（含义随时间变），项目采用版本级写法 deepseek-v4.1-flash（OpenCode Zen／OpenRouter／models.dev／阿里云模型广场 4 源一致）；官方版本标识为 DeepSeek-V4.1-Flash。旧模型名 deepseek-v4-flash、deepseek-v4-flash-vision-exp 仍可调用，但对应模型已下线，请求由 DeepSeek-V4.1-Flash 承接并按 Flash 价格计费；这两个旧名与 V4.1-Flash 属不同模型身份，不是本模型的别名。官方为峰谷分时定价，原文「空闲时段价格为高峰时段价格的一半」；基础价取空闲时段价，高峰时段（北京时间周一至周五 9:00-12:00、14:00-18:00，不含中国法定节假日）按 2 倍计。缓存为默认开启的隐式硬盘缓存、无创建/写入环节，cache_write 记 null。进制取自同站 API 文档明写的「1 到 384K（393216）」，即 K=1024，故 1M 记 1048576、384K 记 393216。vision=true 依据官方《图像理解》文档「deepseek-flash 模型支持在文本之外输入图片」。" }, "deepseek-v4-flash": { "name": "DeepSeek V4 Flash", "provider": "deepseek", "context_window": 1048576, "max_output_tokens": 393216, "vision": false, "currency": "CNY", "input": 1, "output": 4, "cache_write": null, "cache_read": 0.02, "time_pricing": { "timezone": "Asia/Shanghai", "weekdays_only": true, "periods": [ { "start": "09:00", "end": "12:00", "multiplier": 2 }, { "start": "14:00", "end": "18:00", "multiplier": 2 } ] }, "source": "https://api-docs.deepseek.com/zh-cn/quick_start/pricing", "effective_date": "2026-09-10", "note": "本 ID 是已下线模型 DeepSeek-V4-Flash 的旧调用名，与 V4.1-Flash 属不同模型身份。官方现行页不再列出该模型自身的价格，只注明「旧模型名 deepseek-v4-flash 仍可调用，但对应模型已下线，请求将由 DeepSeek-V4.1-Flash 模型提供服务，并按 Flash 价格计费」，故本条价格取 Flash 列。官方为峰谷分时定价，原文「空闲时段价格为高峰时段价格的一半」；基础价取空闲时段价，高峰时段（北京时间周一至周五 9:00-12:00、14:00-18:00，不含中国法定节假日）按 2 倍计。缓存为默认开启的隐式硬盘缓存、无创建/写入环节，cache_write 记 null。上下文与输出上限取官方《模型 & 价格》模型细节表的 Flash 列（上下文长度 1M、输出长度最大 384K），进制取自同站 API 文档明写的「1 到 384K（393216）」，即 K=1024，故 1M 记 1048576、384K 记 393216；官方《DeepSeek-V4 预览版》一文另明写「V4-Pro 与 V4-Flash 最大上下文长度为 1M」。vision=false 依据官方《V4-Flash-Vision-Exp 上线》一文以「文本模型 DeepSeek-V4-Flash」指称本模型，并把多模态输入明确归属同族的 vision-exp 变体。" }, "deepseek-v4-pro": { "name": "DeepSeek V4 Pro", "provider": "deepseek", "context_window": 1048576, "max_output_tokens": 393216, "vision": false, "currency": "CNY", "input": 4.5, "output": 13.5, "cache_write": null, "cache_read": 0.15, "time_pricing": { "timezone": "Asia/Shanghai", "weekdays_only": true, "periods": [ { "start": "09:00", "end": "12:00", "multiplier": 2 }, { "start": "14:00", "end": "18:00", "multiplier": 2 } ] }, "source": "https://api-docs.deepseek.com/zh-cn/quick_start/pricing", "effective_date": "2026-08-17", "note": "官方为峰谷分时定价，原文「空闲时段价格为高峰时段价格的一半」；基础价取空闲时段价，高峰时段（北京时间周一至周五 9:00-12:00、14:00-18:00，不含中国法定节假日）按 2 倍计。峰谷定价结构自 2026-08-17 起生效，属结构性调整（抬升基础价）而非促销，故取现价、不回退。缓存为默认开启的隐式硬盘缓存、无创建/写入环节，cache_write 记 null。进制取自同站 API 文档明写的「1 到 384K（393216）」，即 K=1024，故 1M 记 1048576、384K 记 393216。vision=false 依据官方模型细节表明示「图像理解：deepseek-v4-pro 不支持」。官方另有公告称 2026-09-14 12:00 起至 V4.1 Pro 上线前，本模型的请求将路由至 V4.1 Flash 并按 Flash 单价计费，与更新日志「计费方式不变」的表述不一致；两读法中本模型自身价目更高，按可高估不可低估取该列。" }, "qwen3.8-max-prime": { "name": "Qwen3.8 Max Prime", "provider": "qwen", "context_window": 1000000, "max_output_tokens": 131072, "vision": true, "currency": "CNY", "input": 24, "output": 72, "cache_write": null, "cache_read": 3, "note": "优速模式(Prime)。华北2(北京)地域，单档 0 512k 输入 tokens」，边界按官方 1M=1,000,000 的十进制口径取 512000。cache_write=null（2026-09-19 复核维持）：官方价格页该表无「缓存写入」列；《Prompt 缓存》页称被动缓存「写入缓存的部分无额外计费」且 M3 不在主动缓存支持清单内——按『可高估不可低估』保留 null（下游按未命中输入价计），不写 0。max_output_tokens 省略：官方无独立「最大输出」行，仅有 API 参数上限 max_completion_tokens=524288（与推荐值 131072 并存，口径不明），故不写入、不推断。M3 原生多模态，vision=true 依据官方《OpenAI SDK》文档「支持在 MiniMax-M3 中输入文本、图片和视频」(当前不支持音频)。另有 priority 服务层为标准价 1.5 倍，属服务层级非时段价，未记为 time_pricing。", "source": "https://platform.minimax.cn/docs/guides/pricing-paygo", "effective_date": "2026-09-11" }, "minimax-m2.7": { "name": "MiniMax M2.7", "provider": "minimax", "context_window": 204800, "vision": false, "currency": "CNY", "input": 2.1, "output": 8.4, "cache_write": 2.625, "cache_read": 0.42, "note": "上下文 204,800 取自官方《OpenAI SDK》文档「支持的模型」表；该表同时列有 M2.7 与 M2.7-highspeed 的输出速度(约 60 TPS)。价格表列值，无折扣标注。cache_write 取同页「缓存写入」列。vision=false 依据官方《OpenAI SDK》文档《多模态输入》章：图片/视频输入被明确限定为「支持在 MiniMax-M3 中输入」，M2.7 未列入。", "source": "https://platform.minimax.cn/docs/guides/pricing-paygo", "effective_date": "2026-09-11" }, "minimax-m2.7-highspeed": { "name": "MiniMax M2.7 Highspeed", "provider": "minimax", "context_window": 204800, "vision": false, "currency": "CNY", "input": 4.2, "output": 16.8, "cache_write": 2.625, "cache_read": 0.42, "note": "高速版(约 100 TPS)。上下文 204,800 同官方《OpenAI SDK》「支持的模型」表。输入/输出价取官方《按量计费》页明码 4.2/16.8；官方《Anthropic 主动缓存》页把本型号输入价印为 2.1，与该页其余 highspeed 行、按量计费页及历史 highspeed 型号(M2.5／M2.1 highspeed 均 4.2)相矛盾，按可高估不可低估取 4.2。缓存读写价与 M2.7 相同。vision=false 依据同上(M3 专属多模态输入)。", "source": "https://platform.minimax.cn/docs/guides/pricing-paygo", "effective_date": "2026-09-11" }, "mimo-v2.6-pro": { "name": "MiMo V2.6 Pro", "provider": "mimo", "context_window": 1000000, "max_output_tokens": 128000, "vision": true, "currency": "CNY", "input": 3.0, "output": 6.0, "cache_write": 0, "cache_read": 0.025, "note": "价格取自官方《按量计费》页国内定价表（元/百万 tokens），该页另有海外美元定价未采用。批量推理价（命中 ¥0.0125／输入 ¥1.50／输出 ¥3.00）属变体价，未收录。上下文 1M / 最大输出 128K 取自官方《模型列表》页「上下文窗口」「最大输出」两行；官方未声明 K/M 进制，按十进制记。vision=true 依据该页能力项「全模态理解」，官方发布说明亦称本型号为「全模态、超高性能、万亿参数的旗舰推理模型」。Prompt Cache 写入「限时免费」(cache_write=0)，未声明收费前按免费处理。该厂商在已批准 L2 来源中无付费档覆盖，本条价格仅单源 L1、未经交叉验证。", "source": "https://mimo.mi.com/docs/zh-CN/price/pay-as-you-go", "effective_date": "2026-09-22" }, "mimo-v2.6-flash": { "name": "MiMo V2.6 Flash", "provider": "mimo", "context_window": 1000000, "max_output_tokens": 128000, "vision": true, "currency": "CNY", "input": 1.0, "output": 2.0, "cache_write": 0, "cache_read": 0.02, "note": "价格取自官方《按量计费》页国内定价表（元/百万 tokens），该页另有海外美元定价未采用。批量推理价（命中 ¥0.01／输入 ¥0.50／输出 ¥1.00）属变体价，未收录。上下文 1M / 最大输出 128K 取自官方《模型列表》页「上下文窗口」「最大输出」两行；官方未声明 K/M 进制，按十进制记。vision=true 依据该页能力项「全模态理解」，官方发布说明亦称本型号为「全模态、高智能、低成本的高效推理模型」。Prompt Cache 写入「限时免费」(cache_write=0)，未声明收费前按免费处理。该厂商在已批准 L2 来源中无付费档覆盖，本条价格仅单源 L1、未经交叉验证。", "source": "https://mimo.mi.com/docs/zh-CN/price/pay-as-you-go", "effective_date": "2026-09-22" }, "mimo-v2.6-pro-ultraspeed": { "name": "MiMo V2.6 Pro Ultraspeed", "provider": "mimo", "context_window": 1000000, "max_output_tokens": 128000, "vision": true, "currency": "CNY", "input": 30.0, "output": 60.0, "cache_write": 0, "cache_read": 0.25, "note": "价格取自官方《按量计费》页国内定价表（元/百万 tokens），该页另有海外美元定价未采用；官方另注明本型号不支持批量推理。官方《模型列表》页把本型号列在 mimo-v2.6-pro／mimo-v2.6-flash 同一能力行（「全模态理解」），「限流」列标注「定制服务，请联系我们」，其余型号给出 RPM/TPM 数值。上下文 1M / 最大输出 128K 取自同页「上下文窗口」「最大输出」两行；官方未声明 K/M 进制，按十进制记。Prompt Cache 写入「限时免费」(cache_write=0)，未声明收费前按免费处理。该厂商在已批准 L2 来源中无付费档覆盖，本条价格仅单源 L1、未经交叉验证。", "source": "https://mimo.mi.com/docs/zh-CN/price/pay-as-you-go", "effective_date": "2026-09-22" }, "mimo-v2.5-pro": { "name": "MiMo V2.5 Pro", "provider": "mimo", "context_window": 1000000, "max_output_tokens": 128000, "vision": false, "currency": "CNY", "input": 3.0, "output": 6.0, "cache_write": 0, "cache_read": 0.025, "note": "价格取自官方《按量计费》页国内定价表（元/百万 tokens），该页另有海外美元定价未采用。官方声明该系列自 2026-05-27 起永久降价，页面仅列现价。上下文 1M / 最大输出 128K 取自官方《模型列表》页「上下文窗口」「最大输出」两行；官方未声明 K/M 进制，按十进制记。vision=false 依据该页能力清单只对 mimo-v2.5 标注「全模态理解」，Pro 未列；同页《快速选型指南》亦将「图片、音频、视频内容理解」单独指派给 mimo-v2.5。Prompt Cache 写入「限时免费」(cache_write=0)，未声明收费前按免费处理。命中价 ¥0.025 约为未命中价 ¥3.00 的 0.83%，显著低于常见缓存命中折扣水平。该厂商在已批准 L2 来源中无付费档覆盖，本条价格仅单源 L1、未经交叉验证。", "source": "https://mimo.mi.com/docs/zh-CN/price/pay-as-you-go", "effective_date": "2026-08-06" }, "mimo-v2.5": { "name": "MiMo V2.5", "provider": "mimo", "context_window": 1000000, "max_output_tokens": 128000, "vision": true, "currency": "CNY", "input": 1.0, "output": 2.0, "cache_write": 0, "cache_read": 0.02, "note": "价格取自官方《按量计费》页国内定价表（元/百万 tokens），该页另有海外美元定价未采用。官方声明该系列自 2026-05-27 起永久降价，页面仅列现价。上下文 1M / 最大输出 128K 取自官方《模型列表》页「上下文窗口」「最大输出」两行；官方未声明 K/M 进制，按十进制记。vision=true 依据该页能力项「全模态理解」、官方《快速选型指南》把「图片、音频、视频内容理解」指向本模型，及官方发布说明「原生全模态，新增 1M 上下文窗口」。Prompt Cache 写入「限时免费」(cache_write=0)，未声明收费前按免费处理。命中价 ¥0.02 约为未命中价 ¥1.00 的 2%，显著低于常见缓存命中折扣水平。该厂商在已批准 L2 来源中无付费档覆盖，本条价格仅单源 L1、未经交叉验证。", "source": "https://mimo.mi.com/docs/zh-CN/price/pay-as-you-go", "effective_date": "2026-08-06" }, "step-3.7-flash": { "name": "Step 3.7 Flash", "provider": "step", "context_window": 256000, "vision": true, "currency": "CNY", "input": 1.35, "output": 8.1, "cache_write": null, "cache_read": 0.27, "note": "官方只给输入（命中/未命中）与输出，无缓存写入价列；官方缓存为自动启用的被动缓存、无创建/写入环节，故 cache_write 记 null。max_output_tokens 省略：官方无独立最大输出行（`max_tokens` 默认 INF，输入+生成总量受限于上下文长度）。上下文 256K 三处官方一致（定价页/模型页/《推理模型总览》），官方明示「此处 1M = 1,000,000」，故记 256000。vision=true 依据官方模型页原文「原生支持图片和视频理解」。L2（llmrates）按汇率折算后逐项一致。", "source": "https://platform.stepfun.com/docs/zh/guides/pricing/details", "effective_date": "2026-09-19" }, "step-3.5-flash": { "name": "Step 3.5 Flash", "provider": "step", "context_window": 256000, "vision": false, "currency": "CNY", "input": 0.7, "output": 2.1, "cache_write": null, "cache_read": 0.14, "note": "官方定价页在列、未进历史表，确认在售。官方只给输入（命中/未命中）与输出，无缓存写入价列；官方缓存为自动启用的被动缓存、无创建/写入环节，故 cache_write 记 null。无独立最大输出行，省略 max_output_tokens。上下文 256K 取自官方《模型能力总览》。vision=false 依据官方明文否定：官方《推理模型总览》称本模型为「纯文本推理」，step-3.7-flash 模型页又以「不含多模态能力的纯文本推理模型」指称本模型。L2（llmrates）折算后逐项一致。", "source": "https://platform.stepfun.com/docs/zh/guides/pricing/details", "effective_date": "2026-09-19" }, "gpt-6-astra": { "name": "GPT-6 Astra", "provider": "openai", "vision": true, "currency": "USD", "input": 10, "output": 50, "cache_write": 12.5, "cache_read": 1, "intervals": [ { "min_tokens": 0, "max_tokens": 272000, "input": 10, "output": 50, "cache_write": 12.5, "cache_read": 1 }, { "min_tokens": 272000, "max_tokens": null, "input": 20, "output": 75, "cache_write": 25, "cache_read": 2 } ], "note": "OpenAI 新旗舰。L1 官方定价页不可达(403)，取自 L2 交叉验证——OpenCode Zen 与 llmrates **逐列一致**(≤272K $10/$50、cached read $1；>272K $20/$75、cached $2；cache_write 仅 Zen 列出 12.5/25)。llmrates 另列 Batch $5/$25，属变体价未收。L3 OpenRouter 标准档同为 10/50 佐证。context_window/max_output 仅见 L3，未写入。 图像能力：vision=true。官方文档域全域 403，改用第三方多源佐证——Microsoft Foundry 模型目录（https://learn.microsoft.com/en-us/azure/ai-foundry/openai/concepts/models）写明「Text and image input with text output.」，OpenRouter 端点元数据记 input_modalities 含 file/image/text（https://openrouter.ai/api/v1/models/openai/gpt-6-astra/endpoints），两源独立同向。llmrates 的 modalities 仅列 text，但该字段对同类推理模型系统性漏报（同源 o3 亦仅列 text，而 Microsoft 同页写明 o3 支持图文处理），不计为反证。", "source": "https://opencode.ai/docs/zen", "effective_date": "2026-09-19" }, "gpt-6-sol": { "name": "GPT-6 Sol", "provider": "openai", "vision": true, "currency": "USD", "input": 2, "output": 10, "cache_write": 2.5, "cache_read": 0.2, "intervals": [ { "min_tokens": 0, "max_tokens": 272000, "input": 2, "output": 10, "cache_write": 2.5, "cache_read": 0.2 }, { "min_tokens": 272000, "max_tokens": null, "input": 4, "output": 15, "cache_write": 5, "cache_read": 0.4 } ], "note": "L1 官方定价页不可达(403)，取自 L2 交叉验证——OpenCode Zen 与 llmrates **逐列一致**(≤272K $2/$10、cached read $0.2；>272K $4/$15、cached $0.4；cache_write 仅 Zen 列出 2.5/5=1.25×input)。llmrates 另列 Batch $1/$5，属变体价未收。context_window/max_output 仅见 L3，未写入。 图像能力：vision=true。官方文档域全域 403，改用第三方多源佐证——Microsoft Foundry 模型目录（https://learn.microsoft.com/en-us/azure/ai-foundry/openai/concepts/models）写明「Text and image input with text output.」，OpenRouter 端点元数据记 input_modalities 含 file/image/text（https://openrouter.ai/api/v1/models/openai/gpt-6-sol-20260922/endpoints），两源独立同向。llmrates 的 modalities 仅列 text，但该字段对同类推理模型系统性漏报（同源 o3 亦仅列 text，而 Microsoft 同页写明 o3 支持图文处理），不计为反证。", "source": "https://opencode.ai/docs/zen", "effective_date": "2026-09-23" }, "gpt-6-luna": { "name": "GPT-6 Luna", "provider": "openai", "vision": true, "currency": "USD", "input": 0.1, "output": 0.5, "cache_write": 0.125, "cache_read": 0.01, "intervals": [ { "min_tokens": 0, "max_tokens": 272000, "input": 0.1, "output": 0.5, "cache_write": 0.125, "cache_read": 0.01 }, { "min_tokens": 272000, "max_tokens": null, "input": 0.2, "output": 0.75, "cache_write": 0.25, "cache_read": 0.02 } ], "note": "L1 官方定价页不可达(403)，取自 L2 交叉验证——OpenCode Zen 与 llmrates **逐列一致**(≤272K $0.1/$0.5、cached read $0.01；>272K $0.2/$0.75、cached $0.02；cache_write 仅 Zen 列出 0.125/0.25=1.25×input)。llmrates 另列 Batch $0.05/$0.25，属变体价未收。context_window/max_output 仅见 L3，未写入。 图像能力：vision=true。官方文档域全域 403，改用第三方多源佐证——Microsoft Foundry 模型目录（https://learn.microsoft.com/en-us/azure/ai-foundry/openai/concepts/models）写明「Text and image input with text output.」，OpenRouter 端点元数据记 input_modalities 含 file/image/text（https://openrouter.ai/api/v1/models/openai/gpt-6-luna-20260922/endpoints），两源独立同向。llmrates 的 modalities 仅列 text，但该字段对同类推理模型系统性漏报（同源 o3 亦仅列 text，而 Microsoft 同页写明 o3 支持图文处理），不计为反证。", "source": "https://opencode.ai/docs/zen", "effective_date": "2026-09-23" }, "gpt-5.6-sol": { "name": "GPT-5.6 Sol", "provider": "openai", "vision": true, "currency": "USD", "input": 5, "output": 30, "cache_write": 6.25, "cache_read": 0.5, "intervals": [ { "min_tokens": 0, "max_tokens": 272000, "input": 5, "output": 30, "cache_write": 6.25, "cache_read": 0.5 }, { "min_tokens": 272000, "max_tokens": null, "input": 10, "output": 45, "cache_write": 12.5, "cache_read": 1.0 } ], "source": "https://opencode.ai/docs/zen", "effective_date": "2026-09-19", "note": "**刊例价 = 变更前原价 $5/$30**（>272K $10/$45，cache_read 0.5/1.0，cache_write 6.25/12.5=1.25×input）。判读依据：① 2026-08-22 降价（llmrates Price History 记 input $5→$4、cached $0.5→$0.4、output 按该站标准价行 0.75× 显示偏差还原为 $30→$20）**无任何「永久」声明**；② 本模型存在**活的促销证据**——OpenRouter 三个 OpenAI 直连端点（flex/标准/fast）**全部带 `discount: 0.5`**（截至 2026-09-19 仍在），Zen 原脚注「prices include a 50% discount through September 18, 2026」亦属限时折扣。按『有促销证据→回退；无促销证据→取变更后价』回退至变更前原价。另注：Azure $5/$30、Bedrock $4.4/$22 属云商自定价，不取。context_window/max_output 未经官方确认，省略。 图像能力：vision=true。官方文档域全域 403，改用第三方多源佐证——Microsoft Foundry 模型目录（https://learn.microsoft.com/en-us/azure/ai-foundry/openai/concepts/models）写明「Text and image processing.」，OpenRouter 端点元数据记 input_modalities 含 file/image/text（https://openrouter.ai/api/v1/models/openai/gpt-5.6-sol/endpoints），两源独立同向。llmrates 的 modalities 仅列 text，但该字段对同类推理模型系统性漏报（同源 o3 亦仅列 text，而 Microsoft 同页写明 o3 支持图文处理），不计为反证。" }, "gpt-5.6-terra": { "name": "GPT-5.6 Terra", "provider": "openai", "vision": true, "currency": "USD", "input": 2, "output": 12, "cache_write": 2.5, "cache_read": 0.2, "intervals": [ { "min_tokens": 0, "max_tokens": 272000, "input": 2, "output": 12, "cache_write": 2.5, "cache_read": 0.2 }, { "min_tokens": 272000, "max_tokens": null, "input": 4, "output": 18, "cache_write": 5, "cache_read": 0.4 } ], "source": "https://opencode.ai/docs/zen", "effective_date": "2026-09-19", "note": "**取 2026-07-31 起的新价 $2/$12**（>272K $4/$18，cache_read 0.2/0.4，cache_write 2.5/5=1.25×input）。判读依据：该次变更为 -20% 全字段（input $2.5→$2、cached $0.25→$0.2、output 按标准价行 0.75× 偏差还原为 $15→$12），**与 `gpt-5.6-luna` 同日（2026-07-31）发生、属 5.6 家族同一次调整**，且**全无促销证据**——OpenRouter 本模型全部 7 个端点 `discount: 0`，Zen 与 llmrates 从无折扣脚注。与 `gpt-5.6-sol` 性质不同（sol 为 2026-08-22 单独变更且 OpenAI 直连端点带 `discount: 0.5`），故 sol 回退、本条取新价。**三个 L2 逐项一致**：Zen $2.00/$12.00（>272K $4.00/$18.00）、llmrates $2/$12/cached $0.2（long ctx $4/$18/$0.4）、OpenRouter OpenAI 标准端点 $2/$12/cache_read $0.2/cache_write $2.5（overrides >272K $4/$18/$0.4/$5）。⚠️ **未取得官方「永久」声明**（L1 官方页全域 403），本条系依「无促销证据」所作判断；**若日后出现折扣标记或促销脚注，应回退为 $2.5/$15（>272K $5/$22.5）**。context_window/max_output 未经官方确认，省略。 图像能力：vision=true。官方文档域全域 403，改用第三方多源佐证——Microsoft Foundry 模型目录（https://learn.microsoft.com/en-us/azure/ai-foundry/openai/concepts/models）写明「Text and image processing.」，OpenRouter 端点元数据记 input_modalities 含 file/image/text（https://openrouter.ai/api/v1/models/openai/gpt-5.6-terra/endpoints），两源独立同向。llmrates 的 modalities 仅列 text，但该字段对同类推理模型系统性漏报（同源 o3 亦仅列 text，而 Microsoft 同页写明 o3 支持图文处理），不计为反证。" }, "gpt-5.6-luna": { "name": "GPT-5.6 Luna", "provider": "openai", "vision": true, "currency": "USD", "input": 0.2, "output": 1.2, "cache_write": 0.25, "cache_read": 0.02, "intervals": [ { "min_tokens": 0, "max_tokens": 272000, "input": 0.2, "output": 1.2, "cache_write": 0.25, "cache_read": 0.02 }, { "min_tokens": 272000, "max_tokens": null, "input": 0.4, "output": 1.8, "cache_write": 0.5, "cache_read": 0.04 } ], "source": "https://opencode.ai/docs/zen", "effective_date": "2026-09-19", "note": "**取 2026-07-31 起的新价 $0.2/$1.2**（>272K $0.4/$1.8，cache_read 0.02/0.04，cache_write 0.25/0.5=1.25×input）。判读依据：该次变更为**全字段 -80%**（input $1→$0.2、cached $0.1→$0.02、output 按标准价行 0.75× 偏差还原为 $6→$1.2，llmrates Price History 记于 2026-07-31），且**全无促销证据**——OpenRouter 本模型全部 7 个端点 `discount: 0`，Zen 与 llmrates 从无折扣脚注；与 `gpt-5.6-sol` 的分野正在此处（sol 的 OpenAI 直连三档全部带 `discount: 0.5`，故 sol 回退、本条取新价）。**三个 L2 逐项一致**：Zen $0.20/$1.20（>272K $0.40/$1.80）、llmrates $0.2/$1.2/cached $0.02（long ctx $0.4/$1.8/$0.04）、OpenRouter OpenAI 标准端点 $0.2/$1.2/cache_read $0.02/cache_write $0.25（overrides >272K $0.4/$1.8/$0.04/$0.5）。⚠️ **未取得官方「永久」声明**（L1 官方页全域 403），本条系依「无促销证据」所作判断；**若日后出现折扣标记或促销脚注，应回退为 $1/$6（>272K $2/$9）**。context_window/max_output 未经官方确认，省略。 图像能力：vision=true。官方文档域全域 403，改用第三方多源佐证——Microsoft Foundry 模型目录（https://learn.microsoft.com/en-us/azure/ai-foundry/openai/concepts/models）写明「Text and image processing.」，OpenRouter 端点元数据记 input_modalities 含 file/image/text（https://openrouter.ai/api/v1/models/openai/gpt-5.6-luna/endpoints），两源独立同向。llmrates 的 modalities 仅列 text，但该字段对同类推理模型系统性漏报（同源 o3 亦仅列 text，而 Microsoft 同页写明 o3 支持图文处理），不计为反证。" }, "gpt-5.5": { "name": "GPT-5.5", "provider": "openai", "vision": true, "currency": "USD", "input": 5, "output": 30, "cache_read": 0.5, "intervals": [ { "min_tokens": 0, "max_tokens": 272000, "input": 5, "output": 30, "cache_read": 0.5 }, { "min_tokens": 272000, "max_tokens": null, "input": 10, "output": 45, "cache_read": 1.0 } ], "source": "https://opencode.ai/docs/zen", "effective_date": "2026-09-10", "note": "L1 官方定价页不可达，取自 L2 交叉验证(OpenCode Zen 与 OpenRouter/llmrates 一致)。无折扣。Zen 未列缓存创建价，故省略 cache_write。 图像能力：vision=true。官方文档域全域 403，改用第三方多源佐证——Microsoft Foundry 模型目录（https://learn.microsoft.com/en-us/azure/ai-foundry/openai/concepts/models）写明「Text and image processing.」，OpenRouter 端点元数据记 input_modalities 含 file/image/text（https://openrouter.ai/api/v1/models/openai/gpt-5.5/endpoints），models.dev 亦记输入含 text/image/pdf（https://models.dev/api.json），三源同向。llmrates 的 modalities 仅列 text，但该字段对同类推理模型系统性漏报（同源 o3 亦仅列 text，而 Microsoft 同页写明 o3 支持图文处理），不计为反证。" }, "gpt-5.4": { "name": "GPT-5.4", "provider": "openai", "vision": true, "currency": "USD", "input": 2.5, "output": 15, "cache_read": 0.25, "intervals": [ { "min_tokens": 0, "max_tokens": 272000, "input": 2.5, "output": 15, "cache_read": 0.25 }, { "min_tokens": 272000, "max_tokens": null, "input": 5, "output": 22.5, "cache_read": 0.5 } ], "source": "https://opencode.ai/docs/zen", "effective_date": "2026-09-10", "note": "L1 官方定价页不可达，取自 L2 交叉验证(OpenCode Zen 与 OpenRouter/llmrates 一致)。无折扣。Zen 未列缓存创建价，故省略 cache_write。 图像能力：vision=true。官方文档域全域 403，改用第三方多源佐证——Microsoft Foundry 模型目录（https://learn.microsoft.com/en-us/azure/ai-foundry/openai/concepts/models）写明「Text and image processing.」，OpenRouter 端点元数据记 input_modalities 含 text/image/file（https://openrouter.ai/api/v1/models/openai/gpt-5.4/endpoints），models.dev 亦记输入含 text/image（https://models.dev/api.json），三源同向。llmrates 的 modalities 仅列 text，但该字段对同类推理模型系统性漏报（同源 o3 亦仅列 text，而 Microsoft 同页写明 o3 支持图文处理），不计为反证。" }, "gpt-5.4-mini": { "name": "GPT-5.4 Mini", "provider": "openai", "vision": true, "currency": "USD", "input": 0.75, "output": 4.5, "cache_read": 0.075, "source": "https://opencode.ai/docs/zen", "effective_date": "2026-09-10", "note": "L1 官方定价页不可达(403)，取自 L2 交叉验证(OpenCode Zen 与 llmrates.ai/models/openai/gpt-5.4-mini 一致)。两源均未列长上下文分档，故未写 intervals；均未列缓存创建价，故省略 cache_write。 图像能力：vision=true。官方文档域全域 403，改用第三方多源佐证——Microsoft Foundry 模型目录（https://learn.microsoft.com/en-us/azure/ai-foundry/openai/concepts/models）写明「Text and image processing.」，OpenRouter 端点元数据记 input_modalities 含 file/image/text（https://openrouter.ai/api/v1/models/openai/gpt-5.4-mini/endpoints），两源独立同向。llmrates 的 modalities 仅列 text，但该字段对同类推理模型系统性漏报（同源 o3 亦仅列 text，而 Microsoft 同页写明 o3 支持图文处理），不计为反证。" }, "gpt-5.4-nano": { "name": "GPT-5.4 Nano", "provider": "openai", "vision": true, "currency": "USD", "input": 0.2, "output": 1.25, "cache_read": 0.02, "source": "https://opencode.ai/docs/zen", "effective_date": "2026-09-10", "note": "L1 官方定价页不可达(403)，取自 L2 交叉验证(OpenCode Zen 与 llmrates.ai/models/openai/gpt-5.4-nano 一致)。两源均未列长上下文分档，故未写 intervals；均未列缓存创建价，故省略 cache_write。 图像能力：vision=true。官方文档域全域 403，改用第三方多源佐证——Microsoft Foundry 模型目录（https://learn.microsoft.com/en-us/azure/ai-foundry/openai/concepts/models）写明「Text and image processing.」，OpenRouter 端点元数据记 input_modalities 含 file/image/text（https://openrouter.ai/api/v1/models/openai/gpt-5.4-nano/endpoints），两源独立同向。llmrates 的 modalities 仅列 text，但该字段对同类推理模型系统性漏报（同源 o3 亦仅列 text，而 Microsoft 同页写明 o3 支持图文处理），不计为反证。" }, "claude-fable-5-1": { "name": "Claude Fable 5.1", "provider": "anthropic", "vision": true, "currency": "USD", "input": 10, "output": 50, "cache_write": 12.5, "cache_read": 0.25, "note": "官方 2026-09-01 发布。官方模型页 https://www.anthropic.com/claude/fable 明码「$10 per million input tokens and $50 per million output tokens. Cache reads now cost $0.25」——cache_read 较 Fable 5 的 $1 降 75%，有官方明文。cache_write 取 L2（OpenCode Zen 的 Cached Write 列 12.50，=1.25×input）。vision=true 依据官方同页原文「Vision — Claude Fable 5.1 understands diagrams, charts, and tables nested in files and PDFs」。context_window / max_output_tokens 官方页未给，省略。", "source": "https://www.anthropic.com/claude/fable", "effective_date": "2026-09-19" }, "claude-fable-5": { "name": "Claude Fable 5", "provider": "anthropic", "vision": true, "currency": "USD", "input": 10, "output": 50, "cache_write": 12.5, "cache_read": 1.0, "source": "https://opencode.ai/docs/zen", "effective_date": "2026-09-10", "note": "官方新闻页确认 $10/$50；缓存价取自 L2(OpenCode Zen)。官方文档域受地区限制不可达，cache_write 的 5m/1h 分档未能取得，按单值收录(12.50=1.25×input)。勿与 claude-fable-5-1 混淆(后者 cache_read 为 0.25)。vision=true 依据官方发布说明原文「Vision. Fable 5 is the new state-of-the-art model for tasks involving vision… it can perform complex vision-based tasks like rebuilding a web app's source code from screenshots alone」(https://www.anthropic.com/news/claude-fable-5-mythos-5)；AWS Bedrock 模型卡 Input Modalities 亦标 Image 支持(https://docs.aws.amazon.com/bedrock/latest/userguide/model-card-anthropic-claude-fable-5.html)。llmrates 的 modalities 对本厂商全系恒为 text（含已由官方原文确认支持图像的 claude-fable-5-1），属字段覆盖缺陷，不计为反证。" }, "claude-opus-5-5": { "name": "Claude Opus 5.5", "provider": "anthropic", "vision": true, "currency": "USD", "input": 4, "output": 20, "cache_write": 5, "cache_read": 0.2, "source": "https://www.anthropic.com/claude/opus", "effective_date": "2026-09-22", "note": "官方模型页确认 $4/$20 与缓存读取 $0.20（原文「Opus 5.5 costs $4 per million input tokens and $20 per million output tokens, 20% below Opus 5」；缓存读取「also now cost 60% less than Opus 5, at $0.20 per million tokens」）。cache_write 官方页未印，取自 L2(OpenCode Zen) $5.00=1.25×input；官方 prompt-caching 文档地区限制不可达，5m/1h 分档未取得，按单值收录。官方页另列 fast mode $8/$40 与美国境内推理 1.1× 定价，属模式/地区变体价，未收录。context_window/max_output 省略：官方页无本型号的明码数值。vision=true 依据官方同页(source 所指 Opus 模型页)原文「Vision & computer use — Opus 5.5 is our best Opus model for vision and computer use. It reads dense documents, charts, screenshots, and diagrams at high fidelity」；OpenRouter 端点元数据与 AWS Bedrock 模型卡(Input Modalities: Image)同向佐证。llmrates 的 modalities 对本厂商全系恒为 text（含已由官方原文确认支持图像的 claude-fable-5-1），属字段覆盖缺陷，不计为反证。" }, "claude-opus-5": { "name": "Claude Opus 5", "provider": "anthropic", "vision": true, "currency": "USD", "input": 5, "output": 25, "cache_write": 6.25, "cache_read": 0.5, "source": "https://opencode.ai/docs/zen", "effective_date": "2026-09-10", "note": "官方页确认 $5/$25；缓存价取自 L2。cache_write 的 5m/1h 分档未取得，按单值收录。 vision=true：官方发布页有指名本型号的计算机使用能力表述(OSWorld 2.0 对比，https://www.anthropic.com/news/claude-opus-5)，AWS Bedrock 模型卡 Input Modalities 标 Image 支持(https://docs.aws.amazon.com/bedrock/latest/userguide/model-card-anthropic-claude-opus-5.html)，两源同向。llmrates 的 modalities 对本厂商全系恒为 text（含已由官方原文确认支持图像的 claude-fable-5-1），属字段覆盖缺陷，不计为反证。" }, "claude-opus-4-8": { "name": "Claude Opus 4.8", "provider": "anthropic", "vision": true, "currency": "USD", "context_window": 1000000, "input": 5, "output": 25, "cache_write": 6.25, "cache_read": 0.5, "source": "https://opencode.ai/docs/zen", "effective_date": "2026-09-10", "note": "官方新闻页确认 $5/$25 与 1M 上下文；缓存价取自 L2。另存在 fast mode 10/50(属模式非阶梯)。 vision=true：官方发布页载客户引语「Its multimodal strength also lets Genie reason directly over PDFs, diagrams, and other unstructured content」(https://www.anthropic.com/news/claude-opus-4-8)，models.dev 记输入含 text/image/pdf(https://models.dev/api.json)，AWS Bedrock 模型卡 Input Modalities 标 Image 支持(https://docs.aws.amazon.com/bedrock/latest/userguide/model-card-anthropic-claude-opus-4-8.html)，同向。llmrates 的 modalities 对本厂商全系恒为 text（含已由官方原文确认支持图像的 claude-fable-5-1），属字段覆盖缺陷，不计为反证。" }, "claude-sonnet-5": { "name": "Claude Sonnet 5", "provider": "anthropic", "vision": true, "currency": "USD", "input": 2, "output": 10, "cache_write": 2.5, "cache_read": 0.2, "source": "https://opencode.ai/docs/zen", "effective_date": "2026-09-10", "note": "官方模型页确认 $2/$10。官方新闻页 changelog 原文（https://www.anthropic.com/news/claude-sonnet-5）：「*Edit August 10, 2026:* Sonnet 5's introductory pricing of $2 per million input tokens and $10 per million output tokens is **now permanent**. The standard pricing of $3 input / $15 output previously set to take effect September 1 **no longer applies**.」正文另称「has since been made permanent」。cache_write 的 5m/1h 分档未取得，按单值收录。 vision=true：官方新闻页有指名本型号的 agentic computer use 评估表述(OSWorld-Verified，https://www.anthropic.com/news/claude-sonnet-5)，AWS Bedrock 模型卡 Input Modalities 标 Image 支持(https://docs.aws.amazon.com/bedrock/latest/userguide/model-card-anthropic-claude-sonnet-5.html)，两源同向。llmrates 的 modalities 对本厂商全系恒为 text（含已由官方原文确认支持图像的 claude-fable-5-1），属字段覆盖缺陷，不计为反证。" }, "claude-sonnet-4-6": { "name": "Claude Sonnet 4.6", "provider": "anthropic", "vision": true, "currency": "USD", "context_window": 1000000, "input": 3, "output": 15, "cache_write": 3.75, "cache_read": 0.3, "source": "https://opencode.ai/docs/zen", "effective_date": "2026-09-10", "note": "官方页确认 $3/$15 起与 1M 上下文；缓存价取自 L2。官方措辞为“starting at”，是否另成长上下文阶梯未确认，故未写 intervals。 vision=true：官方新闻页原文「the model sees the computer and interacts with it in much the same way a person would」，另有 OfficeQA 图表/PDF/表格读取的客户引语(https://www.anthropic.com/news/claude-sonnet-4-6)，models.dev 记输入含 text/image/pdf(https://models.dev/api.json)，AWS Bedrock 模型卡 Input Modalities 标 Image 支持，同向。llmrates 的 modalities 对本厂商全系恒为 text（含已由官方原文确认支持图像的 claude-fable-5-1），属字段覆盖缺陷，不计为反证。" }, "claude-sonnet-4-5": { "name": "Claude Sonnet 4.5", "provider": "anthropic", "vision": true, "currency": "USD", "input": 3, "output": 15, "cache_write": 3.75, "cache_read": 0.3, "intervals": [ { "min_tokens": 0, "max_tokens": 200000, "input": 3, "output": 15, "cache_write": 3.75, "cache_read": 0.3 }, { "min_tokens": 200000, "max_tokens": null, "input": 6, "output": 22.5, "cache_write": 7.5, "cache_read": 0.6 } ], "source": "https://opencode.ai/docs/zen", "effective_date": "2026-09-19", "note": "官方新闻页确认 $3/$15 起。>200K 阶梯($6/$22.50、cache_write $7.50、cache_read $0.60)由 OpenCode Zen 与 OpenRouter 的 Anthropic 官方端点 `overrides[min_prompt_tokens:200000]` 四项数值**逐项相等**佐证(Bedrock/Vertex 端点同值)；llmrates 未列该档属沉默而非否认，故按『可高估不可低估』写入。 vision=true：官方新闻页指名本型号的计算机使用能力原文「It's the best model at using computers」与 OSWorld 61.4%(https://www.anthropic.com/news/claude-sonnet-4-5)，models.dev 记输入含 text/image/pdf(https://models.dev/api.json)，AWS Bedrock 模型卡 Input Modalities 标 Image 支持(https://docs.aws.amazon.com/bedrock/latest/userguide/model-card-anthropic-claude-sonnet-4-5.html)，同向。llmrates 的 modalities 对本厂商全系恒为 text（含已由官方原文确认支持图像的 claude-fable-5-1），属字段覆盖缺陷，不计为反证。" }, "claude-haiku-4-5": { "name": "Claude Haiku 4.5", "provider": "anthropic", "vision": true, "currency": "USD", "input": 1, "output": 5, "cache_write": 1.25, "cache_read": 0.1, "source": "https://opencode.ai/docs/zen", "effective_date": "2026-09-10", "note": "官方新闻页与模型页双确确认 $1/$5；缓存价取自 L2。cache_write 的 5m/1h 分档未取得，按单值收录。 vision=true：官方发布说明与模型页均把「computer use」列为本型号能力(https://www.anthropic.com/news/claude-haiku-4-5、https://www.anthropic.com/claude/haiku)，models.dev 记输入含 text/image/pdf(https://models.dev/api.json)，AWS Bedrock 模型卡 Input Modalities 标 Image 支持(https://docs.aws.amazon.com/bedrock/latest/userguide/model-card-anthropic-claude-haiku-4-5.html)，同向。llmrates 的 modalities 对本厂商全系恒为 text（含已由官方原文确认支持图像的 claude-fable-5-1），属字段覆盖缺陷，不计为反证。" }, "gemini-3.8-flash": { "name": "Gemini 3.8 Flash", "provider": "google", "vision": true, "currency": "USD", "input": 1.5, "output": 7.5, "cache_read": 0.15, "note": "官方 2026-09-02 发布，取代 3.6/3.7 Flash。**刊例价 = 变更前原价 $1.50/$7.50/$0.15**，两条证据：① llmrates 的 Price History 记 2026-08-14 该 Flash 系列 input/output/cached 三列齐降 50%（1.5→0.75、7.5→3.75、0.15→0.075），**该变更未声明为永久**（**该价史行挂在 `gemini-3.6-flash` 页**，3.8 页无价史，其首个价格行即 0.75）；② **OpenRouter 的 `google/gemini-3.8-flash` 全部 6 个端点均带 `discount: 0.5`**——标准档 0.75 → 未打折 **1.50**、flex 0.375 → 0.75、priority 1.35 → 2.70，而 `gemini-3.5-flash` 的同构三档为 1.5 / 0.75 / 2.7 且 `discount: 0`，两者**逐项同构** ⇒ 1.50 是刊例价、0.75 是五折价。按『未声明永久即按临时处理、取变更前原价』取 1.5/7.5/0.15（Zen 现值亦为此）。Zen 未列缓存创建价，故省略 cache_write。 vision=true：官方模型卡存在但正文被截断(仅取到「building on Gemini 3.7 Fla…」，https://deepmind.google/models/model-cards/gemini-3-8-flash/)，改用第三方多源佐证——llmrates 记 modalities 含 text/image(https://www.llmrates.ai/api/models/gemini-3.8-flash)，OpenRouter 端点元数据记 input_modalities 含 text/image/video/file/audio(https://openrouter.ai/api/v1/models/google/gemini-3.8-flash-20260902/endpoints)，两源同向且无反证。", "source": "https://opencode.ai/docs/zen", "effective_date": "2026-09-19" }, "gemini-3.5-flash": { "name": "Gemini 3.5 Flash", "provider": "google", "vision": true, "currency": "USD", "input": 1.5, "output": 9, "cache_read": 0.15, "source": "https://opencode.ai/docs/zen", "effective_date": "2026-09-10", "note": "L1 官方定价页不可达，取自 L2(OpenCode Zen)；与 llmrates 镜像的 Google 官方价一致。Zen 未列缓存创建价，故省略 cache_write。 vision=true：M1 依据官方模型卡原文「Gemini 3.5 Flash is the next iteration in the Gemini 3 series of highly-capable, natively multimodal, reasoning models.」(https://deepmind.google/models/model-cards/gemini-3-5-flash/)；llmrates 记 modalities 含 text/image，OpenRouter 端点元数据记 input_modalities 含 text/image/video/file/audio，models.dev 同向。" }, "gemini-3.5-flash-lite": { "name": "Gemini 3.5 Flash Lite", "provider": "google", "vision": true, "currency": "USD", "input": 0.3, "output": 2.5, "cache_read": 0.03, "source": "https://opencode.ai/docs/zen", "effective_date": "2026-09-10", "note": "L1 官方定价页不可达，取自 L2(OpenCode Zen)。Zen 未列缓存创建价，故省略 cache_write。 vision=true：官方模型卡正文被截断，改用第三方多源佐证——llmrates 记 modalities 含 text/image，OpenRouter 端点元数据记 input_modalities 含 text/image/video/file/audio(https://openrouter.ai/api/v1/models/google/gemini-3.5-flash-lite-20260721/endpoints)，两源同向且无反证。" }, "gemini-3.1-pro": { "name": "Gemini 3.1 Pro", "provider": "google", "vision": true, "currency": "USD", "input": 2, "output": 12, "cache_read": 0.2, "intervals": [ { "min_tokens": 0, "max_tokens": 200000, "input": 2, "output": 12, "cache_read": 0.2 }, { "min_tokens": 200000, "max_tokens": null, "input": 4, "output": 18, "cache_read": 0.4 } ], "source": "https://opencode.ai/docs/zen", "effective_date": "2026-09-10", "note": "L1 官方定价页不可达，取自 L2(OpenCode Zen)。200K 阶梯见 Zen 表。 vision=true：官方模型卡路径多次抓取失败，改用第三方多源佐证——llmrates 的 gemini-3.1-pro-preview 条目记 modalities 含 text/image(https://www.llmrates.ai/api/models/gemini-3.1-pro-preview；精确 slug gemini-3.1-pro 在该站 404)，models.dev 记输入含 text/image/video/audio(https://models.dev/api.json)，两源同向且无反证。" }, "gemini-3-flash": { "name": "Gemini 3 Flash", "provider": "google", "currency": "USD", "input": 0.5, "output": 3, "cache_read": 0.05, "source": "https://opencode.ai/docs/zen", "effective_date": "2026-09-10", "note": "L1 官方定价页不可达，取自 L2(OpenCode Zen)。Zen 未列缓存创建价，故省略 cache_write。 图像能力：来源冲突——正向仅 models.dev 单源(记输入含 text/image/video/audio，https://models.dev/api.json)，反向为 llmrates 的 gemini-3-flash 条目仅记 text(https://www.llmrates.ai/api/models/gemini-3-flash；该条目归属 Google Vertex AI 渠道)；同源另有 gemini-3-flash-preview 条目记 text+image，属另一 slug、不用于本 ID。正向不足两源且存在反向证据，故不写 vision。" }, "grok-4.7": { "name": "Grok 4.7", "provider": "xai", "vision": true, "currency": "USD", "input": 2, "output": 6, "cache_read": 0.5, "intervals": [ { "min_tokens": 0, "max_tokens": 200000, "input": 2, "output": 6, "cache_read": 0.5 }, { "min_tokens": 200000, "max_tokens": null, "input": 4, "output": 12, "cache_read": 1.0 } ], "source": "https://opencode.ai/docs/zen", "effective_date": "2026-09-23", "note": "L1 官方定价页不可达。基础价两源一致(OpenCode Zen 与 llmrates 均为 $2/$6、cached $0.50)；200K 阶梯由 Zen 分列两档($4/$12、cached $1.00)，llmrates 只列基础档属**沉默而非否认**，故按『可高估不可低估』写入。Zen 未列缓存创建价，故省略 cache_write。llmrates 另标 Context 500K，属 L2 元数据，未写入 context_window。 vision=true：官方文档域不可达，取第三方多源佐证——OpenRouter 端点元数据记 input_modalities 含 text/image/file(https://openrouter.ai/api/v1/models/x-ai/grok-4.7/endpoints)，Vercel AI Gateway 记输入含 text/image 且带 vision 标签(https://ai-gateway.vercel.sh/v1/models/spacexai/grok-4.7)，llmrates 亦记 text+image，同向且无反证。" }, "grok-4.6": { "name": "Grok 4.6", "provider": "xai", "vision": true, "currency": "USD", "input": 2, "output": 6, "cache_read": 0.5, "intervals": [ { "min_tokens": 0, "max_tokens": 200000, "input": 2, "output": 6, "cache_read": 0.5 }, { "min_tokens": 200000, "max_tokens": null, "input": 4, "output": 12, "cache_read": 1.0 } ], "source": "https://opencode.ai/docs/zen", "effective_date": "2026-09-19", "note": "L1 官方定价页不可达。基础价两源一致(OpenCode Zen 与 llmrates 均为 $2/$6)。200K 阶梯由 OpenCode Zen 分列两档、OpenRouter 的 xAI 端点 `overrides[min_prompt_tokens:200000]` 给出 `$4/$12`、`input_cache_read $1`，与 Zen **逐项相等**，边界即 200000；llmrates 只列基础档属**沉默而非否认**，故按『可高估不可低估』写入。Zen 未列缓存创建价。 vision=true：官方文档域不可达，取第三方多源佐证——Microsoft Foundry 模型目录「SpaceXAI models sold by Azure」表把本型号记为 Input: text, image，OpenRouter 端点元数据记 input_modalities 含 text/image/file(https://openrouter.ai/api/v1/models/x-ai/grok-4.6/endpoints)，models.dev 与 Vercel AI Gateway 同向，无反证。" }, "grok-4.5": { "name": "Grok 4.5", "provider": "xai", "vision": true, "currency": "USD", "input": 2, "output": 6, "cache_read": 0.3, "intervals": [ { "min_tokens": 0, "max_tokens": 200000, "input": 2, "output": 6, "cache_read": 0.3 }, { "min_tokens": 200000, "max_tokens": null, "input": 4, "output": 12, "cache_read": 0.6 } ], "source": "https://opencode.ai/docs/zen", "effective_date": "2026-09-19", "note": "L1 官方定价页不可达，取自 L2 交叉验证(OpenCode Zen 与 llmrates 一致)。基础价 $2/$6；200K 阶梯由 Zen 分列两档、OpenRouter 的 xAI 端点 `overrides[min_prompt_tokens:200000]` 给出 `$4/$12`、`input_cache_read $0.6`，与 Zen 逐项相等，边界即 200000。缓存命中价 2026-07-20 由 $0.50 降至 $0.30（llmrates Price History，−40%），**未取得官方永久声明，本条系依促销证据缺失所作判断**：全部可达端点 `discount: 0`，且 Zen／llmrates／OpenRouter 均无折扣脚注，故取变更后价 $0.30（>200K 档 $0.60，两源明码一致）；若日后出现折扣标记或促销脚注即回退为 $0.50（>200K 档 $1.00）。 vision=true：官方文档域不可达，取第三方多源佐证——OpenRouter 端点元数据记 input_modalities 含 text/image/file(https://openrouter.ai/api/v1/models/x-ai/grok-4.5/endpoints)，Vercel AI Gateway 记输入含 text/image/pdf 且带 vision 标签，llmrates 亦记 text+image，无反证。" }, "grok-build-0.1": { "name": "Grok Build 0.1", "provider": "xai", "vision": true, "currency": "USD", "input": 1, "output": 2, "cache_read": 0.2, "source": "https://opencode.ai/docs/zen", "effective_date": "2026-09-10", "note": "L1 官方定价页不可达，取自 L2(OpenCode Zen 与 llmrates 一致)。OpenRouter 的 xAI 端点给出 `overrides[min_prompt_tokens:200000]` = $2/$4/$0.4，但 Zen 与 llmrates 均只列单档，该阶梯**仅 L3 单源佐证**，故未写 intervals。 vision=true：官方文档域不可达，取第三方多源佐证——OpenRouter 端点描述原文「It supports text and image inputs with text output」且 input_modalities 含 text/image/file(https://openrouter.ai/api/v1/models/x-ai/grok-build-0.1/endpoints)，Vercel AI Gateway 记输入含 text/image 且带 vision 标签，llmrates 亦记 text+image，无反证。" } } }