一份权重，N 个价签
推理强度与定价实验室——「选哪个模型」省下的钱，可能不如「怎么调用同一个模型」省下的多
🏷️
一份权重，N 个价签 · 推理强度与定价实验室
同一份权重、同一份 rate card，只改推理强度档，账单能拉开一个数量级
同一份权重 · 同一份 rate card（$2/$10 每 1M）· 只改推理强度档
15.6×最贵档（max）÷ 最便宜档（low）
换来 Intelligence Index +20 分， 而每指数点成本涨了 10.0×（$0.0097 → $0.098）
| effort 档 | IQ | 每任务账单 | 每指数点 | 全榜吐 token | 速度 tok/s |
|---|---|---|---|---|---|
low | 36 | $0.350 | $0.0097 | 23M | 113 |
medium | 41 | $0.480 | $0.012 | 31M | 113 |
high | 47 | $0.880 | $0.019 | 52M | 112 |
xhigh | 52 | $2.01 | $0.039 | 110M | 110 |
max | 56 | $5.46 | $0.098 | 420M | 131 |
按你自己的用量算一笔账单（rate card 与缓存折扣均 📖 来自 AA，其余 🧮 本地现算）
🟢 input 未缓存 $0.0060🔵 input 缓存 $0.0000🟡 output $0.010合计 $0.016
100 万次同规格调用 = $16.0K。⚠️ 这里只有 3 段：长上下文加成与服务档（Batch / Flex / Fast / Ultrafast） 的倍率官方未公开，本站不补——见「没画出来的价签」一屏。
📖 = 来自 Artificial Analysis（Artificial Analysis Intelligence Index v4.3.2，快照 2026-10-16）的公开数字；🧮 = 本站按公开数字现算； ⚠️ = 官方未公开，本站留白。全部数字均为第三方榜单转录，非本站实测。