OpenRouter 怎么用最省钱？不同模型的 Token 价格、上下文长度与真实开发成本怎么算

OpenRouter 上最省钱的用法，不是把上下文窗口用满，也不是看到一个输入单价就换过去。2026 年 10 月 16 日从模型列表接口拉到的标价里，同一段开发请求换模型和换提示长度，月费可以差一个数量级。

下面的账用美元，按每百万 token。推理按供应商标价从积分里扣。定价页写明各方案都不在单次请求上加价。卡支付购入积分是 5.5%，而且有 0.80 美元的最低额；FAQ 里 Coinbase 是 5%。单价变了就要重算，本文不写回本月数。

标价来自当天的 模型列表接口。缓存怎么粘回同一家供应商，见提示缓存说明。Activity 里的实际单价和这里不一致时，以 Activity 为准。

这几档模型的标价差在哪？

开发循环里，输出单价通常是输入的几倍到几十倍，可一次请求的输入 token 往往多一个数量级。只比「每百万输入多少钱」，会把输出很贵、或一过阈值就加价的模型看成便宜。

下表是 2026-10-16 模型列表里的文本 token 标价，单位美元 / 百万 token。模型 id 写在名称后面，方便你对 Activity。

Gemini 4 Argon 和 Sonnet 5.5 的输入、输出贴纸一样，都是 $2 / $10。Argon 的条目里还有 internal_reasoning，单价与输出相同，也是 $10 / 百万。可见回复的字数不是计费长度。

网页搜索在 Argon 条目里是 0.014，在 OpenAI 这几档里是 0.01，按次另计，不进下面的 token 公式。Kimi K3（moonshotai/kimi-k3）输入 $0.405 / 百万，输出 $15.45 / 百万。输入看起来中等，写得多的代理循环比 Sonnet 还贵。

上下文变长以后，单价从哪里跳？

上下文长度是一次请求最多能带多少 token，不是建议你每次都带这么多。Haiku 5.5 和 Luna 的窗口都在一百万上下，基础输入价都是 $0.10。差别在加价线。

Haiku 的 min_prompt_tokens 是 100,000。提示一过这一档，输入从 $0.10 变成 $0.50，输出从 $0.50 变成 $2.50，两项都是 5 倍。Luna 要到 272,000 才改价，输入变成 $0.20，输出变成 $0.75，没有 Haiku 那么陡。

Qwen3.7 Flash 更早离开便宜档。基础价 $0.03 / $0.13；提示超过 32,000，变成 $0.10 / $0.40；超过 256,000，再变成 $0.20 / $0.80。把仓库说明和测试日志贴在一起，很容易跨过第一档。

Sonnet 5.5、Opus 5.5 和 Gemini 4 Argon 在当天的条目里没有这段长度加价。它们贵在每一枚 token。把提示从 4 万收到 4 千，单价不变，金额仍按 token 数下降。

缓存、免费档和购入手续费各加在哪？

缓存读的倍率跟模型走。Haiku 5.5 和 Luna 的缓存读是 $0.01 / 百万，正好是基础输入价的 0.1 倍。Sonnet 5.5 和 Opus 5.5 的缓存读是输入价的 0.05 倍，分别是 $0.10 和 $0.20。Argon 的缓存读也是 $0.10。

写入是另一笔。Claude 这一组的缓存写入是输入价的 1.25 倍，一小时 TTL 是 2 倍。Haiku 5.5 基础档写入 $0.125 / 百万，Sonnet 5.5 是 $2.50。前缀只用一次，写入比不缓存更贵。前缀在后面的请求里原样出现，读取才开始省。

缓存说明写的是：缓存读更便宜时，后续请求会粘回同一家供应商。你用 provider.order 指定顺序，粘性让路给你的顺序。想靠缓存省钱，就不要同时把供应商钉死。

免费模型的次数也要分开看。FAQ 写：没买过至少 10 美元积分时，免费模型每天 50 次；买过至少 10 美元之后，免费模型每天 1,000 次。定价页把免费方案的提示缓存标成没有。付费方案才有缓存。openrouter/free 的上下文是 20 万，输入和输出标价都是 0。它适合试一条请求。一个下午几十轮的编程代理，在没买积分时会先撞上 50 次，而且没有缓存读可以扣。

openrouter/auto 在列表里没有固定单价。定价页写自动路由不加手续费，你付的是它选中的那个模型的价。要省钱就写明模型 id。自动路由省掉的是挑选，不是单价。

0.80 ÷ 0.055 ≈ 14.55。卡支付单次充值低于大约 14.55 美元，手续费按 0.80 美元计，而不是按 5.5%。个人用量一个月 token 只有 0.90 美元时，若每次自动充 5 美元，手续费会盖过 token。把充值拉长，最低额才会被百分比盖过。下面的月费用 1.055 去乘，假设充值足够大，最低额没有生效。

低频和高频，同一口径各是多少钱？

公式只计三样：新输入、缓存读取、输出。缓存写入、推理 token、网页搜索、失败重试都另加。批量接口上，Haiku 5.5、Luna、Sonnet 5.5 的输入和输出大约是实时价的一半，但要能等，不能当成边写边等的默认价。

月费 ≈ 每天次数 × 30 ×（新输入 × 输入单价 + 缓存读取 × 缓存读单价 + 输出 × 输出单价）÷ 1,000,000

单价用美元 / 百万 token，所以最后要除以 1,000,000。Standard 卡支付、且充值已经高过最低手续费时，再乘 1.055。

每天 30 次，提示停在加价线以下

假设每次新输入 4,000，缓存读取 20,000，输出 800。提示合计 24,000，低于 Haiku 的 10 万、Luna 的 27.2 万、Qwen 的 3.2 万。一个月 900 次。这笔只计缓存读取，不含写入。

Sonnet 5.5：4,000×2 + 20,000×0.10 + 800×10，再除以 100 万，单次 0.018 美元。乘 900，一个月 16.20 美元。按 5.5% 摊进充值是 17.09 美元。

Luna 和 Haiku 5.5 的基础价相同：单次 0.001 美元，一个月 0.90 美元，加 5.5% 是 0.95 美元。和 Sonnet 的 16.20 美元比，是 18 倍。这 18 倍只在这组 token 上成立。

DeepSeek V4.1 Flash：单次约 0.000713 美元，一个月约 0.64 美元。其中输出 800 × 0.684 / 100 万 ≈ 0.000547，大约占单次费用的 77%。再省，要先少生成，而不是再找一个输入更低的名字。

同一假设如果每次都把 2 万 token 的前缀按 Sonnet 的写入价重写，单次多 0.05 美元，900 次是 45 美元。缓存省下的是重复读取，不是「打开了缓存开关」。

每天 150 次，整段新输入越过加价线

假设每次新输入 120,000，没有缓存，输出 2,000。这是把仓库和日志整段送进去的形状，不是推荐做法。一个月 4,500 次。整段提示都是新输入，所以 Haiku 的 10 万阈值没有缓存口径上的含糊。

Haiku 5.5 在 12 万输入上按 $0.50 / $2.50 计。单次 0.065 美元，一个月 292.50 美元，加 5.5% 是 308.59 美元。若把同一次收成 40,000 新输入、输出仍是 2,000，Haiku 回到基础价，单次 0.005 美元，一个月 22.50 美元。多出来的 8 万 token 让月费从 22.50 变成 292.50，因为阈值两边的单价一起变了，不是按 token 数线性涨。

Luna 在 12 万时还没到 27.2 万，仍是 $0.10 / $0.50。单次 0.013 美元，一个月 58.50 美元。它比已经加价的 Haiku 便宜，比收短之后的 Haiku 贵。顺序是先离开加价档，再比较模型。

同一 12 万输入、2,000 输出，Sonnet 5.5 没有长度加价，单价仍是 $2 / $10。单次 0.26 美元，一个月 1,170 美元，加 5.5% 是 1,234.35 美元。和 Luna 的 58.50 美元比，是 20 倍。和低频那组的 18 倍不是同一个数，因为这里没有便宜的缓存读，输出占比也不同。

Luna 若把提示堆到 30 万，就进入 $0.20 / $0.75。单次 0.0615 美元，一个月 276.75 美元。窗口还够用，账单已经离开基础档。

表里的月费都能用上面的公式复算。5.5% 只在卡支付、且单次充值已经高过大约 14.55 美元时，按这个比例加。加密货币付款按 FAQ 的 5%，最低额那一条不要套过去。

来回十二轮的一次功能要多少钱？

这是估算，不是从某次真实会话导出的用量。假设一个小功能来回 12 轮，平均每轮输入 25,000、输出 800，而且没有命中缓存。历史被反复带上，所以输入用的是平均值，不是第一轮的长度。

Sonnet 5.5 每轮 0.058 美元，12 轮 0.696 美元。Luna 或基础档 Haiku 每轮 0.0029 美元，12 轮 0.0348 美元。0.0348 × 20 = 0.696。便宜模型要把这段会话的调用量做到大约 20 倍，费用才追上 Sonnet 做一遍。

一个工作月按 22 天、每天 20 个这样的功能，是 440 次会话。Sonnet 约 306.24 美元，加 5.5% 约 323.08 美元。Luna 约 15.31 美元，加 5.5% 约 16.15 美元。失败两三次改变不了这个差距。会改变差距的是任务在便宜模型上做不完，你改用 Sonnet 或 Opus，把同一段上下文再跑一遍。那时两笔都要付。

20 个功能 × 12 轮 = 240 次请求。这高于免费模型在未购买 10 美元积分时的每天 50 次，低于购买之后的每天 1,000 次。次数上限让开以后，墙变成你能不能接受免费路由分到的那个模型，以及它没有缓存时每一轮都按全价重发。

若用量记录里还有单独计价的推理 token，可见回复的 800 个 token 就不是全部。Argon 的 internal_reasoning 与输出同价。用 Activity 的拆分，不用聊天窗口里的字数。

工具日志一次次整段回到后续请求时，先少送这些字，再谈换模型。那一层怎么判断，见 Claude Code 越用越贵？Context-Mode 宣称节省 10%–64% Token 成本，实际值得装吗？

若比较的是自备硬件和官方 API 的多年账，而不是 OpenRouter 上这一次请求，口径在 本地运行开源大模型还是调用 Claude、GPT？硬件要求与长期使用成本如何计算。

什么时候便宜的模型不再便宜？

更贵的单价更省，只在一种条件下成立：便宜模型完不成，重试或人工返工超过了单价差。按上面 12 轮的估算，交叉点大约在 20 倍调用量。没到这个量级，不要用「质量更好」代替账单。

便宜模型在三种情况下不再便宜：

• 提示越过它自己的加价线。 Haiku 过 10 万，输入和输出同时变成 5 倍。Qwen3.7 Flash 过 3.2 万就离开 $0.03 / $0.13。Luna 要到 27.2 万。
• 输出比你以为的长。 DeepSeek V4.1 Flash 输入极低，800 个输出已经主导单次费用。Kimi K3 输出 $15.45 / 百万，高于 Sonnet 的 $10。
• 前缀不稳定。 缓存写入按 1.25 倍白付。免费方案则没有这项折扣。

直接找供应商，可以避开购入时的 5.5%。定价页和 FAQ 都写推理不加价，所以 token 单价本身通常不会因为走 OpenRouter 而更高。你多付的是买积分的手续费。换来的是一把钥匙，以及失败后的备用路由。这 5.5% 不会把 Luna 和 Sonnet 之间 18 倍或 20 倍的差距抹平，它只是两边一起乘上去。

BYOK 是另一条路。定价页写 Standard 和 Business 每个月有 25,000 美元的标价用量不收 OpenRouter 的这份费，超出部分按标价的 5% 从积分扣，推理费由供应商直接收。用量没到这一档，BYOK 省不下那 5.5%，因为 token 价你还是要付给供应商。

最终结论

要省钱，先把模型 id 写死，把提示留在该模型的加价线下面，并让重复前缀真的被读到缓存。2026-10-16 的标价下，每天 30 次、2.4 万提示的个人用法，Luna 或 Haiku 5.5 大约一个月 0.90 美元，Sonnet 5.5 大约 16.20 美元，都不含购入手续费。

每天 150 次、12 万新输入时，先把 Haiku 收到 10 万以下，月费从 292.50 美元回到 22.50 美元这一量级。留在 12 万上，就不要再把它当 $0.10 的模型。Sonnet 在这个用量上大约 1,170 美元。调用量要到大约 20 倍，便宜模型的失败才会在账单上追上贵模型的一次通过。

没买过 10 美元积分时，免费模型每天 50 次，留在试请求。编程代理一天的轮数超过这个数，就按 Standard 的积分和上面的公式算。卡支付单次充值不要小到让 0.80 美元的最低手续费盖过 token。