模型广场

DeepSeek V4 的更快、更低成本版本，针对编程助手、高并发对话与延迟敏感的智能体工作流优化。

上下文

1M

输入 / 1M tokens

¥1.008

输出 / 1M tokens

¥2.016

缓存读 / 1M

¥0.02016

缓存写 / 1M

-

DeepSeek V4 旗舰模型，支持可调推理深度，面向全代码库分析、多步骤自动化与复杂推理任务。

上下文

1M

输入 / 1M tokens

¥3.132

输出 / 1M tokens

¥6.264

缓存读 / 1M

¥0.0261

缓存写 / 1M

-

面向复杂编程、知识工作与长时运行智能体任务的多模态推理模型。可横跨大型代码库工作、调用工具并调试，利用图像、日志与测试输出持续改进结果。

上下文

1M

输入 / 1M tokens

¥21.6

输出 / 1M tokens

¥108

缓存读 / 1M

¥2.16

缓存写 / 1M

-

面向复杂编程、知识工作与长时运行智能体任务的多模态推理模型。可横跨大型代码库工作、调用工具并调试，利用图像、日志与测试输出持续改进结果。

上下文

262K

输入 / 1M tokens

¥21.6

输出 / 1M tokens

¥108

缓存读 / 1M

¥2.16

缓存写 / 1M

-

Moonshot AI 专用编程端点，原地升级至 K2.8 代，性能接近 K3。支持低 / 高 / max 三档思考力度与最高 1M 上下文，适配智能体编程工具。

上下文

1M

输入 / 1M tokens

¥21.6

输出 / 1M tokens

¥108

缓存读 / 1M

¥2.16

缓存写 / 1M

-

Kimi 编程端点（K2.7 Code）的高速服务档位，上下文封顶 256K，换取更快推理速度，适合延迟敏感的编程智能体。

上下文

262K

输入 / 1M tokens

¥21.6

输出 / 1M tokens

¥108

缓存读 / 1M

¥2.16

缓存写 / 1M

-

编程与长程任务能力显著增强，可自主规划、执行并迭代同一任务超过八小时，交付完整的工程级成果。

上下文

128K

输入 / 1M tokens

¥10.08

输出 / 1M tokens

¥31.68

缓存读 / 1M

¥1.872

缓存写 / 1M

-

GLM 5.2 是大规模推理模型，拥有 1M token 上下文窗口，适合长程智能体、仓库级编程与多步骤自动化。

上下文

1M

输入 / 1M tokens

¥10.08

输出 / 1M tokens

¥31.68

缓存读 / 1M

¥1.872

缓存写 / 1M

-

GLM 5.2 是大规模推理模型，拥有 1M token 上下文窗口，适合长程智能体、仓库级编程与多步骤自动化。

上下文

1M

输入 / 1M tokens

¥10.08

输出 / 1M tokens

¥31.68

缓存读 / 1M

¥1.872

缓存写 / 1M

-

面向复杂软件工程与长程智能体任务的旗舰级模型，在多轮工具调用与大规模代码库重构中保持稳定执行。

上下文

1M

输入 / 1M tokens

¥10.08

输出 / 1M tokens

¥31.68

缓存读 / 1M

¥1.872

缓存写 / 1M

-

GLM-5.3 的 Flash 档位：原生多模态输入，适合高效编程与长程智能体，生产环境长上下文表现稳定。

上下文

1M

输入 / 1M tokens

¥0.792

输出 / 1M tokens

¥2.808

缓存读 / 1M

¥0.2304

缓存写 / 1M

-

GLM-5.3 的 Flash 档位：原生多模态输入，适合高效编程与长程智能体，生产环境长上下文表现稳定。

上下文

1M

输入 / 1M tokens

¥0.792

输出 / 1M tokens

¥2.808

缓存读 / 1M

¥0.2304

缓存写 / 1M

-