这一页解决什么问题
- ·你在别处看到一个价,想知道它凭什么。这里把每个数的来路、取数范围、算式、以及我们自己会在哪一步出错全部摊开。
- ·读完你应该能做到两件事:(一)拿我们给的数据自己算一遍,算出和我们一样的数;(二)知道我们在哪几个环节可能错、错的方向是高了还是低了。
- ·如果你算出来和页面对不上,那不是你的问题 —— 先看下面「站点口径 vs API 口径」那节,两边确实有两套定义。
我们是什么
- ·一个独立运行的 AI 订阅与 API 价格数据库。目前有 46 个品类页、页面上列出 1,083 条报价,来自 409 家在售货的第三方卡网号商(号商名录里一共收录 474 家在营店)。
- ·另实测 2,106 个 API 中转站域名,其中 559 个这一轮还能返回定价数据。
- ·我们不卖货、不代下单、不抽成、不为任何单一商家背书。收入与任何商家的销量无关。
数据从哪来
- ·卡网报价:直接读取商家公开的商品列表页/公开接口,取标题、价格、库存、质保描述、商品链接。不登录、不抓取订单页、不碰任何用户数据。
- ·中转站倍率:读取各站公开的
/api/pricing接口(one-api / new-api 系的标准接口),取 model_ratio、completion_ratio、model_name。不注册、不充值、不调用付费接口。 - ·充值比:读取各站公开的
/api/status,取price(每 $1 名义额度收多少元)。 - ·官方标价:来自厂商官网公开定价页。我们只做参照,并明确指向官网——因为官方价会调整,而我们不愿意给你一个可能过期的数字。
「官方价」这三个字到底指什么
- ·它指厂商官网公开的建议零售价(建议零售价 / 官方标价),不是任何在售渠道的实际售价。我们把它抓下来,只是为了给你一个横向比较的锚点:同一档位下,渠道价是官方价的几成。
- ·本站是第三方价格信息聚合展示方,不是定价方、不是卖方、不参与交易、不为任何渠道背书;厂商的定价与调整以官网为准,我们只转述并给出抓取时刻与来源链接。
- ·「实付是官方价的百分之几」只比较输入侧的单 token 价。它不等于你的实际账单比例 —— 输出价、缓存命中、多模态、上下文长度都会改变账单;不同厂商的计费结构本来也不同。要算准账,请回厂商官网看完整计费规则。
- ·任何时候我们更建议你直接点开厂商定价页自己看一遍。我们给出数字,是为了让你少点几次,不是让你省掉那一步。
怎么清洗
- ·去除垃圾项:非 AI 品类(游戏挂机卡、加速器天卡)、明显的占位商品、价格为 0 或缺失的记录。
- ·商家自己写着「暂时不做 / 已下架 / 停售」的,还挂在店里但不能买,不进任何品类。
- ·跨类污染过滤:标题含「额度 / 点数 / 积分」或「免费版 / Free」的,不算订阅商品(席位/短时卡这类描述配额的 SKU 除外)。
- ·价格可信度守卫:以该品类全部在售报价的中位数为锚,低于中位数 × 0.35 的判为离群值,剔除。不做守卫的两种情况:中位数本身低于 50 元(低价品类本来就长尾,守卫会误杀真便宜货);样本不足 3 条。
- ·未知品类不做猜:还有 2,655 条报价(占 44%)没能归到具体产品型号,就不归 —— 猜错型号比不归更糟,因为用户会拿它跟别的型号比价。
一条报价从入库到你眼前
- ·① 入库:抓到一条商品记录(标题、价格、库存、质保、时长、链接、采集时间)。
- ·② 归类:按 vendor / product / ptype / 时长 落到某个品类页;归不上就留在未归类。
- ·③ 剔除:跨类污染标题、商家自己写着停售的记录。
- ·④ 排序:按价格升序,每个品类只取最便宜的前 60 条(超出的页面标「60+ 条」)。当前有 15 个品类被截断——也就是说这些品类页上你看到的最低价,是「最便宜那批里的最低价」,不是「全站最低价」。
- ·⑤ 守卫:剔除低于中位数 × 0.35 的离群值,再取剩余里的最低价。
- ·⑥ 展示:价格、时长、质保、库存状态、信息完整度、店铺评分,每条都能点回商家原页。
- ·注意第 ④ 步和第 ⑤ 步都发生在 SKU 页这条链上,而
/api/quotes/那条链不做这两步。这就是下面要讲的两套口径。
五类口径(重要)
- ·最低价:站点口径 = 该品类在售报价里、过了离群守卫之后的最低价(见上一节 ④⑤ 步)。API 口径 = 该产品型号下全部报价的裸最小值,没过守卫、也没排除缺货。另外要知道:API 的
plus桶是按「产品型号」归的,里面混进了接码、接马、邮箱这些挂着 plus 关键词的服务,所以它的最低价可能低到几元 —— 那不是 Plus 订阅的价格。要「某个交付方式下的 Plus 多少钱」,看站点品类页或/data/<品类>.json,别用 API 的裸最小值。 - ·质保最低价:只统计明确写了质保的报价里的最低价。「明确写了」= 质保字段不是这 9 个值之一:
未标注 / 未标注质保 / 无 / 无质保 / 空 / - / unknown / none。注意「无质保」「未标注」都不算有质保 —— 这两种情况风险完全不同,但都不会出现在质保最低价里。 - ·中位价:该品类全部在售报价价格的中位数。站内有两套算法,结果不完全一样:品类页与 API 用
sorted[n//2](升序排列后取第 ⌊n/2⌋+1 位;条数为偶数时取两个中间值里靠后的那一个);地区页与指南页用「偶数条时取中间两条的平均」。我们的数据里约一半品类两种算法会差几元到几十元,看哪个页面对哪个口径。 - ·实付价:地区维度统计的是你实际掏的钱(含代充服务费、成品号溢价、汇率损耗),不是 App Store 的官方标价。两者不能混着比。
- ·中转站倍率:model_ratio 的原值。它不是「官方价的折扣」——new-api 里 1 个 ratio 单位约合 $2/百万 tokens,只在同一模型之间横向比较才有意义。
你能不能自己复算一遍
- ·能。下面三条路径都不需要信任我们,你手上的数据 + 我们给的公式就够了。
- ·路径一 · 核对单条报价:任何一条报价都能点回商家原页(
source_url)。商家改了价、改了库存、下了架,我们的快照不会跟着变 —— 这是必然会出错的地方,见下一节。 - ·路径二 · 复算中位价:下载
https://aiapiprice.com/api/quotes/plus.json,取items[].price_cny全部升序排列,取sorted[n//2],就是 API 口径的中位价;把同一批price_cny里 warranty 不属于那 9 个值的挑出来,取最小值,就是质保最低价。品类页上显示的数用的是同样两个算式,只是样本先过了守卫、并且按交付方式拆得更细。 - ·路径三 · 复算店铺评分:店铺档案里三个分项 P/V/I 都写明了怎么来的(见下节)。拿
score_shops.json里的 P、V、I 代入S = 0.50P + 0.30V + 0.18I + 0.02C,得到的数就是页面上那个分(差异只来自四舍五入)。 - ·算下来对不上,优先怀疑两件事:(一)你用的是站点口径还是 API 口径;(二)你算的是「偶数条取中间两条平均」还是「
sorted[n//2]」。这两个是已知会差数的点,不是我们算错。
我们自己的数据在什么情况下会错
- ·这一节是本页最重要的一节。以下每一条都是我们自己的系统会出的问题,不是商家的问题。括号里是误差的方向。
- ·1. 反爬导致整块缺失:链动小铺的店铺页有滑块验证,我们有时过不去。过不去的店整家不显示(不拿旧数据充数)。结果是链动系的报价系统性偏少,而 16688 系的偏多 —— 样本在平台之间是有偏的,不是均匀的。(方向:某平台价格被高估)
- ·2. 分页截断:每个品类只取价格最低的前 60 条,超出的标「60+ 条」。当前 15 个品类处于截断状态。这些品类页上的最低价是「便宜那批里的最低」,不是全量最低。(方向:低价被隐藏,不是虚高)
- ·3. 店名归一错误 —— 披露分大面积为 0:平台会把店名拼后缀(「Stevenma的小店」和「Stevenma的小店的小店」是两个字符串)。我们目前按店号优先、店名兜底匹配,但信息完整度只覆盖到 212 家店,导致 259 家(60%)有报价的店披露分 I = 0。这里的 0 绝大多数是「我们没对上号」,不是「商家什么都没写」。所以披露分低的店请先看它有没有分项,不要直接当成信誉差。(方向:评分被低估)
- ·4. 汇率不是当天的:实付换算用的是一个固定系数 7.2,不随行情变。汇率明显偏离 7.2 时,我们所有美元实付都会同向偏移。(方向:汇率跌时实付被高估)
- ·5. 充值比会颠覆结论:同一个倍率,充值比 1 的站和充值比 7.3 的站真实价格差 7 倍。我们实测的 589 家里,中位数是 1,但有 180 家(31%)高于 1,最高到 81.25。只按倍率排序会把这批站排在最前面 —— 它们恰恰是最贵的那批。(方向:低价被高估)
- ·6. 未知品类占比不低:2,655 条报价(44%)没能归到具体产品型号。按品类查价时,这部分不在结果里;只在「全部报价」里能翻到。(方向:某个型号的价格被高估)
- ·7. 「不计分」有三种,不等于过期:页面上「不计分」分三种情况 —— 没有采集时间、采集时间超过 24 小时、以及本轮新采到但评分表还没覆盖到。最后一种最多,也最容易被误读成「数据很旧」。实际上它只是「新」。
- ·8. 存活率只有几天快照:我们记录了每个中转站域名的可用天数,但目前最多只有 3 天,而且只覆盖被我们探测过的域名。它能说明「这个域名今天还在」,不能说明「这个站稳不稳」。(方向:长期稳定性未知)
- ·9. 24 小时有效期是硬规则:档案采集时间超过 24 小时就不计分、页面不显示旧分,采集失败不续期。所以偶尔会有店「今天没分」—— 那通常是我们没抓到,不是店变差了。
- ·10. 快照不是成交价:我们记录的是公开标价。实际付款可能因库存、优惠券、售后条款而不同;商家改价我们也不会立刻知道。
店铺评分(押金 · 累计成交 · 披露度)
- ·号商名录和品类页里的「店评分」,公式与开源项目「知途·拾价」的《商铺评分规则》一致:
S = 0.50P + 0.30V + 0.18I + 0.02C。理论上限是 87.5 分,不是 100 分 —— 因为 P 项要乘 0.75 的用途系数,它自己封顶在 75 分。当前最高分是 76.5(432 家有有效评分的店里最高的那家),所以分数分布整体偏低压是有原因的,不是我们打分严。 - ·P 公示押金:
100 × d/(d+100),再乘 0.75——这两个平台的押金用途是「上架保证金」,属于「仅用于上架等已定义用途」,不是可自由退款的保证金。押金 0 或未公示记 0 分(未知不当作已获支持)。 - ·V 累计成交:
100 × t/(t+1000),t 是平台公示的成交笔数。保留来源的统计定义,不与销售额混同。 - ·I 原文披露:该店报价的「信息完整度」中位数(时长 / 质保 / 可买信息三项合成)。这一项大面积为 0 是匹配问题不是商家问题,见「我们自己的数据在什么情况下会错」第 3 条。
- ·C 内部一致性:同一报价多次采集之间是否自相矛盾。这一项目前从未计过分(当前 432 家店里有 0 家拿到了 C 值)——我们还没上线这项检查,所以实际总分就是 0.50P + 0.30V + 0.18I 三项之和。页面上的 0.02 权重保留,是为了口径与开源项目一致。
- ·缺失项不重分权重:缺哪项就是 0 分,权重不转给别的项——所以缺数据的店分数低,不是被平均掉了。
- ·24 小时有效期:档案采集时间超过 24 小时就不计分、页面不显示旧分;采集失败不续期。
- ·数据来源是两个平台的公开接口:16688 的
/shopApi/shop/detail,链动小铺的/shopApi/Shop/info。链动做了滑块验证,采集有时过不去——过不去就不显示,不拿旧数据充数。 - ·免责:押金不等于当前可赔余额;累计成交可能被商家修改;原文披露不证明承诺真实;这个分不能解释为诚信概率、真实履约率、退款成功率或认证销量。
报价信息完整度(怎么算的、能不能当诚信分看)
- ·每个品类页的报价表里有一列信息完整度(满分 100)。它衡量的是「这条报价的信息全不全、能不能判断能不能买」,不是商家诚信分——两回事,我们不混着说。
- ·三项相加,缺失项不重分权重(缺一项不放大别项)。下面是完整的分档表,你可以照着给任何一条报价手算:
- ·时长 25 分:含「月 / 年 / 季 / 周 / 半年 / 18个月 / 两年」= 25 分(写明了周期);只含「天 / 日 / 小时 / 时」= 20 分;写成别的说法(如「永久」「不限时」)= 15 分;没写 = 0 分。
- ·质保 40 分:质保说明里含「订阅」= 40 分(覆盖整个订阅周期);写明 N 天且 N ≥ 7 = 30 分;N 在 2~6 = 20 分;N = 1 = 10 分;只保证「首登 / 登录一次」= 15 分;明确写「无 / 不保」= 5 分;写了质保但说不清多久 = 20 分;没标注 = 0 分。
- ·可买信息 35 分:有库存数 = 15 分;有商品原页链接 = 10 分;标题里出现下列任一交付方式词 = 10 分 —— 直充、代充、成品号、现号、拼车、车位、账号、卡密、兑换码、日抛、天卡、订阅。
- ·有效期 24 小时:采集时间超过 24 小时的报价不计分,采集失败不续期、不拿旧数据凑分。
- ·页面同时显示三项分项(如 25+0+25),分项各自舍入,与总分可能差 0.01。
- ·免责:质保时长是商家自己标的,我们只做分类不核实;信息完整不等于承诺真实;这个分不能解释为诚信概率、真实履约率、退款成功率或认证销量。
- ·方法论借鉴了开源项目「知途·拾价」的《商铺评分规则》(GPL-3.0)的缺失项处理与失效规则;但它的押金与累计计数两项我们的数据源不提供,我们不编,改为用我们独有的商品原文做披露度量。
中转站价格的三个参数(重要)
- ·中转站不用官方价目表,它把价格拆成三个因子相乘,只看其中一个都会算错:充值比 × 模型倍率 × 分组倍率。
- ·充值比(面板里的
price)是「每 $1 名义额度收你多少元」,new-api 默认值是 7.3。很多站宣传的「1 元 = 1 美元」其实是站长把它改成了 1。我们实测 589 家有这个字段的站:中位数是 1,最高见过 81.25,有 116 家还是 7.3 的默认值。充值比 1 和 7.3 的两个站,真实价格差 7 倍——这是这一节最要紧的一句。 - ·所以「实付是参考价的几成」必须按每站自己的充值比折算后再比:
实付 $/百万 = 2 × 模型倍率 × 充值比 ÷ 7.2,再除以该型号的官方价就是百分比。没采到充值比的站,我们按 1 元 1 刀估算并只显示美元数值,不参与排序解释(宁可空着也不猜)。 - ·分组倍率我们没有乘进去:各站分组命名和倍率都不同,强行折算反而失真。所以表里的价格是「默认分组」口径,实际付款请以站内结算页为准——这句话不是免责,是事实。
域名注册时间为什么单独列一列
- ·一个上个月才注册的域名,挂 0.05 倍率给你用——这在圈钱跑路和黑冲里是极高频的形态。倍率只能说明「它现在标多少钱」,说明不了「它能撑多久」。
- ·所以我们查每个域名的注册日期(RDAP,注册局的公开数据),标成天数:30 天内 标红、90 天内 标黄。域名老不代表可靠,但域名很新 + 价格极低这个组合,值得你先去看一眼它的退款条款。
- ·注册日期不会变,所以这项数据一周查一次;倍率每天抓。两者分开更新,各自标注时间。
低价为什么不可信(一条算术线)
- ·闭源模型没有开源权重,任何渠道最终都要向厂商按 API 价付费。
- ·中转站最主流的定价是「名义价照抄官方美元价,充值 1 元换 1 美元额度」。按站内统一的 7.2 折算:ratio = 1 的站实付
2 × 1 × 1 ÷ 7.2 = 0.278 $/百万,相对官方 $2/百万 的定价就是 13.9%。 - ·也就是说:一个站长期把价格定在官方价 14% 以下,在「合规向厂商采购」这个假设下就算不平。(行业报道里那条「15% 成本下限」是按 6.7 汇率算的,结论方向一致;但你要拿我们的数字自己复核,请一律用 7.2。)
- ·它仍然可能卖得便宜,但那笔差价来自别处——盗刷卡充值、批量注册薅免费额度、把订阅拆开卖、或者干脆把你的请求路由到便宜模型。
- ·我们不推断任何一家具体站在做什么,只标出这个位置在哪。倍率低于 0.05 的我们直接标「异常低」,判定为计费算错或试用额度,沉到表尾不参与排序。
官方参考价从哪来(重要)
- ·中转站的
model_ratio是相对一个统一基准($2/百万 tokens)设的,不是相对每个模型的真实官方价。所以同一个倍率,在 $10/百万 的模型和在 $2/百万 的模型上,代表的折扣完全不同——不换算就会看错。 - ·我们每天抓厂商的公开定价页存快照,得到模型账本。来源页:OpenAI · Anthropic · Google。抓取脚本在仓库里:
crawler/fetch_api_prices.py。 - ·算式:站内 1M tokens 扣
2 × 倍率刀,1 刀收「充值比」那么多元,所以实付(美元)=2 × 倍率 × 充值比 ÷ 7.2;再除以该型号官方价,就是表里的「实付是参考价的几成」。 - ·取不到官方价的型号,我们不出比率,标「缺官方价」——不用旧价凑、不用别的型号的价代替。DeepSeek、智谱、阿里百炼的定价页是 JavaScript 渲染,我们抓不到官方价,所以官方 API 页只给入口链接 + 我们实测的中转倍率,不编数字。
更新与纠错
- ·全站采集一天跑两轮(凌晨与晚间),页面上的时间戳由前端按真实抓取时间换算,不写死。
- ·不同数据的更新频率不一样,我们分开标注:卡网报价与库存每轮重采;中转站倍率与充值比每天重抓;域名注册日期一周查一次;官方价账本每天抓。
- ·发现错误、要求收录或希望删除某条商家信息,都可以通过页脚联系方式提出。我们会在核实后修改——包括把对我们不利的数据改对。
数据管线是开源的
- ·中转站倍率这一段是开源的:newapi-ratio-probe——怎么读 /api/pricing、怎么按模型族聚合、怎么处理离群值,代码里都能看到。你可以自己跑一遍,和页面上的数字对一遍。
- ·卡网报价这一段暂时没开源,原因是里面带着商家清单和反爬策略,公开会直接伤到数据源。但清洗规则、口径定义和已知局限,上面都写了,欢迎按这些规则来验证我们。
我们不做什么
- ·不代售、不担保交易、不参与售后。任何交易都在你和商家之间完成。
- ·不因为付费而调整排名或删除差评。排名只由数据决定。
- ·不承诺「最便宜」——只给出分布和样本量,让你自己判断。
- ·不拿我们的分数当「平台认证」。评分是我们按公开信息算的,和平台自己的信誉体系无关。
按要看的数据跳过去
口径最后更新:2026-11-19。任何口径变更都会写在这页上,不做静默修改。