Kimi K3、GLM、DeepSeek API 价格对比：怎么算一轮真实成本？
按人民币每百万 token 对比 Kimi K3、GLM-5.3、DeepSeek Flash 和 MiniMax M3，区分 Router 公布价与官方优惠，附缓存、峰谷和长上下文成本算例。
在下面四款模型的 Router 公布价中，DeepSeek Flash 的普通输入和输出单价最低；Kimi K3 最高。但一次任务花多少钱，还取决于输出长度、缓存和重试次数。 只比较首页的输入价，很容易选错预算。另一个需要先说清的差异：本次核验时，MiniMax 官网 M3 优惠价低于 Router 接口公布价，不能把两个渠道当成完全同价。
核验日期：2026-10-23。以下是当日公开报价快照，不含充值优惠、定制合同或客户端额外收费。这里比较的是 API 按量付费，不是聊天会员或 Coding Plan。
一张表看 Router 当前公布价
单位统一为 人民币元 / 百万 token。输入列指缓存未命中；缓存读取另列。DeepSeek 分峰谷，MiniMax 分输入长度，不把最低档伪装成所有请求的价格。
| 模型与 Router ID | 普通输入 | 输出 | 缓存读取 | 适用条件 |
|---|---|---|---|---|
Kimi K3 kimi/kimi-k3 |
20 | 100 | 2 | Router 公布的基础档 |
GLM-5.3 glm/glm-5.3 |
8 | 28 | 2 | Router 公布的基础档 |
DeepSeek Flash deepseek/deepseek-flash |
2 / 1 | 8 / 4 | 0.04 / 0.02 | 高峰 / 空闲 |
MiniMax M3 minimax/MiniMax-M3 |
4.2 / 8.4 | 16.8 / 33.6 | 0.84 / 1.68 | 输入 ≤512,000 / >512,000 token |
数据取自 Router 公开模型接口，可在 模型广场 重新核对。模型 ID 区分大小写，尤其不要把 MiniMax-M3 改成全小写。表格是接口报价，不是我们通过扣费账单反推的实付价格。
官网直连和 Router：哪些已经对上，哪些不能直接等同
DeepSeek： 官方价格页 的 Flash 输入、输出、缓存命中峰谷价与上表一致。官方 deepseek-flash 当前指向 V4.1-Flash-1017；Router 使用带供应商前缀的 ID。官方高峰为北京时间工作日 9:00–12:00、14:00–18:00，法定节假日除外。Router 公开元数据给出了工作日时段，但没有公开节假日日历，因此节假日的实际计费应看 Router 账单，不能只据官方规则推算。
MiniMax： 官方定价页 当日列出 M3 标准服务五折价：输入 ≤512k 时为 2.1 / 8.4 / 0.42，超过 512k 时为 4.2 / 16.8 / 0.84，依次是普通输入、输出、缓存读取。官网还有优先服务档，不能和标准服务混算。Router 当前接口仍公布上表数值；只固定使用 M3、主要追求单价时，应优先核对官方直连报价。
Kimi 与 GLM： 本次能读取 Kimi 官方计费说明 和 GLM-5.3 官方模型文档，但没有从公开抓取结果取得可核验的完整官方数字价表。因此上表两行明确采用 Router 报价，不声称已证明与官网同价。Kimi 官方还说明 K3 缓存写入会按 TTL 单独计费；Router 元数据未列这一字段，不代表各渠道都免费。直连下单前请分别查看 Kimi 价格页和 智谱价格页。
用一个可复算的任务估预算
假设每次请求发送 20,000 个输入 token，生成 2,000 个输出 token，全部输入未命中缓存，不计额外工具服务。一轮费用是：
费用 = 输入 token ÷ 1,000,000 × 输入单价
+ 输出 token ÷ 1,000,000 × 输出单价
代入 Router 上表：
| 模型 / 档位 | 单次费用 | 1,000 次同等请求 |
|---|---|---|
| DeepSeek Flash 空闲 | ¥0.028 | ¥28 |
| DeepSeek Flash 高峰 | ¥0.056 | ¥56 |
| MiniMax M3 ≤512k | ¥0.1176 | ¥117.60 |
| GLM-5.3 | ¥0.216 | ¥216 |
| Kimi K3 | ¥0.60 | ¥600 |
这是固定用量的算例，不是质量或速度评测。如果便宜模型需要多轮重试，或推理产生更多计费输出，实际差距会缩小。不同模型分词不同，不能把同一份文档简单视为完全相同的 token 数。
长上下文和 Agent 最容易漏算什么
- 重复输入不等于必然缓存命中。 相似文本、不同前缀或过期缓存，都可能按普通输入计费；应以返回用量和账单为准。
- 多轮任务会重复发送历史。 “一次改代码”可能包含十几次模型调用，预算要合计每次请求，而不是只算用户第一句话。
- 跨长度档位可能改变整次请求的价格。 MiniMax M3 的上下两档不能简单当作电费累进档：估算时按本次输入所属档位核对。
- 低输出上限不是万能省钱开关。 上限太小会截断答案并引发重跑，推理模型还要给思考和最终答案留出预算。
怎样选更省事
只有一家模型、调用量稳定，直接比较原厂账单最清楚。需要在 Kimi、GLM、DeepSeek 之间切换，统一 Key 和统一接口可以减少接入工作；代价是仍要逐模型核对报价与能力，不把“聚合”理解成“永远更便宜”。
在 不墨 Router 完成三个动作即可开始比较：获取 Key、复制模型 ID、用同一段请求分别跑自己的真实样例。先看任务是否一次完成，再看用量账单，比凭单价给模型排总榜更有用。
