小鱼API 全系按次计费，这条口径决定了「查价格」这件事和看官方定价页完全是两种看法。官方价目表写的是「每百万 token 多少美元」，这里写的是「调用一次多少人民币」，一次对话里你发 1 个字和发 20 万字，账单一样。下面把平台当前在售的全部型号列成一张总表，再讲清楚怎么跟官方 token 价换算、长文本任务能省多少、不同任务该配哪一档。
全表里「按次」指的是 chat/completions 风格的一次模型调用，「按张」只出现在生图模型上——出图一张算一次。没有第三种计费方式，也没有隐藏的阶梯价。
一次请求就是一次 HTTP 调用，跟这次调用里塞了多少 token、带了多少轮历史、系统提示词有多长都没关系。
最后一条要留神。Cline、RooCode 这类插件式客户端跑一个任务，背后可能触发几十次模型请求，按次计费算的是请求数，不是你在界面上点了几下按钮。
这两件事确认完，再看价格表才不会踩坑。
| 型号 | 计费方式 | 单价（元/次） | 备注 |
|---|---|---|---|
| gemini-2.5-pro | 按次 | 0.031 | 全表最低价，长文处理主力 |
| gemini-3-pro-preview | 按次 | 0.05 | 预览版，能力上探档 |
| gemini-3.1-pro-preview | 按次 | 0.09 | Gemini 当前顶配 |
| NanoBanana-Pro | 按张 | 0.27 | 生图模型，出图计费 |
2.5-pro 到 3.1-pro，单价从 0.031 涨到 0.09，接近三倍。这个差价买的是推理深度和长链任务的稳定性，不是上下文长度——三者的上下文容量差距没那么大。判断标准很简单：如果任务只需要「读懂 + 概括 + 按格式输出」，2.5-pro 完全够用；只有涉及多步推理、复杂代码重构、需要模型自己纠错的任务，才值得上 3.1。
NanoBanana-Pro 按张 0.27 元，是表里单价最高的型号，但它是出图不是出字。拿它跟 0.031 元的文本模型比单价没意义——一次生图任务如果用文本模型先写提示词，那 0.031 元也是要花的，出图那一步单独按 0.27 元计。批量出图前先跑 10 张测效果，确认风格对了再放量。
| 型号 | 计费方式 | 单价（元/次） | 备注 |
|---|---|---|---|
| claude-sonnet-4-5-thinking | 按次 | 0.09 | Sonnet 入门档，性价比最高 |
| claude-opus-4-5-thinking | 按次 | 0.12 | Opus 入门档 |
| claude-sonnet-4-6-thinking | 按次 | 0.2 | 4.6 代 Sonnet |
| claude-opus-4-6-thinking | 按次 | 0.25 | 4.6 代 Opus |
| claude-sonnet-4-7-thinking | 按次 | 0.2 | 4.7 代 Sonnet |
| claude-opus-4-7-thinking | 按次 | 0.25 | 4.7 代 Opus |
| claude-opus-4-8-thinking | 按次 | 0.25 | 当前 Opus 最高档 |
表里所有 Claude 型号都带 thinking 后缀，意思是这些模型默认开启思考链，会先把推理过程走一遍再给答案。对写代码、算数、多步逻辑这类任务，这是好事，错误率明显低于不思考的版本。代价是响应变慢、输出里可能夹带推理段落。如果你在做纯格式转换、关键词提取这种一眼就能看出答案的任务，思考反而是浪费——这种情况换 DeepSeek 或 Gemini 的低价档更合适。
4.7 代和 4.8 代里，Sonnet 是 0.2 元、Opus 是 0.25 元，只差 0.05 元。这个价差小到可以忽略，所以 Claude 这边的策略很直接：拿不准就用 Opus，只有在明确知道任务简单、要压成本时才降回 Sonnet。而 4.5 代的 Sonnet 只要 0.09 元，是本系列更划算的入口。
| 型号 | 计费方式 | 单价（元/次） | 备注 |
|---|---|---|---|
| gpt-5.4-pro-thinking | 按次 | 0.15 | 5.x 里更划算的 Pro |
| gpt-5.5 | 按次 | 0.2 | 标准档 |
| gpt-5.5-pro-thinking | 按次 | 0.2 | 与标准档同价，优先选这个 |
| gpt-5.3-pro | 按次 | 0.3 | 全表最贵文本模型 |
| gpt-5.6-luna | 按次 | 0.12 | 5.6 代轻量档 |
| gpt-5.6-sol | 按次 | 0.17 | 5.6 代主力档 |
| gpt-image-2-pro | 按张 | 0.25 | 生图模型 |
两个型号都是 0.2 元。同样的钱，一个不带思考链、一个带，没有理由选前者。这是全表里最容易捡的一个便宜。
0.12 元和 0.17 元这两档，对应的是 5.6 代的轻量与主力。luna 适合做分类、打标签、意图识别这类短任务；sol 适合写代码、写文档、做需要连贯输出的活。两者差价 0.05 元，比 Claude 家的 Sonnet/Opus 差价还小，所以日常可以直接挂 sol，把 luna 留给批量的短任务。
0.3 元一次，比其他 OpenAI 档高出一截。这个价位通常只在「任务难到别的模型做不对」时才值得用。实际项目里，先拿 0.12 元的档跑一遍，把模型做不好的那 10% 捞出来交给 0.3 元档，比一律上顶配省得多。
| 型号 | 计费方式 | 单价（元/次） | 备注 |
|---|---|---|---|
| grok-4.1 | 按次 | 0.05 | 便宜，适合非正式任务 |
| grok-4.5 | 按次 | 0.09 | 主力档 |
| grok-4.6 | 按次 | 0.09 | 与 4.5 同价，直接上这代 |
Grok 4.5 和 4.6 同价，选新的。
| 型号 | 计费方式 | 单价（元/次） | 备注 |
|---|---|---|---|
| deepseek-v3.2-thinking | 按次 | 0.049 | 全表最低，日常问答主力 |
| deepseek-r1-thinking | 按次 | 0.049 | 推理链专用，同价 |
| deepseek-v4-flash-thinking | 按次 | 0.05 | 快档，适合批量 |
| deepseek-v4-pro-thinking | 按次 | 0.09 | DeepSeek 顶配 |
DeepSeek 这一栏是整张表最狠的地方：更划算的型号 0.049 元，最贵的也才 0.09 元，全系列差价不到一倍。
| 型号 | 计费方式 | 单价（元/次） | 备注 |
|---|---|---|---|
| kimi-k2.5 | 按次 | 0.09 | 中文长文友好 |
| kimi-k2.6 | 按次 | 0.09 | 与上代同价，选新的 |
Kimi 只有两档，且同价，没有选择困难。
官方计价是「输入单价 × 输入 token 数 + 输出单价 × 输出 token 数」。折算成人民币按 7.2 汇率算，再跟平台的单次价格比。
官方单次成本（元） ≈ (输入token/1000000 × 输入单价USD + 输出token/1000000 × 输出单价USD) × 7.2官方价格会调整，下面的数字按写作时公开价和 7.2 汇率估算，用来演示换算方法，具体以官方页面为准。
例一，3000 输入 + 800 输出的普通问答，用 claude-sonnet-4-5 这档（官方约 $3/百万输入、$15/百万输出）：
例二，15 万 token 的长文档摘要，用 gemini-2.5-pro（官方约 $1.25/百万输入、$10/百万输出）：
例三，500 输入 + 200 输出的短问答，用 deepseek 这档（官方约 $0.27/百万输入、$1.1/百万输出）：
按「输入 : 输出 = 5 : 1」的常见比例反推，单次调用要多大才能让按次计费比官方直付便宜：
| 模型档位 | 平台价（元/次） | 折算回本的输入量 | 换算成中文字数 |
|---|---|---|---|
| gemini-2.5-pro | 0.031 | 约 1.3k token | 约 2000 字 |
| claude-sonnet-4-5-thinking | 0.09 | 约 2.1k token | 约 3200 字 |
| kimi-k2.5 | 0.09 | 约 1.1 万 token | 约 1.7 万字 |
| deepseek-v3.2-thinking | 0.049 | 约 1.4 万 token | 约 2.1 万字 |
这张表是全文最该记住的东西。你单次调用的上下文越大，按次计费越划算；短问答跑在低价模型上，反而官方 token 计费更便宜。
上文三个例子和那张回本表，用下面这段脚本能一次全算出来，改几个数字就能试你正在用的模型：
USD_CNY = 7.2
OFFICIAL = { # 官方价：美元/百万 token（输入, 输出）
"claude-sonnet-4-5": (3.0, 15.0),
"gemini-2.5-pro": (1.25, 10.0),
"deepseek-v3.2": (0.27, 1.1),
}
PLATFORM = {"claude-sonnet-4-5": 0.09, "gemini-2.5-pro": 0.031, "deepseek-v3.2": 0.049}
def official_cost(model, in_tok, out_tok):
p_in, p_out = OFFICIAL[model]
return (in_tok / 1e6 * p_in + out_tok / 1e6 * p_out) * USD_CNY
def break_even_input(model, ratio=5):
p_in, p_out = OFFICIAL[model] # 设输入:输出 = 5:1，反推回本所需的输入量
per_tok = (p_in / 1e6 + p_out / ratio / 1e6) * USD_CNY
return PLATFORM[model] / per_tok
for m in OFFICIAL:
print(f"{m:18s} 官方一次(3000/800)={official_cost(m, 3000, 800):.3f} 元 "
f"平台={PLATFORM[m]:.3f} 元 回本输入≈{break_even_input(m):,.0f} token")跑出来的结果：同样一次 3000 输入加 800 输出的问答，claude 档官方约 0.15 元、gemini 档约 0.08 元、deepseek 档约 0.01 元；回本线分别落在 2.1k、1.3k、1.4 万 token。三个数字和上文都对得上，说明口径没问题，换成你自己的模型再跑一遍就能直接做决策。
20 万汉字大约折合 13 万到 20 万 token，取中间值 15 万算。用 gemini-2.5-pro 官方价跑一次摘要，成本约 1.49 元（含 2000 token 输出）。同一份文档走平台按次，0.031 元。一份文档省 1.46 元。
内容团队做文档批处理，一天 200 份：官方直付约 298 元，平台按次 6.2 元。差价接近 48 倍，而且文档越长，这个倍数越大，因为官方那边的输入成本是线性上涨的，平台这边是钉死的。
单轮短问答、固定模板的格式转换、每次只问一句的场景，按次计费并不占优。上表里 deepseek 档要 2.1 万字的输入才回本，你如果每次只发 200 字，那按次就是纯亏。这类任务要么攒成批处理，要么干脆按官方 token 价走。
批量任务一律先用轻档跑一遍，把结果按置信度或格式合规性筛一遍，只把失败的那部分升级到重档重跑。经验值是 80%~90% 的任务在轻档就过了，整体成本能压到全量上重档的 1/4 左右。
同一次调用里塞 15 万 token 和塞 3 万 token，平台的价一样，但 Agent 类客户端会把一次任务拆成多次请求，塞得越少、轮次越少，总请求数就越少。
两个方向同时发生。顶配档的价格在往上走——同一个系列里，新一代 Pro 比上一代贵 30% 到 80%，因为训练和推理成本摆在那。轻量档的价格在往下砸——DeepSeek 把更划算的一档压到了 0.049 元，Kimi 两代同价，Grok 4.5 和 4.6 同价。结论是：别把整套业务绑死在顶配模型上，会有新版本、新价格，把模型名做成配置项随时能换。
接入地址统一是 https://xyuapi.top/v1，OpenAI 兼容协议，换模型只需要改 model 字段，其他配置不用动。