OpenAI 与 Anthropic 的 API 价格对比

比较两家模型厂商的价格，听上去应该得出一个数字。实际不能，因为它们输入价与输出价的比例不同、缓存输入的折扣不同、同一价位给到的上下文窗口也不同。一个负载在这家更便宜，只要把读写比例换一下，可能就变成在那家更便宜。

本文是厂商层面的对比。单模型对照见GPT-5.5 与 Claude Sonnet 4.6；成本全景请从降低 API 成本的指南开始。

公开标价

该看输出输入比，而不是输入价

所有人都在引用的输入单价，恰恰是最不重要的数字。真正让开销随规模变贵的是输出，所以两个费率之间的比例，才决定一款模型在你的具体流量下表现如何。

读取几千 token 上下文、只返回一句话的检索型流水线，由输入价主导；写长工具调用和长解释的 agent 循环，由输出价主导。拿你自己的 token 结构去对比两家，而不是拿两家的宣传页互相对比，才是唯一能预测账单的方法。月度估算方法能帮你拿到这个结构。

缓存输入是两家趋同的地方

两家给出的思路一致：一次缓存读取大约按正常输入 token 的十分之一计费。如果你的提示带有很大的稳定前缀，这个折扣对账单的影响可能超过两家基础费率的差距。这意味着缓存是任何一次诚实的厂商对比的前提，而不是事后补充——机制在这里。

上下文窗口是成本决策，不只是能力参数

更大的上下文窗口改变你能构建什么，但它同时改变你花多少钱：上下文就是输入 token，而输入 token 每次调用都要计费。因为模型允许就往里塞 20 万 token，是开发者能养成的最昂贵的习惯之一。

把窗口当预算，而不是当目标。检索出 4000 个相关 token，几乎总是比塞进 10 万 token 然后指望模型自己找更划算——成本和答案质量两边都是。

落到实处

• 长上下文、短回答：重点看输入价。先比较GPT-5.4和Claude Haiku 4.5。
• 短提示、长生成：重点看输出价，并且在比较之前先把最大 token 数限住。
• 系统提示很大且固定：在下任何「谁更便宜」的结论之前，先把两边的缓存都打开。
• 代码类工作：先拿GPT-5.6 Sol和Claude Sonnet 4.6跑同一个任务，再谈价格。

不管你的对比结果偏向哪一家，公开标价都不是唯一可选的价格。corouter 以奥莱价计量同样的模型 ID——见完整价格表，或用月度成本估算器按你自己的 token 结构算一遍。