每100次13.60美元或30美元：两款推理模型的演算账单

同样处理100道复杂问题，账单可能是13.60美元，也可能是30美元。但先别急着选便宜的：这两个数字来自下面的假设单价，不是实时报价，更不是性能测试。比较Gemini 3.1 Pro和Claude Opus 5，应该先把输入、输出、缓存和失败重试分别列账，再判断哪笔钱值得付。

01 / 第一张小票：每次输入20,000，输出8,000个token

设定一个固定工作量：每次提交20,000个输入token，产生8,000个计费输出token，总共执行100次。场景可以是审查复杂代码、核对多项约束，或分析长篇材料。这里的token数量只是预算条件，不代表两款模型实际会消耗相同数量。

为了演示算法，假设Gemini 3.1 Pro每百万输入token收费2美元、每百万输出token收费12美元；Claude Opus 5分别为5美元和25美元。以上均为演算单价，不代表官方或CheapRelay当前价格；下单前应替换为实际适用费率。

• ■ Gemini 3.1 Pro：输入0.020×2＝0.040美元；输出0.008×12＝0.096美元；单次合计0.136美元。
• ■ Claude Opus 5：输入0.020×5＝0.100美元；输出0.008×25＝0.200美元；单次合计0.300美元。
• ■ 各执行100次：分别为13.60美元和30.00美元，相差16.40美元。

这16.40美元只说明上述条件下的算术差额，不说明谁的推理更准确，也不能当成实际可获得的折扣。

02 / 输出多4,000个token，100次增加多少钱

在第一张小票里，输出费用分别占单次费用约70.6%和66.7%。因此，长篇回答往往比少传几句提示词更影响预算。若每次计费输出从8,000增至12,000个token，输入保持不变，两笔单次费用就变成0.184美元和0.400美元；100次分别多付4.80美元和10.00美元。

推理任务尤其要核对用量字段：可见答案的长度，不一定等于全部计费输出。推理token是否计费、归入哪一项，应以具体接口的计费规则为准，不能只凭屏幕上的字数估算。

03 / 缓存小票：16,000个命中token只算一次

再做一个独立的缓存演算：沿用第一组输入单价，假设20,000个输入token中，16,000个命中缓存，读取单价为每百万0.50美元，剩余4,000个仍按每百万2美元计费。

• ■ 缓存读取：0.016×0.50＝0.008美元。
• ■ 普通输入：0.004×2＝0.008美元。
• ■ 输出仍为0.096美元，单次合计0.112美元，比无缓存少0.024美元。

这只是命中后的单次账单，不包含建立缓存的写入费用。100次全部命中时，读取环节可少付2.40美元；实际净节省还要扣除额外写入成本。不要把命中部分同时算作普通输入，也不要假定重复内容必然命中。

04 / 100次合格交付，比100次请求更值得记账

如果预算压力测试设为100次任务另加20次完整重试，第一张小票会变成16.32美元和36.00美元。这里的20次不是实测失败率；真实重试也未必等长。实际采购更该记录总支出除以验收通过数，同时保留错误类型和人工检查时间。

CheapRelay按实际token用量计费，缓存读取和写入也分别计费，没有月费或订阅费，适合先做小批量验证。可以注册CheapRelay，用自己的任务保存用量明细、重试次数和验收结果，再代入当前费率。最终应买的是可验收的结果，而不是看起来最低的单价。