cocodot
← 返回教程
国内卡付不了海外 AI?cocodot 一张卡 + 一个 Key 搞定
模型对比更新于 2026-10

Gemini Flash 和 GPT-5.6 Luna 哪个便宜?批量任务选便宜模型的算法与自测方法

批量任务该用 Gemini Flash 还是 GPT-5.6 Luna?便宜档模型比的不是每百万 token 标价,而是每完成一条任务的真实花费。本文给出单条成本的算法、思考 token 与截断空答案的识别方法,以及半小时出结论的自测流程。Gemini 3.7 Flash 本站已下架,便宜档在售可用 mgg-7。

一句话结论:结论:批量任务别按「每百万 token 标价」选便宜模型,按「每完成一条合格任务的花费」选。两个模型的标价请以 OpenAI 和 Google 官方定价页的当前值为准 —— 第三方比价站上同一个型号的价格常常互相矛盾,有的还把批处理价和标准价混在一起比。决定真实花费的有三个变量:① 每条任务实际消耗的输出 token,带思考过程的模型会在正文之外多花一截,只看正文长度会低估;② 一次合格率,答错要重跑或人工返工,便宜一半的模型合格率低一截,账就反过来了;③ max_tokens 设得够不够,设太小会拿到空答案或半截答案,看起来像便宜,其实白花。实操:从你的真实数据里抽 50 条,两个模型各跑一遍,用 usage 里的 token 数乘官方单价、再除以合格条数,半小时就有答案。cocodot 在售 GPT-5.6 Luna(调用名 mog-8-l)和 Gemini Flash 档(mgg-12 = Gemini 3.6 Flash、mgg-7 = Gemini 3 Flash),同一个 key 改模型名就能对比。Gemini 3.7 Flash 在 cocodot 目前已下架,Gemini 便宜档在售可用 mgg-7(Gemini 3 Flash),和 Luna 同一个 key。

1. 先说结论:比的是单条成本,不是标价

「哪个便宜」这个问题,搜出来的答案大多是把两家每百万 token 的标价并排一放。但批量任务的账单不是按标价算的,是按每条任务实际用掉的 token × 单价算的,再加上答错重跑的那部分。两个模型处理同一条任务,输出长度可以差好几倍:一个只回一个标签,另一个先写一段思考再回标签。所以正确的问法是:完成 1000 条合格结果,各要花多少钱。这个数只有用你自己的数据跑一次才知道,标价只是公式里的一个系数。标价本身请以 OpenAI 和 Google 官方定价页为准 —— 这些数字会变动,所以不在文中写具体数字。

2. 单条成本的算法

公式很简单:单条成本 =(输入 token × 输入单价 + 输出 token × 输出单价)÷ 一次合格率。举个只用来演示算法的例子:假设一条评论打情感标签,输入 120 token,模型 A 输出 5 token,模型 B 因为带思考输出 90 token。即使 B 的输出单价只有 A 的一半,B 的输出花费仍是 A 的 9 倍;再假设 A 的一次合格率 95%、B 是 99%,除完以后才是真实的单条成本。三个数里,输入 token 你自己能控制(压缩 prompt、去掉无关上下文),输出 token 和合格率只能实测。月度预算怎么从单条成本推到整月,见 /hub/llm-api-monthly-cost-estimate。

3. 思考 token:正文之外的那一截

现在不少便宜档模型也会在回答前「想一下」,这部分 token 一般计入输出,但不出现在你看到的正文里。识别方法不需要查文档:看接口返回的 usage,如果输出 token 数远大于你看到的正文长度(比如正文只有一个词,输出却记了上百 token),多出来的就是思考部分。对付它有两个办法:一是任务本身不需要推理时,在官方文档允许的范围内把思考强度调低或关掉 —— 具体参数名以各家官方文档为准;二是干脆把这类任务交给不带思考或思考更少的型号。分类、打标、抽取这种「答案对错一眼可判」的任务,多数时候不需要模型先想。

没有海外卡也能调大模型:cocodot 的 OpenAI 兼容 API,改 base_url 就能调在售型号。

支付宝 / 微信支付(人民币)、USDT / USDC 充值 · 按 token 计费 · 改 base_url 即可接入

4. max_tokens 设太小:空答案不是故障

批量任务里一个很常见的坑:为了省钱把 max_tokens 设得很小,比如 10。对不带思考的模型,这通常够回一个标签;对带思考的模型,思考还没结束额度就用完了,返回的正文是空的或者只有半截。排查方法:看返回里的 finish_reason 字段,如果显示是因为长度被截断,而正文为空,就是这个原因,不是接口坏了。解决办法是给 max_tokens 留足余量,再用 prompt 约束输出格式(例如「只输出标签,不要解释」)来控制正文长度。上下文方向的超限报错是另一回事,处理见 /hub/context-length-exceeded-fix。

5. 一次合格率:便宜模型容易被忽略的成本

合格率低的代价不只是重跑的 token。批量任务里,错误结果还要被发现:要么写校验规则自动筛,要么人工抽查。一个实用的判断标准是:如果错误结果能被程序自动识别并重跑(比如输出不是合法 JSON、标签不在枚举里),合格率的影响有限,选单条更便宜的;如果错误只能靠人看出来(比如情感判断偏了),合格率每低一个百分点,都要换算成人工复核的时间。后一种情况下,多花一点选合格率更高的模型,总成本反而更低。

6. 半小时自测流程

① 从真实数据里随机抽 50 条,覆盖常见情况和几条你知道很难的边界样本;② 两个模型用完全相同的 prompt 各跑一遍,max_tokens 都给足(先别省);③ 记录每条的 usage(输入、输出 token)和结果,对照你的标准答案标出合格与否;④ 按第 2 节的公式算出每个模型的单条成本;⑤ 把 max_tokens 和思考强度调到刚好够用,再各跑一遍,看合格率掉没掉。如果两个模型单条成本接近,选合格率高、输出格式更稳定的那个;如果相差很大,选便宜的,再给它配一层自动校验。批量上线后,并发一高可能遇到 429 限流,处理见 /hub/api-429-rate-limit-concurrency-china。

7. 不只是二选一:分层路由

多数批量流水线里,任务难度并不均匀。更省的做法是两层:第一层用单条成本最低的模型处理全部任务,并要求它对没把握的条目输出一个标记;第二层只把标记过的条目交给更强的模型。这样大部分 token 按最便宜的价格计费,只有少量难题付更高的价。实施时要注意两点:让第一层输出「没把握」标记要写进 prompt 和输出格式里,并在测试集上确认它真的会标;第二层的结果同样要做校验。更多降本做法见 /hub/ai-api-cost-saving-china,两个型号各自的接入细节见 /hub/gpt-56-sol-terra-luna-api 和 /hub/gemini-api-china-flash-pro。

8. 在 cocodot 怎么调用

两边都在 cocodot 的在售列表里:GPT-5.6 Luna 的调用名是 mog-8-l(写官方名 gpt-5.6-luna 也对应这个代号);Gemini Flash 档有 mgg-12(Gemini 3.6 Flash)和 mgg-7(Gemini 3 Flash)。OpenAI 兼容接口:base_url 填 https://cocodot.co/api/ai/v1,同一个 key 改 model 字段就能在两个模型之间切换,第 6 节的对比可以在一个脚本里跑完。价格:逐型号单价以价格页实时标价为准。充值用支付宝 / 微信支付(人民币)、USDT / USDC;验证邮箱送的体验额度首次充值后即可使用,跑对比前先小额充值一笔。

两个便宜档逐项对照(官方参数请到各自官方页面核对当前值)

GPT-5.6 LunaGemini Flash(3.6 / 3)
官方价格入口OpenAI 官方定价页Google Gemini API 官方定价页
标价 / 批处理价以官方页面当前值为准以官方页面当前值为准
思考 token 怎么看看 usage 里输出 token 是否远多于可见正文同左
上下文上限以官方模型页为准以官方模型页为准
cocodot 调用名mog-8-l(也认官方名 gpt-5.6-luna)mgg-12(Gemini 3.6 Flash)、mgg-7(Gemini 3 Flash)
先拿来测的任务分类、打标、字段抽取、格式转换同一批任务对照跑,再加一组需要推理的
判断标准每条合格任务的花费 + 合格率同左

常见问题

Gemini Flash 和 GPT-5.6 Luna 哪个便宜?

按标价比请看两家官方定价页的当前值;但批量任务该比的是每条合格结果的花费。带思考的模型输出 token 会更多,合格率不同还要重跑,所以标价便宜的不一定总账便宜。用 50 条真实数据各跑一遍,按 usage 和官方单价算一下就知道。

批量任务用什么模型最划算?

答案对错一眼可判、能被程序自动校验的任务(分类、打标、抽取、格式转换),用单条成本最低的那个,再配一层自动校验;错误只能靠人看出来的任务,优先合格率。量大时用两层路由:便宜模型先跑全部,没把握的再交给更强的模型。

为什么返回的内容是空的?

常见原因是 max_tokens 设得太小,模型先消耗了思考 token,正文还没开始额度就用完了。看返回里的 finish_reason,如果是因长度截断且正文为空,把 max_tokens 调大,再用 prompt 限制输出格式来控制长度。

第三方比价站的价格能信吗?

只能当线索。同一个型号在不同比价站上的价格经常对不上,有的把批处理价和标准价混着比,有的比的是另一个版本号。做预算请以 OpenAI 和 Google 官方定价页为准。

在 cocodot 怎么同时测两个模型?

base_url 填 https://cocodot.co/api/ai/v1,同一个 key,model 分别填 mog-8-l(GPT-5.6 Luna)和 mgg-12 或 mgg-7(Gemini Flash),其它参数完全相同。实时价格以价格页为准。

关于 cocodot

cocodot 是面向中国大陆开发者与出海团队的支付与 AI 接入服务:由持牌机构发行的美国卡段虚拟卡(用于在海外网站完成订阅与广告扣费),以及 OpenAI 兼容的 AI API 中转(在中国大陆直连调用 Claude、GPT、Gemini)。两者共用同一个钱包,支持支付宝 / 微信支付(人民币)、USDT / USDC 充值、以美元记账。卡费率:开卡 $9.9、充值到卡 3%、每张活跃卡每月 $1;消费:单笔 <$20 收 $0.60 结算费;发卡方按笔收费时另收相应费用。

服务范围、价格与能力边界 →
OpenAI 兼容 API · 人民币充值开通 API