2026 年最便宜的 OpenAI API 模型：gpt-5-nano 与 gpt-6-luna

OpenAI 定价页面上最便宜的文本模型是 gpt-5-nano：每 1M 输入 token 收费 $0.05，每 1M 输出 token 收费 $0.40。在较新的 GPT-6 系列中，最便宜的是 gpt-6-luna，输入 $0.10、输出 $0.50。这些数字来自 OpenAI 的定价页面，查询日期为 2026 年 10 月 28 日。该页面没有标注发布日期，因此应以查询日期为准。

但每 token 价格低并不等于每任务价格低。对于小规模、高并发的任务，CheapTokens 上的开放权重模型（例如 GLM-5.3-Flash 和 DeepSeek-V4-Flash）总成本更低。下面你会看到一个具体任务上的对比，然后可以代入你自己的数字。

从底部看 OpenAI 的价格阶梯#

所有价格均为每 1M token、标准层级、短上下文（最多 272K 输入 token）。最后一列是针对一个具体任务的计算：1,000 次请求，每次 500 输入 token 和 200 输出 token。可以想象成一个给工单打标签的客服机器人。

有两点很突出。第一，gpt-5-nano 的输入价格最低，输出价格与 gpt-4.1-nano 持平，因此如果你继续使用 OpenAI 且任务简单，它就是起点。第二，许多项目曾选作廉价模型的 gpt-4o-mini，现在在输入和输出上都比 gpt-5-nano 更贵。如果那是你正在用的模型，那么你不必离开 OpenAI 就有更便宜的选择。

表格上方是 gpt-4.1-mini（$0.40 / $1.60）和 gpt-5.4-mini（$0.75 / $4.50）。作为对比，更大的层级：gpt-6.1-terra 为 $1 / $5（我们在 GPT-6.1 Terra API 价格 中介绍过），gpt-6.1-sol 为 $2 / $10，gpt-6-astra 为 $10 / $50。同一页面还有一个注意事项：对于 2026 年 3 月 5 日或之后发布的模型，区域处理端点会有 10% 的加价。该页面只列出价格，因此在迁移任务之前，请查看每个模型自己的页面以了解上下文大小和限制。

1,000 次小请求的钱花在哪里#

以工单打标签机器人为例。每次请求发送约 500 token（指令加工单），返回约 200 token。在 gpt-5-nano 上，1,000 次这样的请求花费：

• 输入：0.5M token × $0.05 = $0.025
• 输出：0.2M token × $0.40 = $0.08
• 总计：$0.025 + $0.08 = $0.105

看看这个拆分。简短回答的 token 不到三分之一，但它在 $0.105 中占了 $0.08。这就是挑选廉价模型时的陷阱：输出价格比输入价格更常决定账单。如果你想看这个观点的更长版本，输入与输出 token 有详细说明。

OpenAI 还列出了缓存输入费率：gpt-5-nano 为每 1M $0.005（其工作原理见 什么是提示缓存）。假设你全部 500 token 的输入都是重复的提示并被缓存。输入降至 0.5M × $0.005 = $0.0025，任务成本为 $0.0025 + $0.08 = $0.0825。账单几乎不变，因为 200 个输出 token 仍然花费 $0.08。

在更大规模上试试同样的算术：

开放权重模型上的同一任务#

现在同样的 1,000 次请求（500 输入、200 输出），按 CheapTokens 今天的费率计价：

用数字表示：GLM-5.3-Flash 花费 $0.018，DeepSeek-V4-Flash 花费 $0.0275，MiniMax-M2.7 花费 $0.055。把它与 gpt-5-nano 的 $0.105 放在一起看。该表格是实时的，因此会跟随当前价格表。GLM-5.3-Flash 有 390K 上下文，最多回答 8,192 token，对于标签或简短回复来说绰绰有余。DeepSeek-V4-Flash 有 380K 上下文，最多回答 32,768 token，当输出是报告或长段代码时这很重要。两者在任何时段都保持一个价格，没有高峰定价。

还有一个场景：一个仍在使用 gpt-4o-mini 的聊天机器人。假设每次聊天发送约 1,200 token（历史记录加新问题），返回 250 token，你每天服务 3,000 次聊天。在 gpt-4o-mini 上，这是 3.6M 输入 token × $0.15 = $0.54 和 0.75M 输出 token × $0.60 = $0.45，所以每天 $0.99。在 gpt-5-nano 上，同一天是 3.6M × $0.05 = $0.18 加上 0.75M × $0.40 = $0.30，所以是 $0.48。下面是 CheapTokens 上的相同流量；修改数字以匹配你的机器人：

切换只需三处小改动#

CheapTokens 兼容 OpenAI API，因此你现有的代码可以继续工作。你只需更改基础 URL、密钥和模型 ID。从文档中获取 ID，因为各提供商对模型的命名不同。对于 GLM-5.3-Flash，它是 zai-org/GLM-5.3-Flash，基础 URL 是 https://api.cheaptokens.dev/v1。

from openai import OpenAI

client = OpenAI(
    base_url="https://api.cheaptokens.dev/v1",
    api_key="YOUR_CHEAPTOKENS_KEY",
)

resp = client.chat.completions.create(
    model="zai-org/GLM-5.3-Flash",
    max_tokens=20,
    messages=[
        {"role": "system", "content": "Tag the ticket as billing, bug or other. Reply with one word."},
        {"role": "user", "content": "I was charged twice for the same order."},
    ],
)
print(resp.choices[0].message.content)
print(resp.usage)

curl https://api.cheaptokens.dev/v1/chat/completions \
  -H "Authorization: Bearer $CHEAPTOKENS_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "zai-org/GLM-5.3-Flash",
    "max_tokens": 20,
    "messages": [
      {"role": "system", "content": "Tag the ticket as billing, bug or other. Reply with one word."},
      {"role": "user", "content": "I was charged twice for the same order."}
    ]
  }'

在你真实的 50 张工单上运行它，并亲自阅读回答。每个响应中的 usage 字段给出确切的输入和输出 token 数，这两个数字就是上面的计算器所需要的全部。密钥、余额和首次调用见你的第一个 API 请求。

哪个任务用哪个模型#

无论你选哪个，在迁移整个工作负载之前，先在你自己的例子上测试它。价格表告诉你一个 token 的成本；只有你的数据才能告诉你回答是否足够好。每个模型的最新价格在定价页面上，AI token 要花多少钱并排比较了 1M 和 10M token 的预算。