AI 推理经济仪表盘
推理账单拆解 · 分层路由模拟 · 性价比战场——2026 推理费用危机交互式体验
💸 推理模型的账单里，真正的变量不是「单价」而是「思考的量」—— thinking token 你看不到，但全额计费。 亲手跑一遍账单，再看路由阈值到底该怎么定。
⚠ 数据时效与溯源：模型定价截止 2026-06（页面维护于 2026-09，可能已过期，请按当前官方价核对）； 来源为 openrouter / llm-stats 一类聚合站（二手），不是厂商官方定价页。本表 8 个 accuracy 与 popularity 全部未能回源，仅供示意，已在图上灰显， 不要用它们做任何选型结论 —— 可比性最好的是「定价」这一列。
⚠ 基准值是「量级示意」（AIME 数学 原题给 12,000t），真实值随模型与采样差异可达数倍，请当作可调假设而不是实测。
推理账单
💡 关键发现
你付了 12,000 个 thinking tokens 的钱（$0.1800），但只能看到 80 个 output tokens。 思考成本占比 99%。 同一道题用 DeepSeek V4-Flash 只需 $0.0034，便宜 53.5×。
定价：openrouter / llm-stats（2026-06，二手 · 二手）。 准确率与流行度：未回源（示意值）。
Thinking tokens 可能占到单次费用的绝大部分，但用户看不到。 分层的真正难点不是阈值，而是能否检出廉价模型的失败。
本页上一版列过「Tiered Inference (2026) / Mode-Conditioning (ICLR 2026) / Cost-Optimal LLM Serving」三篇论文， 但无作者、无编号、无链接，回源失败已移除。需要引用请自行检索 arXiv / OpenReview 后回填。