科研與高校
科研場景最常見的用法是在同一組題目上對比幾家模型,再用向量模型做文獻檢索和聚類。一把土土金 API Key 就能呼叫不同廠商的模型,按實際用量計費。按每月兩個模型各跑 2,000 道題、5,000 篇文獻摘要入庫估算,用最低價分組計算,模型費用每月約 ¥236。
價格更新於 2026年11月13日 下午6:08
月成本估算
假設:每月在 2,000 道題上分別評測兩個模型,每題輸入約 1,000 tokens、輸出約 800 tokens;另把 5,000 篇文獻摘要向量化入庫,每篇約 400 tokens。
業務問題
做模型評測、社科文本分析或交叉學科研究,經常要比較多家模型的表現。分別註冊各家平臺、準備不同的付款方式、寫幾套介面程式碼,前期準備就要花掉不少時間。
實驗還得能復現:論文裡要寫清楚用的是哪個模型、什麼參數、什麼時候呼叫的;經費報銷也需要清楚的用量記錄和發票。
統一的介面能省掉大部分重複工作:同一套程式碼換一個 model 參數就能對比,每次呼叫的 tokens 和費用都能在控制台查到。
推薦模型組合
推薦模型按即時目錄自動選取,價格取各模型最低價分組,更新於 2026年11月13日 下午6:08。點模型名可檢視全部分組價格。
強基線模型(對照組)
gpt-5.5OpenAI
輸入 ¥10 / 輸出 ¥80 每百萬 tokens標準分組
作為實驗裡的強基線,也可以用來生成參考答案。單價較高,適合先控制好題目數量,再跑完整評測。
國產與開放權重系列模型
deepseek-v4-proDeepSeek
輸入 ¥16.8 / 輸出 ¥33.6 每百萬 tokens國產模型分組
在同一組題目上和強基線對比,看中文任務表現、成本和速度的差異,這本身也是很多研究關心的問題。
文獻檢索與聚類(Embeddings)
text-embedding-3-largeOpenAI
輸入 ¥0.26 / 輸出 ¥0.26 每百萬 tokens標準分組
把論文摘要、訪談文本向量化,用來檢索相似文獻、做主題聚類和去重。
參考架構
- 1
準備題集
把評測題目或待分析文本整理成帶編號的資料集,提示詞模板固定下來,和程式碼一起納入版本管理。
- 2
統一呼叫
用同一個 OpenAI 相容客戶端迴圈呼叫不同模型,只改 model 參數,其餘參數保持一致。
- 3
完整記錄
每次呼叫記下模型名、響應裡返回的模型名、參數、呼叫時間、耗時、usage 和原始輸出,寫進 JSONL,方便復現和統計。
- 4
文獻向量化
摘要和長文本用向量模型入庫,做相似檢索、聚類和去重;論文裡註明所用向量模型的名稱。
- 5
對帳與報銷
控制台「操作日誌」可以按時間匯出呼叫記錄,和實驗日誌對照,作為經費使用的依據。
成本估算
假設:每月在 2,000 道題上分別評測兩個模型,每題輸入約 1,000 tokens、輸出約 800 tokens;另把 5,000 篇文獻摘要向量化入庫,每篇約 400 tokens。
| 專案 | 模型 | 用量假設 | 費用 |
|---|---|---|---|
| 強基線模型評測 | gpt-5.5 | 2,000 次 × 輸入 1,000 + 輸出 800 tokens | ¥148 |
| 對比模型評測 | deepseek-v4-pro | 2,000 次 × 輸入 1,000 + 輸出 800 tokens | ¥87.36 |
| 文獻摘要向量化 | text-embedding-3-large | 5,000 次 × 輸入 400 tokens | ¥0.52 |
| 合計(每月) | ¥235.88 | ||
按各模型最低價分組的即時價格計算,價格更新於 2026年11月13日 下午6:08。
只含模型呼叫費用。推理模型的思考過程計入輸出 tokens,實際輸出可能明顯多於 800;重複實驗按次數成倍增加。正式實驗前建議先用 50 道題試跑,再按實際 usage 推算整體經費。
示例程式碼
同一組題目依次呼叫多個模型,把模型名、參數、usage、耗時和原始輸出寫進 JSONL,作為可復現的實驗記錄。
import json
import os
import time
from openai import OpenAI
client = OpenAI(base_url="https://www.tutujin.com/v1", api_key=os.environ["TUTUJIN_API_KEY"])
MODELS = ["gpt-5.5", "deepseek-v4-pro"]
# Record exactly what you send. Reasoning models may reject temperature or max_tokens,
# so add sampling parameters per model only where they are supported.
PARAMS = {"seed": 42}
def run(questions, out_path="results.jsonl"):
with open(out_path, "a", encoding="utf-8") as f:
for model in MODELS:
for q in questions:
started = time.time()
resp = client.chat.completions.create(
model=model,
messages=[{"role": "user", "content": q["prompt"]}],
**PARAMS,
)
f.write(json.dumps({
"question_id": q["id"],
"model": model,
"returned_model": resp.model,
"params": PARAMS,
"answer": resp.choices[0].message.content,
"usage": resp.usage.model_dump() if resp.usage else None,
"latency_s": round(time.time() - started, 2),
"called_at": time.strftime("%Y-%m-%dT%H:%M:%S%z"),
}, ensure_ascii=False) + "\n")
run([{"id": "q1", "prompt": "State the main finding of the abstract below in one sentence: ..."}])
# Literature search: embed abstracts with text-embedding-3-large and store the vectors with their DOIs.常見問題
一個課題組每月大概需要多少經費?
按兩個模型各評測 2,000 道題、5,000 篇摘要向量化估算,用最低價分組計算約 ¥236。題目數量、輸出長度和是否使用推理模型對費用影響最大。
可以開發票報銷嗎?
可以。國內發票和海外 Invoice 都能開,加客服微信 JsnonoChat 並提供訂單號即可申請。
實驗結果能復現嗎?
大模型的輸出本身有隨機性,seed 參數只能讓結果儘量接近,不保證完全一致。建議記錄模型名、參數、呼叫時間和原始輸出,同一題多跑幾次,報告結果的分佈而不是單次結果。
模型更新會影響實驗結果嗎?
會。同一個模型名背後的版本可能更新,帶日期字尾的模型名通常指向固定的版本快照。實驗記錄裡要寫清完整的模型名和呼叫日期。
課題組多人能共用一個帳號嗎?
可以給每個成員或每個專案各建一把 API Key,分別設定額度上限和過期時間;操作日誌按 Key 區分,方便分攤經費。
