跳到主要内容
实时价格
GPT-4.1-MINI$1.601048K
GPT-4.1-NANO$0.401048K
GPT-4.1-MINI-2$1.601048K
DEEPSEEK$0.281049K
GEMINI-3.1-FLA$1.501049K
MINIMAX-M2.1$0.951000K
MINIMAX-M2.5$0.991000K
GEMINI-2.5-FLA$0.401049K
MINIMAX-M2$1.001000K
GEMINI-2.0-FLA$0.301049K
GEMINI-2.5-FLA$0.401049K
GEMINI-2.0-FLA$0.401049K
DEEPSEEK-V4-FL$0.281049K
MINIMAX-M3$1.20Elo 1528
QWEN3.5-FLASH-$0.261000K
GROK-4-1-FAST-$0.502000K
QWEN-PLUS-2025$0.781000K
MINIMAX-01$1.101000K
LLAMA-4-MAVERI$0.601049K
GROK-4.1-FAST$0.502000K
GROK-4-FAST$0.502000K
GROK-4-1-FAST-$0.502000K
GROK-4-FAST-RE$0.502000K
GROK-4-FAST-NO$0.502000K
MINIMAX-M2.7$1.201000K
QWEN3-CODER-FL$0.981000K
QWEN-PLUS-2025$0.781000K
QWEN-PLUS$0.781000K
GPT-4.1-MINI$1.601048K
GPT-4.1-NANO$0.401048K
GPT-4.1-MINI-2$1.601048K
DEEPSEEK$0.281049K
GEMINI-3.1-FLA$1.501049K
MINIMAX-M2.1$0.951000K
MINIMAX-M2.5$0.991000K
GEMINI-2.5-FLA$0.401049K
MINIMAX-M2$1.001000K
GEMINI-2.0-FLA$0.301049K
GEMINI-2.5-FLA$0.401049K
GEMINI-2.0-FLA$0.401049K
DEEPSEEK-V4-FL$0.281049K
MINIMAX-M3$1.20Elo 1528
QWEN3.5-FLASH-$0.261000K
GROK-4-1-FAST-$0.502000K
QWEN-PLUS-2025$0.781000K
MINIMAX-01$1.101000K
LLAMA-4-MAVERI$0.601049K
GROK-4.1-FAST$0.502000K
GROK-4-FAST$0.502000K
GROK-4-1-FAST-$0.502000K
GROK-4-FAST-RE$0.502000K
GROK-4-FAST-NO$0.502000K
MINIMAX-M2.7$1.201000K
QWEN3-CODER-FL$0.981000K
QWEN-PLUS-2025$0.781000K
QWEN-PLUS$0.781000K

deepseek/deepseek-v4-flash 对比 qwen-plus-2025-07-28:thinking

输入价格
$0.14
$0.26
输出价格
$0.28
$0.78
上下文窗口
1049K
1000K
吞吐
166 tok/s
145 tok/s
可用性
98.0%
98.9%
单任务成本
$0.000
$0.001
效率评分
96
96

按负载估算每月成本

指标
DEEPSEEK
QWEN-PLUS-2025
聊天助手
$75.60
$171.60
RAG / 长上下文
$193.20
$382.20
智能体 / 工具调用
$201.60
$468.00

效率评分: deepseek/deepseek-v4-flash

综合价格、速度与可靠性,deepseek/deepseek-v4-flash 在多数负载下整体更均衡——但最终取舍取决于你输入、输出与延迟的具体配比。

数据为示意性演示数据,不构成投资建议。

常见问题

deepseek/deepseek-v4-flash 和 qwen-plus-2025-07-28:thinking 哪个更便宜?+

deepseek/deepseek-v4-flash 的输入价格更低——$0.14 vs $0.26/百万 Token——多数混合负载下它是两者中更划算的。数字为示意性演示数据。

deepseek/deepseek-v4-flash 和 qwen-plus-2025-07-28:thinking 该选哪个?+

综合价格、速度与可靠性,deepseek/deepseek-v4-flash 在多数负载下整体更均衡——但最终取舍取决于你输入、输出与延迟的具体配比。