API 按 token 计费，1 个汉字大约 1.5~2 个 token。厂商一般给三个价格：输入（缓存命中）、输入（未命中）、输出。输出通常比输入贵 3~5 倍，因为生成更费算力。
| 厂商/模型 | 输入 | 输出 |
|---|---|---|
| OpenAI GPT-4o | $2.5 | $10 |
| OpenAI GPT-4o mini | $0.15 | $0.6 |
| Anthropic Claude Sonnet | $3 | $15 |
| DeepSeek-V3（人民币） | ¥0.5~2 | ¥8 |
| DeepSeek-R1（人民币） | ¥1~4 | ¥16 |
| 通义千问 qwen-plus | 约 ¥0.8 | 约 ¥2 |
| 智谱 GLM-4 | 约 ¥0.2~1 | 约 ¥2 |
换算一下人民币大致能感受到：GPT-4o 输出 $10 ≈ ¥70，DeepSeek-R1 输出 ¥16——同样是输出一百万 tokens，差 4 倍多；如果是 GPT-4o mini（$0.6），则比 DeepSeek 贵约 2.8 倍。
DeepSeek 把"大模型也能便宜训练"这件事摆上台面（V3 训练成本约 557.6 万美元，是 GPT-4 估值的约 1/20），价格战就此开打。对创业团队来说，一个月省几万块 API 费是常态。
先算清楚你的场景：高频、长文、简单任务 → 便宜模型；低频率、高难度推理 → 贵模型。按 token 单价盲目选"最强模型"，账单大概率撑不了多久。
（价格整理自各官方定价页与公开资料，为 2025-2026 参考值，以官方为准。）
]]>Copilot 是"填空型"：你写到哪里，它补到哪里，最擅长把重复代码块补全，和你的既有风格贴合。适合不想换编辑器的老手。
Cursor 是"指挥型"：你用自然语言描述需求，它直接改多个文件、跑测试、修报错。我实测让它给一个 Python 项目加接口，十几分钟搞定，比自己敲快太多。缺点是如果你是纯新手，它"太主动"反而容易改出你没看懂的代码。
通义灵码：中文提示词友好，模型质量够用，适合国内团队、不想科学上网的场景。
我踩过的坑：
| 你是什么人 | 建议 |
|---|---|
| 老手、不想换编辑器 | Copilot |
| 想要"一个 AI 从头帮你做小项目" | Cursor |
| 国内为主、中文友好 | 通义灵码 |
| 预算有限 | 先用各家免费额度试试，别急着付费 |
最后说句实话：AI 编程助手是把"写代码"的门槛降低了，但把"读懂并维护代码"的要求提高了。天上不掉馅饼，它帮你省的时间，得花在看懂它写了什么上。
（价格与功能为 2025-2026 参考，以官方最新为准。）
]]>代价是：你的显卡（或内存）决定体验上限。
跑小模型（1~4B）普通电脑就能跑；跑 7~8B 需要 16GB 内存（纯 CPU 能跑但慢）；想跑 30B+ 或速度流畅，建议 RTX 30/40 系 12GB+ 显存，或者用 Ollama 的量化版本把压力降到内存上。
| 模型规模 | 最低要求 | 体验 |
|---|---|---|
| 1~3B（如 Qwen2.5-3B） | 8GB 内存 | 快，够日常问答 |
| 7~8B（如 Qwen2.5-7B） | 16GB 内存 / 8GB 显存 | 水桶，推荐起点 |
| 14B | 16GB 显存 | 更强但更吃硬件 |
| 70B / 400B | 企业级 | 消费级别想了 |
ollama pull qwen2.5（把模型拉到本地）ollama run qwen2.5，然后直接聊天想用 API？Ollama 默认在本机 11434 端口提供 OpenAI 兼容接口，各种工具直接填 http://localhost:11434/v1 就能接。
想要数据私密、零 API 费、还能折腾研究的，本地跑 Ollama + Qwen2.5 是最省心的起步配置；对模型能力有高要求、又不差钱的，还是老实走云端 API。
（模型参数与硬件建议为公开资料整理，以 Ollama 官网与各模型发布说明为准。）
]]>| 平台 | 参考价格 | 特点 |
|---|---|---|
| 可灵（快手） | 约 33 元/月 | 视频生成最强项，运动连贯、物理合理好 |
| 即梦（字节） | 基础会员 69 元/月 | 中文文字能力强，出图快，2025 年底全面转付费后免费额度缩水 |
| Sora（OpenAI） | 官方给付费用户开放 | 能力展示度高，但国内访问麻烦、价格不便宜 |
| 海螺 / 通义万相 | 各有会员档 | 国内国产，价格接近 |
一个重要参考：国内几个平台的 10 秒视频生成成本基本都在 2~3 元 区间，和国际平台的约 0.2~0.3 美元对标——AI 视频不再是"天价专属"。
做一条 AI 视频的常规打法：
平台的免费额度和价格变得非常快（即梦从免费到全面收费就是例子），下单前一定去官网确认实时价，先用免费额测试几段再决定付费。别囤会员——AI 视频工具更新换代快，说不定下月就有更便宜更好的。
（数据来源：各平台官方定价与公开实测，为 2025-2026 参考，以官网为准。）
]]>| 工具 | 参考模式 | 特点 |
|---|---|---|
| 微软 Edge TTS | 有免费接口/Azure 商业版 | 免费档足够个人用，中文音色多，自然度可以 |
| 火山引擎（字节） | 按量/包月，有免费额度 | 中文音色、情感丰富，适合短视频 |
| Azure 语音 | 商业按量 | 多语言音色全，适合企业级 |
| 剪映/即梦内置配音 | 会员制 | 傻瓜式，跟着视频做最省事 |
| 11Labs 等海外 | 订阅制 | 真人感强，英文超好，中文也可 |
国产工具普遍有免费试用额度，先用完再决定付费，是永远不会错的做法。
<break time="500ms"/> 这类停顿指令个人做视频先试微软 Edge TTS 免费档；吃这碗饭、要专业效果再考虑火山/Azure/11Labs 的商业档。AI 配音是"能用"和"好用"两回事，免费的基本够你起步，别一上来就充会员。
（工具与价格为 2025-2026 参考，以各平台官网实时为准。）
]]>国产很多工具（比如某即时 AI 平台）用"每日白送积分"吸引用户，之后悄悄改成"自动续费 69 元/月"，取消入口还难找——这类投诉在网络上已经不少。任何要绑卡/开通自动续费的操作，先看好条款，试完就关。
与其花 299 报"AI 变现课"，不如：
AI 是工具，不是彩票。任何告诉你"躺赚""必赚""限时 299"的，先让它亮出实操和退款保障，亮不出的直接走。真正的 AI 红利，是把模型当真工具用起来的那批人，而不是交智商税的那批。
（本指南基于公开的消费维权案例与常见骗局模式整理，供参考。）
]]>DeepSeek 把 V3/R1 的权重以 MIT 协议开源，训练成本公开（约 557.6 万美元，传闻是 GPT-4 的约 1/20）。之后整个行业"开源模型追平闭源"成为常态：Qwen、Llama 等开源家族持续迭代，个人开发者也能本地部署。闭源模型的护城河，正在从"模型本身"转向"生态和体验"。
以 DeepSeek-R1 为例，输出价格约 16 元/百万 tokens，而 OpenAI o1 是 60 美元/百万——差约 50 倍。用户规模也在疯涨：ChatGPT 周活从 4 亿（2025 年 2 月）冲到 9 亿（2026 年初），逼近 10 亿。便宜 + 海量用户，逼着所有厂商把"每 token 成本"卷到极致。
工具调用、MCP 连接本地环境、让 AI 自动跑批量任务——2025 年还在概念阶段的 Agent，2026 年已经在真实干活：写脚本、管数据、做运维。趋势很明确：AI 的职责从"回答你"变成"替你完成"。
看图、听音、生成图/视频、实时对话……单模态模型越来越少见。文字生成视频（Sora、可灵、即梦）也进入"2~3 元做一条 10 秒视频"的价位，内容生产的成本被重新定义。
热度退潮后，真正留下来的是"解决具体问题"的应用：客服、编程、内容、教育、本地知识库。同时数据合规被反复强调——境内 API 的数据地域、商用授权、内容安全，都成为选型时必须考虑的项。
AI 不会取代会用 AI 的人，但会用 AI 的人，正在把不会用的人甩开。趋势这种事，盯着数据看比听故事靠谱得多——至少咱这篇引用的数字都是能查到的。
（趋势梳理基于公开数据：DeepSeek 技术报告与定价、OpenAI 官方里程碑、各平台公开信息。）
]]>很多人抱怨"AI 答得不对"，九成原因是问得太含糊。官方推荐的做法：
### 或引号把"指令"和"待处理内容"隔开举个例子，同样是写邮件：问"帮我写封工作邮件"不如问"写一封 100 字以内的邮件，拒绝对方周五的会议邀请，语气客气但明确，并提议下周一上午替代"。
GPT-4o 官方 API 价格是输入 $2.5/百万 tokens、输出 $10/百万 tokens，看起来不便宜，但有三个真实折扣：
如果你是个人开发者做点小工具，更推荐直接用 DeepSeek 这类性价比模型——上一篇文章里算过，同样输出量，DeepSeek-R1 的价格大约是 GPT-4o 的 1/30。别被"必须用贵模型"绑架，按任务选模型才是省钱核心。
网上动不动说"只靠 AI 日赚几百"的，离远点。ChatGPT 是生产力工具，能放大你的效率，但不负责凭空造钱。把时间和提示词打磨好，比整天追新功能实在得多。
（数据来源：OpenAI 官方 DevDay 声明 / 官方 API 定价页 / 多家科技媒体整理，价格以官方为准。）
]]>Midjourney：订阅制，无免费版。Basic 档每月 10 美元（年付折算 8 美元），Standard 30 美元/月。画质公认天花板，但中文提示词弱、没 API、想白嫖没门。
Stable Diffusion（SD）：开源模型，本地部署后零订阅费、无限量、数据在自己电脑里。代价是要一台像样的显卡——最低 GTX 1060 6GB 能跑，推荐 RTX 3060 12GB 以上，还要折腾环境（有秋叶整合包这类一键包能省事）。
即梦（字节）：曾经靠"每日白送积分"出圈，但 2025 年底全面改成付费（基础会员 69 元/月），免费额度缩水成"体验装"，网上吐槽自动续费难取消的也不少——用之前一定看清条款。
可灵（快手）：33 元/月左右，视频生成是它最强项，比静态图更能打。
多份同提示词实测的排名基本一致：画质 Midjourney > 可灵 ≈ 即梦。
| 维度 | Midjourney | Stable Diffusion | 即梦 | 可灵 |
|---|---|---|---|---|
| 是否免费 | ❌ 无 | ✅ 完全免费 | ⚠️ 少量积分 | ⚠️ 每月灵感值 |
| 中文提示词 | 弱 | 需插件 | 最强 | 强 |
| 中文文字生成 | 乱码多 | 不稳定 | 业内最强 | 易出错 |
| 人物写实 | 强 | 可控 | 强 | 一般 |
| 视频生成 | 刚起步(V1) | 靠插件 | 支持 | 最强 |
几个真实体验细节：即梦出图快（3~5 秒）、中文文字几乎不用抽卡，但风格偏"网红感"；可灵视频运动的连贯性和物理合理性最好，缺点是高峰期排队严重；SD 的学习曲线最陡，但对专业创作者来说可控性最高（ControlNet、LoRA 随便玩）。
最后提醒一句：国产平台的免费额度和会员价格变得非常快（即梦收费事件就是例子），下单前务必去官网看实时价格，先体验后付费。
（数据来源：各工具官方定价页 / 多家媒体与创作者实测，价格为 2025-2026 参考价，以官网为准。）
]]>DeepSeek-V3 用的是 Mixture-of-Experts（MoE）架构：总参数量 6710 亿，但处理每个 token 只激活 370 亿参数。打个比方，这就像一家大公司，平时真正干活的只有一小部分人——效率高，成本还低。
它预训练用了 14.8 万亿 tokens，上下文窗口 128K，一口气读一部长篇小说没压力。最狠的是，权重完全开源（MIT 协议），意味着你可以自己下载、自己部署，不依赖任何厂商。
DeepSeek 官方公布的 V3 训练成本约 557.6 万美元，用 2048 张 H800 显卡跑了两个多月。而业界普遍估算 GPT-4 的训练成本在 6300 万美元量级——差距约 20 倍。这个数字一出来，整个行业都坐不住了：原来大模型也可以这么省钱地训练？
看官方人民币定价（这是最硬的数据）：
| 模型 | 输入（缓存命中） | 输入（未命中） | 输出 |
|---|---|---|---|
| DeepSeek-V3 | ¥0.5 / 百万token | ¥2 / 百万token | ¥8 / 百万token |
| DeepSeek-R1 | ¥1 / 百万token | ¥4 / 百万token | ¥16 / 百万token |
对比 OpenAI 的 o1（输入 $15/百万、输出 $60/百万），R1 的价格差不多是它的 1/30~1/50。我见过不少创业团队，光是换 DeepSeek 当主力模型，月度 API 账单就能缩水一个量级。
R1 是 V3 加了一轮大规模强化学习跑出来的推理模型，官方技术报告里的数据：
我自己拿它写代码、解数学题，感受是：它会把思考过程一步步摊开，错了会自己复盘再试，比普通对话模型稳得多。
预算敏感、重推理、爱折腾开源的开发者和团队，DeepSeek 是 2025 年最值得先试的模型；但如果你要的是多模态、agent 丝滑体验，还是得看 GPT 系和 Claude 系。
（数据来源：DeepSeek 官方技术报告 / 官方 API 定价页 / 公开媒体整理，均为可核实数据。）
]]>