按场景选型 · 客服机器人

客服机器人用哪个大模型 API 最省钱？

客服问答的特点是输入长（工单、知识片段、历史会话）、输出短（一到两句答复），而且并发高。这类负载用低价档模型就能覆盖，把预算留给真正需要的推理，是最常见的降本方式。

月用量假设

本页按每月输入 40M tokens + 输出 8M tokens计算，只取官方标准价（不含缓存、批处理和低谷折扣，因此是偏保守的上限）。用量成比例变化时，排名顺序基本不变。

该用量下的月成本排行

价格单位统一为“每 100 万 tokens”，只收录官方第一方公开标价。人民币金额按当日汇率折算，实际账单以厂商为准。

省钱的三步

1. 先看能不能降档：本页排名靠前的模型多为低价档，先把场景的真实质量要求验证清楚，再决定是否需要旗舰档。
2. 把能缓存的上下文缓存起来：如果要做意图识别后再转人工，记得把转人工率算进成本模型——低价模型答不准会带来二次成本。
3. 把离线任务挪进折扣档：批处理与低谷时段价通常是标准价的一半，见批处理折扣与低谷时段价。

相关页面：GLM-4.7-Flash 价格明细 · 其它场景的月成本排行 · 两个模型直接对比 · 大模型计费入门。

常见问题

客服机器人用哪个模型最省钱？

按本页的月用量假设（输入 40M + 输出 8M tokens），当前最省的是 GLM-4.7-Flash（智谱 GLM），月成本约 免费；其次是 GLM-5.3-Flash，约 ¥27.20。价格或汇率变化后排名会跟着变，本页每次核价都会重算。

客服机器人为什么适合低价档模型？

客服问答的特点是输入长（工单、知识片段、历史会话）、输出短（一到两句答复），而且并发高。这类负载用低价档模型就能覆盖，把预算留给真正需要的推理，是最常见的降本方式。如果要做意图识别后再转人工，记得把转人工率算进成本模型——低价模型答不准会带来二次成本。

这些月成本和我的实际账单差多少？

差在用法上。本页只按官方标准价计算输入输出 tokens 的费用，不含免费额度、试用赠金、企业协议价和中转站折扣；实际还能再降的部分来自缓存命中、批处理队列和厂商低谷时段。用量结构一致时，本页的排名顺序与实际账单一致。

还能再便宜多少？

同一批模型里，最便宜档和旗舰档的月成本通常差 10 倍以上，所以第一步是确认场景能不能用低价档；第二步是把能缓存的上下文真正缓存起来（固定系统提示词、复用长文档），命中率高的场景输入成本能再降 70% 以上；第三步是把离线任务放进批处理或低谷时段。三步叠加，常见业务能省掉一半以上。