20261122 模型性价比分析

结论

  • 按「每 $10 订阅换到多少可用 token」排序,第一是 muse-spark-1.3-contributor(158.7M / $10)。但它的低价代价是授权用你的提问与回答训练模型(非 ZDR,且有区域限制)。
  • 扣掉隐私代价与实际可用性,deepseek-v4.1-flash 是唯一均衡项:月额度 $100 全部模型最高(按 $10 计 10 倍),缓存读 $0.003/M 最低,1M 上下文,支持图片输入。
  • 但它有一段惩罚窗口:工作日 UTC 01:00–04:00 与 06:00–10:00 价格 ×2(即北京 09:00–12:00、14:00–18:00),正好压在国内白天工作时段。峰值时段有效额度从 1,190M 掉到 595M(59.5M / $10),名次跌到第 6 附近。
  • 最差是 hy4:$60 额度看着不低,但输入 $0.834 / 输出 $2.501 把溢价全吃回去,月可用只有 147M。
  • 额度大小不等于性价比:qwen3.8-flash 月额度只有 $30,但单价便宜,排第 5,反超 longcat-2.0 与 minimax-m3(这两个额度 $60 却单价贵一倍以上)。

计价口径

  • 月额度取自官方 go.monthly_usage.go(美元)。官方定义:该模型的月额度表示「整月只用这一个模型时套餐覆盖多少用量」;5 小时窗口上限 = 月额度 20%,周窗口 = 50%(周一 00:00 UTC 重置)。全部付费模型共享同一额度池,换模型不新增额度。
  • 混合成本口径:每 1.1M token = 1M 输入(其中 80% 命中缓存,按缓存读价计)+ 100K 输出。用于模拟带 prompt cache 的 agent 流量。
  • 月可用 token = 月额度 ÷ 混合成本 × 1.1M;每 $10 token = 月可用 token ÷ 10。
  • 价格单位:美元 / 1M token。Go、Go Plus、Go Teams 三个套餐单价相同,只差额度。
  • 数据来源:GET https://opencode.ai/inference/go/v1/models,2026-11-22 实测返回 13 个模型,读 cost.text、cost.multipliers、go.monthly_usage、limit.context。

付费模型性价比排行(Go,$10/月)

排名模型月额度 $额度倍数输入 $/M缓存读 $/M输出 $/M混合成本 $/1.1M月可用 token每 $10 token备注
1muse-spark-1.3-contributor606x0.100.00200.200.04161,587M158.7M训练数据换低价,非 ZDR,区域受限
2deepseek-v4.1-flash10010x0.150.00300.600.09241,190M119.0M高峰时段价格 ×2;1M 上下文;ZDR
3mimo-v2.6-flash606x0.140.00280.280.05821,133M113.3M结构最接近 muse,但额度低 40
4glm-5.3-flash606x0.150.03000.500.1040635M63.5M缓存读价比同类高 10 倍,长会话吃亏
5qwen3.8-flash303x0.150.01600.470.0898367M36.7M额度最低档,靠单价挣回名次
6longcat-2.0606x0.300.00601.200.1848357M35.7M输出价高;不支持图片输入
7minimax-m3606x0.300.06001.200.2280289M28.9M缓存读价全部模型最高
8minimax-m3.1-flash202x0.150.01500.600.1020216M21.6M额度仅 $20,单价却与 deepseek 同档
9hy4606x0.8340.04202.5010.4505147M14.7M单价最贵,额度溢价被价格吃光

免费模型(不占额度)

模型上下文工具调用备注
beam-free1,048,576支持限时免费;中国大陆及港澳不可用
iceman-contributor-free262,144支持需授权用你的数据改进该模型
longcat-2.5-free1,000,000支持托管在中国,需隐私设置开 Global 区域
hy4-flash-free1,048,576支持ZDR

落点表:性价比 vs 本机可用性

模型性价比名次经 omniroute 实测判定
muse-spark-1.3-contributor1404 model not found需先开「允许用训练数据」隐私项
deepseek-v4.1-flash2404 model not found直连可用(billing_source=go),经 omni 不可用
mimo-v2.6-flash3404 model not found同上
glm-5.3-flash4404 model not found连接 excludedModels 已标排除
qwen3.8-flash5404 model not found同上
longcat-2.06404 model not found同上
minimax-m37404 model not found连接 excludedModels 已标排除
minimax-m3.1-flash8404 model not found同上
hy49404 model not found同上
4 个 free 模型不参与排名200 OK目前唯一可经 omni 使用的付费池外资源

边界

  • 本表只比额度与单价,不含代码能力、指令遵循、工具调用质量等能力分;能力必须按任务另测,不能由价格推出。
  • 混合口径是假设值(80% 缓存命中、输入:输出 = 10:1)。命中率越低,缓存读价高的模型越吃亏:glm-5.3-flash(0.03)、minimax-m3(0.06)在低命中率场景下名次还会继续下滑。
  • 未计入促销类时间折扣(如 Gemini 4 Argon 的 50% 折扣期、GLM-5.3 的临时提额),只用官方当前挂牌价与 multipliers。
  • Go Plus 的额度倍数与 Go 不同(longcat-2.0、hy4 从 $60 提到 $240,deepseek 从 $100 到 $200,minimax-m3.1-flash 仅到 $80),本表结论不直接适用于 $40 套餐。
  • 额度是「共享池」:实际用量分散在多个模型时,各模型的名次不能相加,只能按混合成本换算成同一额度片的占比。