2026 年 9 月 LLM API 价格对比表：GPT-6 Astra / Fable 5.1 / Gemini 3.8 Flash / DeepSeek / Sonnet 5

2026 年 9 月第一周，OpenAI GPT-6 Astra、Anthropic Claude Fable 5.1、Google Gemini 3.8 Flash 同期发布，加上 Sonnet 5 定价永久化、DeepSeek V4 Pro 大幅降价，五大厂商同周改写 LLM API 价格曲线。本文给出完整的每百万 token 输入/输出价格对比表、缓存价格、上下文窗口与实测 benchmark，并给出基于 NixAPI 的统一路由接入建议。

2026 年 9 月的第一周，AI 行业上演了一场前所未有的「同周撞档」：Anthropic Claude Fable 5.1（9/1）、Google Gemini 3.8 Flash（9/2）、OpenAI GPT-6 Astra（9/3）先后发布，DeepSeek 也在同一窗口完成 V4 Pro 0813 的降价放量。叠加 Anthropic 把 Sonnet 5 的引流价 $2/$10 永久化，五大厂商在五天内把整个 LLM API 价格曲线重写了一遍。

这不是一次普通的版本迭代，而是「价格 - 能力双重竞争」进入新阶段的信号：三家头部厂商步调一致地推 1M 上下文、对齐 agentic coding，并把缓存价格当成新的竞争焦点。

本文给你一张完整的、可执行的对比表：每百万 token 的输入/输出价格、缓存读取、上下文窗口、核心 bench mark，以及这次价格波动里真正的隐藏成本——思考 token（thinking tokens）也按输出计费。

一、核心价格对比表（2026 年 9 月 8 日更新）

价格为每百万 token、标准档（Standard）美元价。Batch/Flex 通常为 50% off，Fast/Priority 通常为 2x。

模型	供应商	输入 $/M	输出 $/M	缓存读取 $/M	上下文	上线日期
GPT-6 Astra	OpenAI	$10.00	$50.00	$1.00	1.05M	9/3 发布 · 9/4 API
GPT-5.6 Sol	OpenAI	$4.00	$20.00	$0.40	—	参考
Claude Fable 5.1	Anthropic	$10.00	$50.00	$0.25	1M	9/1
Gemini 3.8 Flash	Google	$0.75*	$3.75*	$0.075	1.048M	9/2
DeepSeek V4 Pro 0813	DeepSeek	$0.435	$0.87	$0.0036	1M	8/12 GA
Claude Sonnet 5	Anthropic	$2.00	$10.00	—	1M	定价永久化

* Gemini 3.8 Flash 的 $0.75/$3.75 为年终促销价，到 2026-12-31 截止；2027-01-01 起恢复标准价 $1.50/$7.50（输入/输出）。

一眼看懂这张表

最便宜：DeepSeek V4 Pro 无悬念——输入 $0.435、输出 $0.87，比 GPT-6 Astra 便宜一个数量级；
最贵：GPT-6 Astra 与 Claude Fable 5.1 并列第一梯队，均 $10/$50；
价格 - 能力前沿最佳：Gemini 3.8 Flash 的 $0.75/$3.75，是 Astra/Fable 的 1/13，但 Terminal-Bench 2.1 已到 90.8%（官方）——接近昂贵旗舰的水平；
隐藏赢家：Anthropic 把 Fable 5.1 的缓存读取从 $1 砍到 $0.25（降 75%），对长上下文 agentic 工作负载的成本影响巨大。

二、五家到底在拼什么？

1. OpenAI GPT-6 Astra：旗舰价格再上一个台阶

GPT-6 Astra 于 9 月 3 日发布、9 月 4 日上线 API，模型代号 gpt-6-astra，上下文 1,050,000 token、最大输出 128K。

定价：标准 $10/$50；缓存读取 $1（缓存写入 $12.50）；超过 272K 输入 token 的长上下文按 2x 输入/1.5x 输出计费。

它比 GPT-5.6 Sol（$4/$20）贵 2.5 倍。它和 Claude Fable 5.1 同为当前第一贵的旗舰，也是 OpenAI 首个把缓存写入单独列为 $12.50 计费项（1.25x 未缓存输入）的模型——对长 prompt 的 agentic 任务，缓存成本被单列出来。

2. Claude Fable 5.1：真正的「价格屠夫」在缓存

Fable 5.1 的表面价与 Fable 5 相同（$10/$50），真正的杀招是缓存读取从 $1 砍到 $0.25（降 75%，为 Fable 5 的 1/4）。

Anthropic 官方估计：典型工作负载总成本降约 25%，复杂编码 / agentic 场景最多可省约 45%——因为 agentic 任务会反复读取同一段持久上下文。

对跑长会话 agent / 批量编码的团队，Fable 5.1 的实际成本竞争力远超表面价格。

3. Gemini 3.8 Flash：把「成本-性能前沿」拉低 13 倍

Google 在 3.6/3.7 之后，六周内第三次发 Flash 序列（3.8 Flash），这一次直接用 $0.75/$3.75 年终促销价入场。

Terminal-Bench 2.1：90.8%（官方）/ 89.4%（AA 独立实测）——逼近甚至超过部分昂贵旗舰；
DeepSWE 1.1（长程软件工程）：73.7%（AA）——「处理复杂工程任务时超过大多数更大旗舰模型」；
HLE-Verified：54.9%——多步推理与专业领域能力。

关键点：思考 token 按输出计费，且 API 里 thoughtsTokenCount 与 candidatesTokenCount 分开返回，两桶都按 $3.75 计。预算跨过 2026-12-31 的，得按 1 月起的 $1.50/$7.50 算。

4. DeepSeek V4 Pro 0813：绝对低价 + 峰谷计费转型

DeepSeek V4 Pro 0813（8/12 GA）把 cache-miss 输入定在 $0.435、输出 $0.87，缓存命中仅 $0.0036——是目前主流大型模型中无可争议的最低价。

注意它已从 8/16(UTC) 起转入峰谷计费：低谷价比峰值价低一半，但新的低谷价仍比 0813 现价高 50% 以上。规划长期预算要看清楚自己的调用时段落在峰还是谷。

5. Claude Sonnet 5：引流价「永久化」

Sonnet 5 的 $2/$10 原本是限时促销，如今 Anthropic 宣布永久化——把一个中端 1M 上下文模型的定价腰斩成历史常态。这是竞争姿态：Sonnet 5 用比 Opus/Fable 便宜 5 倍的价格，主打「快 + 便宜 + 够用」的日常生产负载。

三、真正的成本暗礁：thinking tokens & 缓存

这次价格崩盘里，有两个容易被表象误导的细节：

3.1 思考 token 按「输出」计费

Gemini 3.8 Flash、GPT-6 Astra、Claude Fable 5.1 都在推理前「想再想」。这些思考 token 全部按输出价计费，不是按便宜的输入价。

Gemini 3.8 Flash：思考 + 可见答案都在 $3.75（输出桶）；
GPT-6 Astra / Fable 5.1：思考 token 按 $50/百万输出价算。

实操含义：一个「看起来便宜」的输入价（如 Flash 的 $0.75）只反映 prompt 灌入成本；真正的 bill 由输出侧决定。选型时要用「每任务成本」而非「每 token 价格」比较——例如 Artificial Analysis 实测 Gemini 3.8 Flash 由于多生成约 30% 输出 token，单任务成本 $0.58，高于 3.7 Flash 的 $0.40。

3.2 缓存价才是 agentic 的胜负手

长上下文 agent 会不断重读同一前缀。五家缓存读取价对比：

模型	缓存读取 $/M	vs 输入价
Claude Fable 5.1	$0.25	2.5% 输入价
GPT-5.6 Sol	$0.40	10%
GPT-6 Astra	$1.00	10%
Gemini 3.8 Flash	$0.075	10%
DeepSeek V4 Pro	$0.0036	<1%

DeepSeek 的缓存命中价低到 $0.0036（几乎免费），Fable 5.1 用 $0.25 抢 agentic 负载。G同是 1M 上下文，你的工作负载越是「重读型」（RAG、长会话、代码库级 agent），缓存价权重就越高。

四、所以，作为开发者你该怎么选？

给三类典型场景直接结论：

你的场景	推荐	理由
成本极度敏感、大批量、检索型	DeepSeek V4 Pro	输入 $0.435/缓存几乎免费，长上下文 RAG 首选
agentic / 长会话，要旗舰级能力	Claude Fable 5.1	缓存 $0.25 让长会话成本大降
高性能 + 高性价比均衡	Gemini 3.8 Flash	TB2.1 90.8%，$0.75/$3.75 年终价，1M ctx
日常生产、要快要稳的 Workhorse	Sonnet 5（$2/$10 永久）	中端价腰斩，适合默认负载
要最强推理 / coding SOTA、预算宽裕	GPT-6 Astra	1.05M ctx + 旗舰，但 $10/$50 最贵

五、用 NixAPI 做「价格路由层」，而不是锁死单一厂商

价格崩盘的另一面是选型风险：今天 Gemini 3.8 Flash 便宜，明天 DeepSeek 峰谷价变化、后天 Fable 5.1 缓存价调整——绑死一家，等于把成本曲线交给别人。

NixAPI 的价值不是”帮你选模型”，而是让你用一套 OpenAI 兼容接口同时接入全部厂商，把 model 字段当作路由开关：

curl https://nixapi.com/v1/chat/completions \
  -H "Authorization: Bearer $NIXAPI_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "openai/gpt-6-astra",
    "messages": [{"role": "user", "content": "重构这个 Python 模块并解释你的思路。"}]
  }'

想对比跑哪个，改 model 字段即可，业务代码零改动：

贵在 anthropic/claude-fable-5-1 / openai/gpt-6-astra
便宜在 google/gemini-3.8-flash / deepseek/deepseek-v4-pro

加上统一的缓存命中计费、批量折扣对齐，NixAPI 让你在五家之间做运行时路由，把「价格崩盘」真正变成你的成本优势，而不是选择焦虑。

结语

2026 年 9 月的第一周，五大厂商用五天重写了 LLM API 价格地图：

旗舰新贵：GPT-6 Astra 与 Claude Fable 5.1 并肩登顶 $10/$50；
性价比之王：Gemini 3.8 Flash 用 $0.75/$3.75 把前沿能力拉到 1/13 价格；
绝对低价：DeepSeek V4 Pro $0.435/$0.87，缓存几乎免费；
中端腰斩：Sonnet 5 永久化 $2/$10；
隐藏变量：思考 token 按输出计费、缓存价成为 agentic 胜负手。

真正聪明的接法不是盯着一张价格表选”最好”，而是用 NixAPI 这类聚合层把它们都作为运行时选项。1M 上下文 + agentic coding + 缓存竞争的时代，谁能在厂商间自由路由，谁就掌握了价格曲线的主动权。

相关阅读 / 来源引用

OpenAI GPT-6 Astra API Pricing — developers.openai.com/api/docs/pricing
Anthropic Fable 5.1 Pricing — platform.claude.com/docs/en/about-claude/pricing
Google Gemini 3.8 Flash Pricing & Benchmarks — ai.google.dev/gemini-api/docs/pricing
DeepSeek V4 Pro 0813 Pricing — api-docs.deepseek.com/quick_start/pricing
Artificial Analysis Terminal-Bench v2.1 Leaderboard — artificialanalysis.ai/evaluations/terminalbench-v2-1
NixAPI 支持模型与价格 · NixAPI API 文档 · NixAPI 控制台

2026 年 9 月 LLM API 价格崩盘：GPT-6 Astra / Fable 5.1 / Gemini 3.8 Flash 等 5 大厂商完整对比表