AI 成本 · 调研简报
Token 的价格
是三条线，不是一条
把「同样聪明」的最低价画在对数图上，接近一条向下的直线。这就是指数下降：每隔一段时间，价格乘上一个小于 1 的常数。口语里，大约每年便宜一个数量级。
Token 是模型计费用的小块文本。各家切分方式不同，所以比较时看「每百万 token 多少钱」，不看某一句话用了几个 token。输入、缓存命中、输出是三种价。输出通常是输入的 4 到 5 倍。
固定能力的地板价：对数直线
要看曲线，先把能力按住。Epoch AI 取「MMLU 至少达到 GPT-3.5 当时的水平」（约 64.8 分），再记下每个时点最便宜、且过线的模型。斯坦福 2025 AI Index 用的是同一对端点。
| 日期 | 当时最便宜的过线模型 | Epoch 记录的价格 |
|---|---|---|
| 2022-11-30 | GPT-3.5 | $20 / 百万 token |
| 2023-03-06 | GPT-3.5 Turbo | $2 |
| 2023-11-06 | GPT-3.5 Turbo 1106 | $0.75 |
| 2024-03-04 | Claude 3 Haiku | $0.50 |
| 2024-05-10 | Gemini 1.5 Flash | $0.13 |
| 2024-07-23 | Llama 3.1 8B | $0.10 |
| 2024-10-03 | Gemini 1.5 Flash-8B | $0.07 |
价格是 Epoch 表里的单一数字，输入和输出已被他们合成。$20 到 $0.07 大约是 286 倍，公开报道里常写成约 280 倍。
对数图上的直线，换回普通坐标就是越来越贴着零、但永远按比例往下掉。例子：价格如果每年变成上一年的十分之一，$20 会变成 $2、$0.20、$0.02。前一年省下的是 18 美元，后一年只省 0.18 美元，比例却一样。
几份独立测算落在同一个数量级，斜率并不锁死成一个数：
- a16z 在 2024 年 11 月把这条线叫 LLMflation：同等 MMLU 大约每年便宜 10 倍。MMLU 42 分从 2021 年 11 月的 $60 降到 2024 年 11 月的 $0.06，三年约 1000 倍。MMLU 83 分从 GPT-4 发布起约降 62 倍。
- Epoch 在 2025 年 3 月对多组基准做对数线性回归，年降幅从 9 倍到 900 倍，中位数约 50 倍。最快的那些样本始于 2024 年 1 月之后。
- Epoch 在 2026 年 9 月用五个主基准重新拟合：自 2023 年起，固定成绩的成本大约每季度降 47%，合每年约 13 倍。刚成为当时最强时大约每季度降 66%（每年约 75 倍）；两年后再看同一档，大约每季度降 32%（每年约 4.7 倍）。
所以更准确的形状是：指数下降，而且一项能力越旧，斜率越平。它不是一条永远同样陡的直线。
另外两条线长得不一样
1 · 固定能力的地板价
上面那张图。小模型、开源模型和竞争把「够用」的价格打下来。
2 · 某一个型号自己的标价
台阶。降价是一次性公告，中间可以停很久，优惠结束还会涨。
3 · 当天最强模型的标价
高位横带。新旗舰往往以接近上一代的价格开卖，推理旗舰还会更贵。
旗舰输入价下降得慢。OpenAI 价目上，2023 年 3 月的 GPT-4（8K）是输入 $30、输出 $60。2023 年 11 月 GPT-4 Turbo 是 $10 / $30。2024 年 5 月 GPT-4o 上线时是 $5 / $15，同一页上现在的 gpt-4o 已是 $2.50 / $10，而 gpt-4o-2024-05-13 仍标着原价。本次读到的官方文档里，GPT-5 与 GPT-5.1 是输入 $1.25、输出 $10。从 $30 到 $1.25，输入大约便宜 24 倍，跨了两年多，远慢于地板价的每年十倍。
旧型号可以一直挂着高价。同一份文档里，gpt-4-0613 仍是 $30 / $60。人们感受到的降价，很多是换了一个更便宜的型号，不是旧合同自动变便宜。
涨价同样是这条市场的一部分。DeepSeek-V3 在 2024 年 12 月 26 日到 2025 年 2 月 8 日的优惠价是每百万输出 token 2 元人民币；2 月 9 日起恢复为 8 元。缓存未命中的输入从 1 元回到 2 元。官网在 2026 年 10 月 30 日的价目又换成美元，并分高峰和低谷：Flash 高峰是缓存未命中 $0.30、输出 $1.20，低谷减半；V4 Pro 高峰输出是 $3.96。
推理模型把天花板重新抬高。同一份 OpenAI 文档里，o1 仍是输入 $15、输出 $60，o1-pro 是 $150 / $600。一道题若多吐出大量思考 token，每题花费可以上升，即使每 token 的地板价还在降。
为什么地板价掉得比芯片快
Epoch 估算，2023 年以来 AI 芯片的性能每美元大约每年提高 49%，也就是大约 1.5 倍。Token 地板价每年便宜约 10 倍，芯片解释不了大部分降幅。
其余来自几件会相乘的事：同样的成绩可以用更小的模型做到；混合专家只激活一部分参数；大模型的能力被蒸馏进小模型；软件和量化让同一张卡吐出更多 token；缓存和批量把有效价再打低；一家把价打穿以后，别人跟着改价目。a16z 在 2024 年就列出了这组彼此独立的因素，并写明以后还能不能每年 10 倍，当时无法预测。
Epoch 把这条下降和别的技术放在一起：固定成绩的推理成本大约每年 13 倍，快于 DNA 测序（约每年 1.8 倍）、历史上的通用计算（约 1.5 倍）、锂电池和居民电价。这个比较用的是价格下降速度，不是说 token 会像电一样变成公共事业。
单价下降时，总账单可以上升
a16z 在 2026 年 10 月 31 日的图表写：2026 年 5 月以来，token 均价大约下降 67%，token 总支出上升约 122% 到 160%。他们把主要增量归于 Agent：一次任务带着更长上下文、走更多步，消耗的 token 大约是人直接对话的 5 倍。
Epoch 在 2026 年 5 月另有一个方向相反的判断：若按当时价格估算，token 需求的增速可能快过推理供给。那样的话，人们仍愿意付钱的前沿能力会变贵，日常任务则继续挪到更小的模型。两件事可以同时发生：旧能力更便宜，最前沿的有效供给变紧。
国内模型现在的按量价
2026 年 11 月 3 日核对的是各家文本对话目录价，单位是元/百万 token。国内已经分成两档：Flash、Lite 大约输入 0.8 元、输出 2.7 元；旗舰大约输入 6–13 元、输出 28–36 元。Kimi 当前旗舰的输出更高。按「3 份输入 + 1 份输出」合成，便宜档大约 1.3 元/百万 token，豆包和智谱旗舰大约 12–13 元，千问 Max 大约 18 元，Kimi K3.1 Pro 大约 27 元。
| 模型 | 输入 | 缓存命中 | 输出 | 出处 |
|---|---|---|---|---|
| 千问 qwen3.8-flash | 0.8 | 0.1 | 2.7 | 阿里云模型页，华北 2（北京） |
| 智谱 GLM-5.3-Flash | 0.8 | 0.23 | 2.8 | 智谱定价文档 |
| 豆包 2.1-lite | 0.80 | 0.16 | 2.70 | 火山方舟价格文档，2026-11-02 |
| 千问 qwen3.8-27b | 3 | — | 12 | 百炼价格页，北京 |
| 豆包 Seed-Evolving / 2.1-pro | 6 | 1.20 | 30 | 火山官网首页与价格文档主表 |
| 智谱 GLM-5.3 | 8 | 2 | 28 | 智谱定价文档，1M 上下文 |
| 千问 qwen3.8-max | 12 | 1.5 | 36 | 阿里云模型页，北京原价 |
| Kimi K3.1 Pro | 13 | 1.30 | 68 | Kimi 开放平台首页；另收缓存写入 13 |
| Kimi K3 | 20 | 2 | 100 | 同上；缓存写入 20 |
DeepSeek 现行文档用美元。模型名 deepseek-flash 由 V4.1-Flash 提供。高峰是缓存命中 $0.006、未命中 $0.30、输出 $1.20；deepseek-v4-pro 高峰是命中 $0.044、未命中 $1.32、输出 $3.96。低谷是高峰的一半。高峰时段是工作日 UTC 01:00–04:00 和 06:00–10:00。按 7.2 的汇率粗算，Flash 高峰输出约 8.6 元。这只是换算，不是官方人民币标价。2026 年 8 月 17 日生效的人民币价目是另一代型号：V4-Flash 高峰为未命中输入 3 元、输出 9 元，低谷减半。
还会改账单的几件事。千问 Max 的批量文件调用是半价，输入 6 元、输出 18 元，缓存和批量不能同时用。部分 Plus 模型超过 256K 后，输入和输出都跳到短上下文的数倍。豆包 2.0-pro 在 32K 以内大约输入 3.2 元、输出 16 元，上下文拉长后单价上升。价格文档里还能看到大约一半的数字，下单以控制台为准。Kimi K3.1 Pro 和 K3 的批量是标准价的 60%。高速版 K3.1 Pro Highspeed 是输入 26 元、输出 136 元。K2 系列已停止向新用户开放，计划 2026 年 12 月底下线。智谱 GLM-5 在 32K 以内是输入 4 元、输出 18 元，超过 32K 是 6 元和 22 元。
Coding Plan、Agent Plan 是订阅额度，不是这张表上的按量价，也不能拿月费倒推每百万 token。腾讯混元和百度千帆这次没有打开到可以逐行抄录的现行价目。MiniMax 国际站公开口径大约是输入 $0.30、输出 $1.20，国内人民币价目没有逐行核对。
国内外旗舰怎么比
这里的旗舰，是各家价目最前面的通用型号，不是最便宜的 Flash。能力没有放在同一张考卷上，下面只比价。短上下文、标准速度，核对日是 2026 年 11 月 3 日。单位是美元或人民币每百万 token。
冷请求按 100 万输入加 20 万输出，不用缓存。八成命中是这 100 万里有 80 万按缓存读、20 万按普通输入，输出仍是 20 万。写入只在第一次把前缀放进缓存时发生，所以不摊进「八成命中」这一列。思考 token 若被厂商算进输出，就在输出里。
| 模型 | 输入 | 缓存读 | 缓存写 | 输出 | 冷请求 | 八成命中 |
|---|---|---|---|---|---|---|
| GPT-6 Astra | $10 | $1.00 | $12.50 / $25 | $50 | $20.00 | $12.80 |
| GPT-6.1 Sol | $2 | $0.10 | $2.50 / $5 | $10 | $4.00 | $2.48 |
| Claude Fable 5.1 | $10 | $0.25 | $12.50 | $50 | $20.00 | $12.20 |
| Claude Opus 5.5 | $4 | $0.20 | $5 | $20 | $8.00 | $4.96 |
| Gemini 4 Argon，至 11 月 30 日 | $2 | $0.10 | 无单独写入 | $10 | $4.00 | $2.48 |
| Gemini 4 Argon，12 月 1 日起 | $4 | $0.20 | 无单独写入 | $20 | $8.00 | $4.96 |
| Grok 4.7 | $2 | $0.50 | 无单独写入 | $6 | $3.20 | $2.00 |
| DeepSeek V4 Pro，高峰 | $1.32 | $0.044 | 无单独写入 | $3.96 | $2.11 | $1.09 |
| DeepSeek V4 Pro，低谷 | $0.66 | $0.022 | 无单独写入 | $1.98 | $1.06 | $0.55 |
| 千问 qwen3.8-max | ¥12 | ¥1.5 | 显式创建 ¥15 | ¥36 | ¥19.2 | ¥10.8 |
| 智谱 GLM-5.3 | ¥8 | ¥2 | 未单列 | ¥28 | ¥13.6 | ¥8.8 |
| 豆包 Seed-Evolving | ¥6 | ¥1.20 | 未单列 | ¥30 | ¥12.0 | ¥8.16 |
| Kimi K3.1 Pro | ¥13 | ¥1.30 | ¥13 | ¥68 | ¥26.6 | ¥17.24 |
OpenAI 的两个写入价是 30 分钟和 12 小时。Claude 卡片上的写入是 5 分钟。DeepSeek 的输入列是缓存未命中价，低谷是高峰的一半。豆包用的是官网首页与价格文档主表的 6 元 / 30 元；文档里若还有大约一半的数字，以控制台为准。
同样一次冷请求，国内四家是 12 到 27 元。2026 年 10 月 26 日美元兑人民币的市场价大约是 6.67，拿来粗算约 1.8 到 4.0 美元。当天 Gemini 的促销价和 GPT-6.1 Sol 是 4 美元，Grok 4.7 是 3.2 美元，Claude Opus 5.5 是 8 美元，GPT-6 Astra 和 Claude Fable 5.1 是 20 美元。这不是能力排名。6.67 也不是 11 月 3 日的人民币中间价，不能当结算汇率。11 月 3 日的中间价这次没有抄到。
缓存读相对输入的比例差很多：Fable 约 2.5%，Sol 和 Argon 是 5%，Astra 和 Kimi 约 10%，千问约 12.5%，豆包是 20%，Grok 和智谱是 25%。八成命中之后，输出仍是大头。Astra 的 12.80 美元里有 10 美元是输出。缓存削的是重复前缀，削不掉回答和思考。
写入是另一笔，命中不再收写入。OpenAI 的 30 分钟写入是输入的 1.25 倍，12 小时是 2.5 倍。Claude 的 5 分钟写入也是 1.25 倍。Gemini 和 Grok 的价目没有单独写入行，Gemini 还写明 Argon 只有隐式缓存。Kimi 首页的写入与输入同价。千问的 15 元是显式缓存创建，和自动命中的 1.5 元不是同一项。千问写明缓存和批量不能一起用。
长上下文按整段请求升档。OpenAI 输入超过 27.2 万 token：输入和缓存 2 倍，输出 1.5 倍，Astra 长上下文是输入 $20、输出 $75。Grok 达到 20 万：输入、缓存、输出都 2 倍，4.7 变成 $4 / $1 / $12。Gemini Argon 这张卡没有按长度分档。
速度和批量再改一档。OpenAI 的 Batch 和 Flex 是标准价的一半，Fast 是 2 倍，Ultrafast 下 Astra 短上下文是输入 $60、输出 $300。Claude 的 Batch 五折，Opus 5.5 的 fast mode 是 2 倍。Gemini 的 Batch 和 Flex 是当时标准价的一半；Priority 在促销期内是输入 $3.60、输出 $18，12 月 1 日起是 $7.20 / $36。Grok 的 Batch 只减 20%，输入、输出和缓存都减；Priority 是 2 倍，先按折扣价再乘。OpenAI 的数据驻留、Claude 的美国推理、Grok 的美国端点都大约再加 10%。DeepSeek 的减半来自低谷时段，不是 Batch。价目上更老的 GPT-5 仍是输入 $1.25、输出 $10；GPT-5.6 Sol 标着输入 $4、输出 $20，并写明促销价至少维持到 2026 年 11 月 21 日。名字更老，不等于更便宜，也不等于当天旗舰。
订阅是另一本账
月费买的是人用的额度和功能，不是每百万 token 的另一种标价。额度大多不公布 token 数，用尽之后有的能按 API 价继续，有的要等窗口刷新。不能拿月费除以感觉上的用量，再去和目录价比。
| 订阅 | 月费 | 旗舰怎么给 | 和 API 的关系 |
|---|---|---|---|
| ChatGPT Go | $8 | 日常文本是 GPT-6 Luna，没有 Astra、Sol | 没有 API 抵用金 |
| ChatGPT Plus | $20 | 可以用 Astra 和 Sol，按会话限额 | 明确不能领 API 抵用金 |
| ChatGPT Pro | $100 / $200 / $500 | Astra 用量更大，含 Pro reasoning | 每月 API 抵用金与档位等额；不提高聊天额度 |
| Claude Pro | $20，年付相当于 $17 | 含 Opus；Fable 走 usage credits | 没有月度 API 抵用金；超出可按 API 价继续 |
| Claude Max | $100 起，5 倍或 20 倍 | Fable 只占每周额度的一半 | 每月另有 $100 或 $200 API 抵用金 |
| Google AI Pro | $19.99 | 含 Gemini 4 Argon，用量约无 AI 套餐的 4 倍 | 另有每月 $10 Cloud 抵用金；Studio 日配额用完改走 API |
| Google AI Ultra | $99.99 或 $199.99 | 约 Pro 的 5 倍或 20 倍 | 每月 $40 Cloud 抵用金，仍不是 token 包 |
| X 订阅 Plus 到 Ultra | $8 / $30 / $100 / $200 | Premium 起标「最新模型」，用量为 Plus 的 4、15、50 倍 | API 按目录价另计，不从每周额度扣 |
| 百炼 Coding Plan Pro | ¥200 | 帮助中心列出的是 qwen3.7-plus、kimi-k2.5、glm-5 等 | 按请求次数限额，不是 qwen3.8-max 的按量价 |
| 智谱 Coding Plan | ¥118 / ¥538 / ¥1078 | 含 GLM-5.3，按积分扣 | 套餐用尽不自动扣 API 余额 |
ChatGPT 免费档的日常文本也是 GPT-6 Luna，上传、研究和 Codex 另有限制。Claude 免费档没有 Fable 和 Opus。年付 Pro 是一次付 $200。Max 的 5 倍、20 倍指每 5 小时窗口相对 Pro 的用量，另外还有周限额，没有固定消息条数。Google AI Plus 在不同官方页上出现过 $4.99 和 $9.99，这次不写成单一数字。Ultra 的两档来自英文计划对比表。
X 订阅的额度按周刷新，Grok 和 Cursor 共用。付费档写着含 Grok API access，文档同时写明 API 仍按标准 token 价另付。Cursor 里的 Claude、GPT 等第三方模型也按各家目录价另付。Grok 4.7 Fast 只在 Cursor 和 Grok Build 里，短上下文是输入 $4、输出 $12，不是公开 API 的标价。
智谱三档是 Lite、Pro、Max 的标价月费。页面同时显示八折后的 94.4、430.4、862.4 元，和季付折扣对应，不是另一个套餐。积分按每万 token 乘系数：GLM-5.3 大约是输入 6.9、缓存 1.7、输出 24。每周积分是 1 万、6 万、14 万，另有 5 小时上限。工作日北京时间 14:00–18:00 按全额积分，其余时段五折。官方在 95% 缓存命中的例子里，Pro 一周大约 2.9 到 5.8 亿 token，宽的一头是躲开高峰。这是套餐说明里的估算。只许在指定编程工具里用。
百炼 Pro 的限额是每 5 小时 6,000 次请求、每周 45,000 次、每月 90,000 次，只覆盖帮助中心点名的模型，并且限于交互式编程。Kimi 的按量 API 不包含在会员里；K3 的现行会员月费这次没有逐行抄录，不用更早的 K2 套餐价。火山方舟另有 Agent Plan 月费档，也不在按量表里倒推。DeepSeek 这次没有看到与 Plus 对等的公开月费，它的折扣是高峰和低谷。
下次怎么用这条曲线
给一个会反复调用的功能估价时，先写清要守住的能力，再去找这一档现在的地板价，不要用旗舰价，也不要把每年 10 倍写成合同假设。过几个月用更小的模型重测同一批例子。旗舰适合能力刚出现、小模型还过不了线的那段时间，那段也是降价最快的时候。
算单次成本时把四件事分开：输入 token、缓存命中、输出 token、思考 token。价目上的 GPT-5 仍是输入 $1.25、缓存输入 $0.125、输出 $10。当天旗舰是另一档，见上面的对照。缓存命中把输入这项打下来；输出通常仍是大头。批量往往再打折，但要等异步结果，而且常常不能和缓存一起用。
免费额度和目录价是两套东西。免费档够试调用；一旦用量稳定，就按上面的地板价估算，并把「模型突然涨价或优惠结束」留在预算里。DeepSeek 从 2 元回到 8 元只用了一天切换。
来源与适用边界
- Epoch AI，LLM inference prices have fallen rapidly but unequally（2025-03-12）：对数线性回归，9 倍到 900 倍/年，中位数约 50 倍；文中的 GPT-3.5 档序列即上表，端点为 $20 与 $0.07。
- Epoch AI，The plunging price of thought（2026-09-22）：约每季度降 47%（每年约 13 倍）；刚成为最强时约 75 倍/年，两年后约 4.7 倍/年。文中写明估计有重要前提。
- Epoch AI，Trends：AI 芯片性能每美元自 2023 年起约每年 1.49 倍。
- Guido Appenzeller，LLMflation（2024-11-12）：同等性能约每年 10 倍；MMLU 42 分三年约 1000 倍，MMLU 83 分约 62 倍。作者写明 MMLU 可能被污染，方法不完美。
- 斯坦福 2025 AI Index 的 GPT-3.5 档「约 280 倍」与 Epoch 序列端点一致。本次未能打开 hai.stanford.edu 原文，280 这个约数来自 Epoch 数字与多家对 AI Index 的转述。
- OpenAI 定价文档 developers.openai.com/api/docs/pricing（含页面提供的 Markdown）。短上下文不超过 27.2 万输入 token。GPT-6 Astra 为输入 $10、缓存读 $1、30 分钟写入 $12.50、12 小时写入 $25、输出 $50；长上下文整段为 $20 / $2 / $25 / $50 / $75。GPT-6.1 Sol 短上下文为 $2 / $0.10 / $2.50 / $5 / $10。GPT-5 与 GPT-5.1 仍为 $1.25 / $10，缓存输入 $0.125。GPT-4 8K 仍为 $30 / $60。Batch 与 Flex 为标准价的一半，Fast 为 2 倍。模型页写明超过 27.2 万时输入和缓存 2 倍、输出 1.5 倍，且按整段请求计。
- ChatGPT 套餐：openai.com/chatgpt/pricing，Go $8、Plus $20、Pro 自 $100 起。API 抵用金：API credits for ChatGPT subscribers，仅 Pro 的 $100 / $200 / $500 三档按月等额发放；Plus、Go、免费档不能领，抵用金也不提高聊天额度。
- Anthropic：claude.com/pricing。Fable 5.1 输入 $10、5 分钟写入 $12.50、缓存读 $0.25、输出 $50。Opus 5.5 为 $4 / $5 / $0.20 / $20。Batch 五折。Pro 月付 $20 或年付 $200；Max 自 $100 起，并含每月 $100 或 $200 API 抵用金。用量按 5 小时窗口和周限额，没有固定消息条数。
- Gemini：Gemini Developer API pricing。Argon 标准价至 2026-11-30 为输入 $2、输出 $10、隐式缓存 $0.10，12 月 1 日起为 $4 / $20 / $0.20；无免费档，无显式缓存。Batch 与 Flex 为当时标准价的一半。订阅：Google AI plans 对比表为 Pro $19.99、Ultra 5 倍 $99.99、Ultra 20 倍 $199.99；AI Studio 说明写明日配额用完后改走 API。Pro、Ultra 的每月 Cloud 抵用金为 $10 和 $40。Plus 在不同官方页上出现过 $4.99 和 $9.99，本页不取单一数字。
- xAI：docs.x.ai/developers/pricing。Grok 4.7 短上下文输入 $2、缓存 $0.50、输出 $6；满 20 万 token 整段变为 $4 / $1 / $12。Batch 减 20%，Priority 为 2 倍。订阅：x.ai/pricing，Plus $8、Premium $30、Super $100、Ultra $200。文档写明 API 按目录价另计，不从每周额度扣除；Cursor 中的第三方模型也另计。
- DeepSeek 优惠结束：澎湃新闻 2025-02-10，输出由 2 元/百万回到 8 元。现行美元价目：DeepSeek Models & Pricing（页面标注 2026-10-30）。2026-08-17 人民币峰谷价见 TechWeb / 新浪，对应的是当时的 V4，不是现在的 V4.1-Flash。
- 编程套餐，2026-11-03 核对：百炼 Coding Plan，Pro 为 ¥200/月，按请求次数限额，帮助中心列出的模型不含 qwen3.8-max。智谱见 Coding Plan 概览与产品页，标价 ¥118 / ¥538 / ¥1078，页面另显示八折；积分系数和高峰时段以概览为准。Kimi 现行会员月费、火山 Agent Plan 各档月费这次没有逐行抄进正文。
- 国内按量价，2026-11-03 核对：千问 Max、千问 Flash、百炼价格页；智谱定价；火山方舟模型价格（2026-11-02）及官网首页 Seed-Evolving 6 元 / 30 元；Kimi 开放平台首页。文档里若同时出现半价列，以控制台当日结算为准。
- a16z 2026-10-31 关于均价下降、支出上升的转述，见当周对其 Charts of the Week 的报道。原图未在本次逐项复核到 a16z 原文的每个百分比。
适用边界：这些是目录价和研究机构算出的「过某条基准线的最低价」，不是你的发票，也不是模型在真实业务上的质量。基准可以被针对训练；思考 token 会让每题成本偏离每 token 标价；高峰、低谷、缓存和批量都会改有效价。2024 到 2026 年最快的那段下降，Epoch 已写明不一定持续。