Aling murang modelo para sa iyong gawain? Pumili batay sa input:output ratio

Pumili batay sa hugis ng iyong gawain, hindi sa presyong nakasaad sa headline. Kung mahaba ang input at maikli ang sagot (mga buod ng mahabang ulat, pag-tag sa mahabang input), pinakamababa ang DeepSeek-V4-Flash sa tatlo. Kung kasinghaba ng input o mas mahaba ang sagot (maiikling chat turn, rewrite, code generation), GLM-5.3-Flash ang pinakamababa, at ang mahabang chat ay nagbabago ng sagot sa kalagitnaan. Ang MiniMax-M2.7 ang dapat piliin kapag sinasabi ng sarili mong test na pinakaangkop sa iyo ang mga sagot nito, at sa tatlo ito ang pinakamalayo sa ilalim ng reference price ng OpenRouter.

Makikita mo kung saang panig ka pagkatapos ng 20 request. Ang mga presyo sa ibaba ay mula sa CheapTokens price reference ng 6 Nobyembre 2026, at bawat numero sa table o marker ay live, kaya sinusundan nito ang kasalukuyang taripa.

Dalawang metro ang isang request#

Dalawang beses sinisingil ang bawat request: isang beses para sa mga token na ipinadala mo (input), isang beses para sa mga token na isinulat pabalik ng modelo (output). Bawat modelo ay may sariling presyo para sa bawat panig, at dito nagkakamali ang paghahambing ng headline prices (ang mga batayan ay nasa Input vs output tokens: what an AI API bills you for).

Ang DeepSeek-V4-Flash ay naniningil ng $0.015 para sa input at $0.10 para sa output kada 1M token. Ang GLM-5.3-Flash ay naniningil ng $0.02 at $0.04. Ang MiniMax-M2.7 ay naniningil ng $0.05 at $0.15. Mas mura ang isang modelo sa papasok, mas mura ang isa sa palabas, kaya ang panalo ay depende sa kung gaano karaming token ang dumadaan sa bawat direksyon.

Ang proporsyon na iyon ang numerong dapat malaman: input tokens na hinati sa output tokens. Ang tagger na nagbabasa ng 600-token na ticket at sumasagot ng 10-token na label ay nasa 60 sa 1 (600 ÷ 10 = 60). Ang rewrite tool na kumukuha ng 400-token na talata at nagbabalik ng 800 token ay nasa 1 sa 2 (400 ÷ 800 = 0.5).

Sukatin ang sarili mong ratio sa 20 request#

Ang paghula ang dahilan ng pagkakamali dito, kaya sukatin. Bawat Chat Completions response ay may usage object na may prompt_tokens (ang ipinadala mo) at completion_tokens (ang bumalik). Tinatawag silang input_tokens at output_tokens sa Anthropic Messages format; ipinapakita ng CheapTokens docs ang parehong format.

Kumuha ng 20–50 tunay na request mula sa iyong gawain at pagsamahin ang bawat panig. Pagsamahin, huwag i-average ang per-request ratios: isang maliit na sagot lang ay magwawala sa average.

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")

Ipinapakita ng huling linya ang iyong ratio. Ang nag-iisang numerong iyon ang dadalhin mo sa susunod na seksyon.

Ano ang ginagawa ng ratio sa bill#

Narito ang apat na karaniwang hugis. Ang mga sukat ay assumptions na pinili para maging tipikal; palitan ng mga numero mula sa sarili mong run.

Pag-tag ng 10,000 ticket kada araw#

Sabihin nating ang isang support tool ay nagta-tag ng 10,000 ticket kada araw: 600 token papasok, 10-token na label palabas. Ang buong araw sa bawat modelo:

Basahin ang table. Ang DeepSeek-V4-Flash ang pinakamura sa tatlo dito, dahil halos lahat ng token na binabayaran mo ay input. Ipinapakita ng OpenRouter column na lahat ng tatlong modelo ay mas mababa sa reference price sa kabuuan, kung isasama ang input at output.

Pagbubuod ng mahabang ulat#

Ang 12,000-token na ulat na pinipiga sa 300-token na buod ay 40 sa 1 (12,000 ÷ 300 = 40). Ang isang buod ay nagkakahalaga ng $0.00021 sa DeepSeek-V4-Flash at $0.00025 sa GLM-5.3-Flash. Pareho sa pag-tag: mas marami ang binabasa mo kada salitang isinusulat mo, mas nakakatulong ang input price ng DeepSeek.

Mga rewrite at code file#

Ngayon baliktarin. Ang tone rewrite ay kumukuha ng 400 token papasok at nagbibigay ng 800 pabalik. DeepSeek-V4-Flash: $0.000086. GLM-5.3-Flash: $0.00004. Ang output ang mas malaking kalahati ng bill na ito, kaya ang modelong may pinakamababang output price ang panalo, at iyon ay GLM-5.3-Flash.

Isang chat na patuloy na lumalaki#

Ang chat ang mapaglaro, dahil walang memory ang API: bawat turn, ipinapadala mong muli ang buong messages array. Sa turn 1, ang user ay nagsusulat ng 300 token at sumasagot ang bot ng 200 (300 ÷ 200 = 1.5). Teritoryo iyon ng GLM: $0.000014 laban sa $0.000025 sa DeepSeek-V4-Flash.

Sa turn 30, ang history ay 6,000 token at ang sagot ay 200 pa rin (6,000 ÷ 200 = 30). Ngayon, ang $0.00013 sa GLM-5.3-Flash ay kaharap ang $0.00011 sa DeepSeek-V4-Flash, at nagbago na ang mas murang modelo. Nagbabago ang pinakamahusay na modelo ng parehong bot sa kalagitnaan ng mahabang usapan.

Kapag ang haba ng isang sagot ang magpapasya#

Hindi lang ratio ang gate. Iba ang answer cap: ang DeepSeek-V4-Flash ay nagsusulat ng hanggang 32,768 output token sa isang sagot, ang GLM-5.3-Flash at MiniMax-M2.7 hanggang 8,192.

Sabihin nating humihingi ka ng buong 12,000-token na module sa isang tawag. Sa modelong may cap na 8,192, humihinto ang sagot sa gitna ng file na may finish_reason: length (ang fix ay nasa AI answer cut off? Fix finish_reason length and max_tokens). Sa DeepSeek-V4-Flash, kasya ito. Kaya para sa mahabang single output, tingnan muna ang cap at pangalawa ang ratio.

Sa input side, ang GLM-5.3-Flash ay tumatanggap ng 390K token na context at ang DeepSeek-V4-Flash ng 380K, sapat para sa buong dokumentong kasinghaba ng libro sa isang request. Ang MiniMax-M2.7 ay may 180K.

Saan kasya ang MiniMax-M2.7#

Ang ratio ang nagpapasya sa pagitan ng dalawang row na nananalo sa mga table sa itaas. Pinipili mo ang MiniMax-M2.7 para sa ibang dahilan: kung paano binabasa ang mga sagot nito sa iyong gawain. Sa cost table, ipinapakita rin nito ang pinakamalawak na margin sa ilalim ng OpenRouter column, at ang 180K na context ay sapat na para sa chat at karamihan ng dokumento.

Walang price table ang makapagsasabi sa iyo tungkol sa kalidad. Patakbuhin ang parehong 20 prompt mula sa measuring step sa lahat ng tatlong id (zai-org/GLM-5.3-Flash, deepseek-ai/DeepSeek-V4-Flash-0731, MiniMaxAI/MiniMax-M2.7) at basahin ang mga sagot nang magkatabi. Para sa head-to-head overview, tingnan ang GLM vs DeepSeek vs MiniMax: which model to choose. Para sa buong agent session, tingnan ang Agent session cost: 50 steps on GLM, DeepSeek or MiniMax.

Ilagay ang sarili mong numero#

Ilagay ang mga token ng isang request at kung ilang request ang ipinapadala mo kada araw. Gumagamit ang calculator ng live prices at ipinapakita ang lahat ng tatlong modelo. Ang panimulang halaga ay isang RAG answer bot: 3,000 token ng retrieved text at tanong papasok, 500 palabas. I-drag pataas ang input at panoorin ang pagbabago ng pinakamurang row.

Kapag tama na ang mga numero, dumaan sa listahang ito.

Ang base URL at model ids ay nasa CheapTokens docs, ang buong live price list ay nasa pricing page, at bawat modelo ay may sariling page: GLM, DeepSeek, MiniMax. Isang balance ang sumasaklaw sa lahat ng tatlo, kaya ang paglipat pagkatapos ng pagsukat ay isang linyang pagbabago ng model id.