Który tani model do twojego zadania? Wybieraj po proporcji wejścia do wyjścia

Wybieraj po kształcie zadania, nie po cenie z nagłówka. Jeśli wejście jest długie, a odpowiedź krótka (streszczenia długich raportów, tagowanie długich wejść), DeepSeek-V4-Flash kosztuje najmniej z całej trójki. Jeśli odpowiedź jest równie długa jak wejście lub dłuższa (krótkie tury czatu, przepisywanie, generowanie kodu), robi to GLM-5.3-Flash, a długi czat odwraca odpowiedź w połowie. MiniMax-M2.7 to ten, którego bierzesz, gdy twój własny test mówi, że jego odpowiedzi pasują ci najlepiej, a z całej trójki leży najdalej poniżej ceny referencyjnej OpenRouter.

Po 20 żądaniach zobaczysz, po której stronie jesteś. Ceny poniżej pochodzą z cennika CheapTokens z 6 listopada 2026, a każda liczba w tabeli lub znaczniku jest aktualna, więc podąża za bieżącymi taryfami.

Żądanie ma dwa liczniki#

Każde żądanie jest rozliczane dwukrotnie: raz za tokeny, które wysyłasz (wejście), raz za tokeny, które model odpisuje (wyjście). Każdy model ustala własną cenę dla każdej strony i właśnie tu porównywanie cen z nagłówka się rozjeżdża (podstawy są w Input vs output tokens: what an AI API bills you for).

DeepSeek-V4-Flash pobiera $0.015 za wejście i $0.10 za wyjście na 1M tokenów. GLM-5.3-Flash pobiera $0.02 i $0.04. MiniMax-M2.7 pobiera $0.05 i $0.15. Jeden model jest tańszy na wejściu, inny na wyjściu, więc zwycięzca zależy od tego, ile tokenów wędruje w każdą stronę.

Ta proporcja to liczba, którą trzeba znać: tokeny wejściowe podzielone przez tokeny wyjściowe. Tagger, który czyta zgłoszenie o 600 tokenach i odpowiada etykietą o 10 tokenach, ma 60 do 1 (600 ÷ 10 = 60). Narzędzie do przepisywania, które bierze akapit o 400 tokenach i zwraca 800 tokenów, ma 1 do 2 (400 ÷ 800 = 0.5).

Zmierz własną proporcję w 20 żądaniach#

Zgadywanie to miejsce, w którym to się psuje, więc mierz. Każda odpowiedź Chat Completions niesie obiekt usage z prompt_tokens (co wysłałeś) i completion_tokens (co wróciło). Format Anthropic Messages nazywa je input_tokens i output_tokens; dokumentacja CheapTokens pokazuje oba formaty.

Weź 20–50 rzeczywistych żądań ze swojego zadania i zsumuj każdą stronę. Sumuj, nie uśredniaj proporcji na żądanie: jedna drobna odpowiedź rozrzuciłaby średnią na wszystkie strony.

import os
from openai import OpenAI

client = OpenAI(
    base_url="https://api.cheaptokens.dev/v1",
    api_key=os.environ["CHEAPTOKENS_API_KEY"],
)

prompts = ["...", "..."]  # 20-50 real inputs from your task

tokens_in = tokens_out = 0
for text in prompts:
    r = client.chat.completions.create(
        model="deepseek-ai/DeepSeek-V4-Flash-0731",
        messages=[{"role": "user", "content": text}],
        max_tokens=2000,
    )
    tokens_in += r.usage.prompt_tokens
    tokens_out += r.usage.completion_tokens

print(f"input {tokens_in}, output {tokens_out}, ratio {tokens_in / tokens_out:.1f} : 1")

Ostatnia linia wypisuje twoją proporcję. Ta jedna liczba to wszystko, co przenosisz do następnej sekcji.

Co proporcja robi z rachunkiem#

Oto cztery typowe kształty. Rozmiary to założenia dobrane jako typowe; podstaw liczby z własnego przebiegu.

Tagowanie 10 000 zgłoszeń dziennie#

Powiedzmy, że narzędzie wsparcia taguje 10 000 zgłoszeń dziennie: 600 tokenów na wejściu, etykieta o 10 tokenach na wyjściu. Cały dzień na każdym modelu:

Przeczytaj tabelę. DeepSeek-V4-Flash jest tu najtańszy z całej trójki, bo niemal każdy płacony token to wejście. Kolumna OpenRouter pokazuje wszystkie trzy modele poniżej ceny referencyjnej łącznie, z wejściem i wyjściem policzonym razem.

Streszczanie długich raportów#

Raport o 12 000 tokenów ściśnięty do streszczenia o 300 tokenach to 40 do 1 (12 000 ÷ 300 = 40). Jedno streszczenie kosztuje $0.00021 na DeepSeek-V4-Flash i $0.00025 na GLM-5.3-Flash. Ta sama historia co przy tagowaniu: im więcej czytasz na każde napisane słowo, tym bardziej pomaga cena wejścia DeepSeeka.

Przepisywanie i pliki kodu#

Teraz odwróć. Przepisanie tonu bierze 400 tokenów na wejściu i daje 800 z powrotem. DeepSeek-V4-Flash: $0.000086. GLM-5.3-Flash: $0.00004. Wyjście to większa połowa tego rachunku, więc wygrywa model z najniższą ceną wyjścia, a to GLM-5.3-Flash.

Czat, który ciągle rośnie#

Czat jest podstępny, bo API nie ma pamięci: w każdej turze wysyłasz całą tablicę messages ponownie. W turze 1 użytkownik pisze 300 tokenów, a bot odpowiada 200 (300 ÷ 200 = 1.5). To terytorium GLM: $0.000014 przeciwko $0.000025 na DeepSeek-V4-Flash.

W turze 30 historia ma 6 000 tokenów, a odpowiedź wciąż 200 (6 000 ÷ 200 = 30). Teraz $0.00013 na GLM-5.3-Flash mierzy się z $0.00011 na DeepSeek-V4-Flash i tańszy model się odwrócił. Ten sam bot zmienia najlepszy model w połowie długiej rozmowy.

Kiedy decyduje długość jednej odpowiedzi#

Proporcja to nie jedyna brama. Limit odpowiedzi się różni: DeepSeek-V4-Flash pisze do 32 768 tokenów wyjściowych w jednej odpowiedzi, GLM-5.3-Flash i MiniMax-M2.7 do 8 192.

Powiedzmy, że prosisz o cały moduł o 12 000 tokenów za jednym razem. Na modelu z limitem 8 192 odpowiedź urywa się w połowie pliku z finish_reason: length (poprawka jest w AI answer cut off? Fix finish_reason length and max_tokens). Na DeepSeek-V4-Flash się mieści. Więc przy długich pojedynczych wyjściach sprawdź najpierw limit, a proporcję drugą.

Po stronie wejścia GLM-5.3-Flash przyjmuje 390K tokenów kontekstu, a DeepSeek-V4-Flash 380K, dość na cały dokument długości książki w jednym żądaniu. MiniMax-M2.7 ma 180K.

Gdzie pasuje MiniMax-M2.7#

Proporcja decyduje między dwoma wierszami, które wygrywają powyższe tabele. MiniMax-M2.7 wybierasz z innego powodu: jak jego odpowiedzi czytają się na twoim zadaniu. W tabeli kosztów pokazuje też najszerszy margines pod kolumną OpenRouter, a 180K kontekstu to aż nadto na czat i większość dokumentów.

Żadna tabela cen nie powie ci o jakości. Przepuść te same 20 promptów z kroku pomiarowego przez wszystkie trzy identyfikatory (zai-org/GLM-5.3-Flash, deepseek-ai/DeepSeek-V4-Flash-0731, MiniMaxAI/MiniMax-M2.7) i przeczytaj odpowiedzi obok siebie. Przegląd porównawczy znajdziesz w GLM vs DeepSeek vs MiniMax: which model to choose. O całych sesjach agenta przeczytasz w Agent session cost: 50 steps on GLM, DeepSeek or MiniMax.

Wstaw własne liczby#

Wpisz tokeny jednego żądania i ile żądań wysyłasz dziennie. Kalkulator używa aktualnych cen i pokazuje wszystkie trzy modele. Wartości startowe to bot odpowiedzi RAG: 3 000 tokenów pobranego tekstu i pytania na wejściu, 500 na wyjściu. Przeciągnij wejście w górę i patrz, jak zmienia się najtańszy wiersz.

Gdy liczby wyglądają dobrze, przejdź przez tę listę.

Bazowy URL i identyfikatory modeli są w dokumentacji CheapTokens, pełna aktualna lista cen jest na stronie cennika, a każdy model ma własną stronę: GLM, DeepSeek, MiniMax. Jedno saldo pokrywa całą trójkę, więc przełączenie po pomiarze to zmiana identyfikatora modelu w jednej linii.