1亿 tokens 输入 @ 90% 命中的成本
算法：9000万 × 命中价 + 1000万 × 未命中价（按百万计 = 90×命中 + 10×未命中）
| 模型 | 计算式 | 输入总成本 | 折算 |
|---|---|---|---|
| DeepSeek-V4-Flash | 90×0.02 + 10×1 | 11.8 元 | 最便宜 ✅ |
| DeepSeek-V4-Pro | 90×0.025 + 10×3 | 32.25 元 | |
| GLM-5V-Turbo | 90×1.2 + 10×5 | 158 元 | |
| GLM-5.2 | 90×2 + 10×8 | 260 元 | |
| Claude Opus 4.8 | 90×$0.5 + 10×$5 | $95 ≈ 684 元 | 最贵 |
关键结论
- 命中率对谁影响最大：DeepSeek 命中价极低（0.02/0.025 元），90% 命中后成本几乎全部来自那 10% 未命中——所以它的总成本基本等于"未命中部分"。GLM 和 Claude 的命中价仍较高（命中只省到 1/4～1/10），命中收益相对没那么极端。
- 成本梯度：DeepSeek-Flash ≈ GLM 的 1/13～1/22、≈ Claude 的 1/58；DeepSeek 整体便宜 1~2 个数量级。
- 未含输出：上面只算输入侧。若叠加输出，差距进一步拉大——Claude 输出 180 元/M、GLM-5.2 28 元/M、DeepSeek-Flash 仅 2 元/M。
- 缓存存储费：GLM 当前"限时免费"，DeepSeek 表中未单列存储费，Claude 的缓存写入需 1.25×（$6.25/M），是首次写入的一次性成本，不随命中率摊薄——长会话高复用时才划算。