HOURAHEADAI情报
登录 / 注册

9 月 24 日推理成本

环节

推理成本

推理 $/百万 token 的成本曲线，agent 放量的前提

带到 ChatGPT带走
更多

也送到 Claude 也送到 Gemini

关键数字
推理成本GLM-5.3-Flash；AA 公示官方 API 输入 0.15 / 输出 0.50 美元每百万 token，7:2:1 混合 0.10。河级口径取独立评测站混合价，不替代 zhipu_flagship_aa。上一行 note 被 shell 把美元符展开，以本行为准。0.1$/百万 token2026-09-10

比上次：多了 2 件，有变化 1，2 件没人再提

在跟的事 · 3 件最新说法
有变化账上0.1时百万token混合价是否还在降
TestingCatalog9/5　转述：GPT-6 Astra输入$10/百万、输出$50/百万
新增token降价是否已让agent进得了生产
Machine Learning Street Talk9/18　token成本过高，agentic软件尚未进入生产𝕏
新增DeepSeek级缓存命中是否仍压着别人报价
Teortaxes9/20　仅DeepSeek能做到99%缓存命中，别人宣称即套壳𝕏

有变化账上0.1时百万token混合价是否还在降

何时见分晓：本月混合价与指数
智谱 Z.ai 与 TestingCatalog 说法不一
智谱 Z.ai · 8月26日
GLM-5.3-Flash输入$0.15、输出$0.50/百万
TestingCatalog · 9月5日
转述：GPT-6 Astra输入$10/百万、输出$50/百万

智谱 Z.ai · 8月26日　智谱发布GLM-5.3-Flash标准API定价：输入$0.15/百万tokens，输出$0.50/百万tokens𝕏

TestingCatalog · 9月5日　OpenAI 发布 GPT-6 Astra：API 可用，输入 $10/百万 tokens、输出 $50/百万 tokens，ChatGPT Work 和 Codex 对 Pro/Enterprise/Business Premium 开放𝕏

Qwen · 9月2日　Qwen3.8-Max-0902登顶Code Arena并居Pareto前沿$5/MToken𝕏

新增token降价是否已让agent进得了生产

何时见分晓：本月生产部署观测
Machine Learning Street Talk 与 Fireworks 说法不一
Machine Learning Street Talk · 9月18日
token成本过高，agentic软件尚未进入生产
Fireworks · 9月15日
帮juicebox年推理成本从$4M降至$800K

Machine Learning Street Talk · 9月18日　Machine Learning Street Talk：agentic software 因 token 成本过高尚未进入生产环境𝕏

Fireworks · 9月15日　Fireworks 称帮 juicebox_work 将推理延迟降 80%、年成本从 $4M 降至 $800K𝕏

Nathan Labenz · 9月11日　Nathan Labenz 访谈 Baseten CTO Amir Haghighat，讨论 GPT-6 Astra 后大规模 agent 推理成本与利润归属𝕏

新增DeepSeek级缓存命中是否仍压着别人报价

何时见分晓：本月缓存命中披露
只有 Teortaxes 一方说法
Teortaxes · 9月20日
仅DeepSeek能做到99%缓存命中，别人宣称即套壳

Teortaxes · 9月20日　Teortaxes：DeepSeek 推理成本优势来自已开源的缓存机制，其他厂商宣称 99% 缓存命中率实为套壳 DeepSeek𝕏

我们只标出对不上的地方，不下结论。出处是中文摘要。由模型梳理后经引用校验，未逐条人工复核。

这页的完整内容订阅后可见。去订阅

每早一封：昨夜到今晨新增的几件事，每件一行，点开回站点看完整。
HOURAHEAD关于 · 往期 · 2026-09-24 13:22