我做了个开源「大模型性价比排行榜」—— 300+ 模型每日自动更新，帮你看清每美元能买多少 AI 能力

在线访问： https://yyh-001.github.io/llm-value-rankings/
开源仓库： https://github.com/yyh-001/llm-value-rankings
如果觉得有用，欢迎去 GitHub Star ⭐ 支持一下！

---

为什么做这个

平时选大模型，大家习惯看能力榜——谁分高用谁。但实际用起来，还有两个绕不开的问题：

1. 贵不贵？ 能力最强的往往也是最贵的
2. 快不快？ 同样能力，推理速度差很多，Agent 场景体验完全不同

而且 OpenRouter 上的转售价格，和 DeepSeek、MiMo 等官方 API 定价有时差不少。只看 OpenRouter 标价，容易高估某些模型的成本。

所以我做了 大模型性价比排行榜：把能力、速度、价格三个维度合在一起，每天自动更新，直接回答一个问题——

花同样的钱，能买到多少 AI 能力？

---

站点能做什么

• 覆盖 300+ 文本大模型，筛选 30 个有完整数据的模型做排名
• 每日自动更新（GitHub Actions 定时抓取，无需人工维护）
• 展示能力分、输出速度、首 Token 延迟、有效价格、排名日变化
• 模型详情页显示价格渠道（OpenRouter / DeepSeek 官方 / MiMo 官方等）
• 中英双语、暗色模式、移动端适配
• 完全开源，公式和抓取逻辑可审计

---

怎么算「性价比」

核心公式：

性价比 = f(能力) × 速度^0.8 / 价格

• 能力：Artificial Analysis Intelligence Index（0–100），来自 OpenRouter 内嵌 benchmark
• 速度：OpenRouter 各 Provider 的 p50 吞吐（tok/s），取最高值
• 价格：有效混合价（$/百万 tokens），输入:输出按 3:1，缓存命中按 70% 估算

部分模型已接入官方 API 定价（比 OpenRouter 转售便宜时自动覆盖）：

模型	价格渠道	有效混合价（约）
DeepSeek V4 Pro	DeepSeek 官方 API	$0.30/M
DeepSeek V4 Flash	DeepSeek 官方 API	$0.10/M
MiMo-V2.5-Pro	Xiaomi MiMo 官方 API	$0.30/M

能力分还会做以当日均分为中心的嵌套平方变换，放大高于均分的模型优势。完整方法论见站点首页和 GitHub README。

---

当前 Top 5 速览

数据每日变化，以站点实时榜单为准。

排名	模型	能力	速度	有效价	渠道
1	GLM 5.2	51	115 tok/s	$1.58/M	OpenRouter
2	Gemini 3.5 Flash	50	138 tok/s	$2.67/M	OpenRouter
3	DeepSeek V4 Pro	44	60 tok/s	$0.30/M	DeepSeek 官方
4	DeepSeek V4 Flash	40	77 tok/s	$0.10/M	DeepSeek 官方
5	Claude Opus 4.8	56	58 tok/s	$7.64/M	OpenRouter

DeepSeek V4 系列走官方价后性价比非常突出；GLM 5.2 在能力、速度、价格三者平衡上目前排第一。

---

技术栈：极简、零后端

前端   HTML + CSS + Vanilla JS（无框架、无构建）
数据   静态 JSON，GitHub Actions 每日更新
托管   GitHub Pages
许可   MIT

Fork 后开启 Pages 即可自部署，本地预览：

git clone https://github.com/yyh-001/llm-value-rankings.git
cd llm-value-rankings
python -m http.server 8080

---

适合谁

• 在 OpenRouter 上选型、比价的开发者
• 做 Agent / RAG，需要平衡成本与效果的团队
• 想快速了解 DeepSeek、GLM、Gemini、Claude 等同档模型谁更值

---

后续计划

当前榜单按 按量 API 定价（OpenRouter 有效价 + 官方 API 覆盖）计算性价比。很多开发者实际用的是 Coding Plan（包月订阅、固定额度内无限或限速调用），和按 token 计费完全是两套逻辑。

后续会接入 Coding Plan 价格计算，计划包括：

• 收录各厂商 Coding Plan / 编程订阅方案的定价与额度规则
• 折算成可对比的「有效 $/Mtokens」或「$/能力分」参与排名
• 考虑单独做 Coding Plan 专项榜单，与现有 API 按量榜并列，方便写代码场景选型

如果你在用某家 Coding Plan、有定价资料或折算思路，欢迎到 GitHub 提 Issue 一起完善。

---

求 Star ⭐

这是一个个人开源 side project，数据管道、UI、官方渠道定价覆盖、Coding Plan 榜单都在持续迭代。

如果对你选型有帮助，或者觉得这种「能力 × 速度 ÷ 价格」的思路有意思，欢迎：

1. Star 仓库 → https://github.com/yyh-001/llm-value-rankings
2. 在线体验 → https://yyh-001.github.io/llm-value-rankings/
3. 有模型渠道定价、公式建议或 bug，欢迎提 Issue

Star 是对独立开发者最好的鼓励，感谢支持 🙏

---

链接汇总

	地址
🌐 在线站点	https://yyh-001.github.io/llm-value-rankings/
⭐ GitHub	https://github.com/yyh-001/llm-value-rankings
📊 原始数据	https://yyh-001.github.io/llm-value-rankings/data/models.json