2026 年 8 月 LLM 定價變動總覽：DeepSeek 分時計費、OpenAI 旗艦降到 $4／$20、Ling-3.0 超低價進場

2026 年 8 月的 LLM 定價變動，跟過去兩年那種「大家一起降價」的節奏不太一樣。這個月值得記下來的五件事裡，只有兩件是單純的數字下修；其餘三件改變的是計費的方式，而不是價格的大小。這個區別對做預算的人比較重要：單價變動可以用乘法算完，計費模式變動會讓你原本的估算方法整個失效。

以下所有數字都來自本站目錄在 2026 年 8 月的實際紀錄，並標註了各自的驗證日期。促銷價與表定價會分開說明。

一、DeepSeek 把時段計費帶進了 LLM API

這是本月影響最大、也最少被討論的一件事。DeepSeek 的三顆現役模型全部改採尖峰／離峰兩段計費：UTC 01:00–04:00 與 06:00–10:00 為尖峰時段，以表定價的 2 倍計費，其餘時間為離峰價。

整個 LLM API 市場幾乎沒有第二家這樣做。這是雲端運算的定價邏輯——用價格把負載推離尖峰——第一次被完整搬進 token 計費裡。

台灣團隊要特別注意一件事：UTC+8 換算後，尖峰時段落在當地的 09:00–12:00 與 14:00–18:00，幾乎完整覆蓋一個上班日。如果你的流量來自辦公室時間使用的內部工具，你實際付的一直是 2 倍價，而不是比價表上顯示的那個數字。

反過來看，這對可排程的工作負載是難得的機會。夜間批次摘要、離線資料清洗、非同步內容生成，只要能推到離峰執行，deepseek-reasoner-v4 用 $0.435／$0.87 提供品質 92 的推理能力——同樣 92 分的 claude-sonnet-5 是 $2／$10，輸出貴 11.5 倍。reasoner-v4 的代價在速度：30 tokens/秒，是本站目錄裡最慢的一顆（claude-sonnet-5 是 95）。

實作建議兩點：排程器裡用 UTC 明確標時段，不要從本地時間推算；另外為尖峰時段準備 fallback。qwen3.5 全時段同價 $0.10／$0.15，兩邊都比 DeepSeek 的離峰價更低，是最自然的替補。

二、OpenAI 把目錄裡分數最高的模型降到 $4／$20

gpt-5.6-sol 在 8 月 22 日從 $5／$30 調整為 $4／$20（官方來源），輸入降 20%、輸出降三分之一。它的品質分數 98 是本站追蹤的 68 個模型裡最高的。

值得注意的不只是降幅，而是它落在哪個位置。目錄裡品質 96 分以上的模型有五顆：gpt-5.6-sol（98）、gpt-5.5（97，$5／$30）、claude-opus-5（97，$5／$25）、claude-fable-5 與 claude-mythos-5（皆 96，$10／$50）。降價後，分數最高的那一顆同時也是輸入與輸出最便宜的那一顆——這在過去兩年的旗艦帶沒有出現過。

對 claude-opus-5 的影響最直接。降價前 Opus 5 的輸出便宜 17%，兩顆各有立場；現在 Sol 的輸入便宜 20%、輸出便宜 20%、品質高 1 分、上下文同為 1,049K，還多了原生音訊。帳面上每一格都翻了過去。

但比價表贏不等於該搬家。品質分數是綜合基準指標，測不到工具使用的可靠度、長對話裡的指令遵循，也測不到你的 prompt 已經針對哪一顆調校過。跨供應商遷移要重跑整套回歸測試，在旗艦帶這個成本通常大於一年的價差。合理的作法是新專案直接從 Sol 起跑，既有系統先用影子流量比對再決定。

三、Anthropic 旗艦線：Opus 5 進場，Sonnet 5 再降三成

claude-opus-5 在 8 月進入本站目錄，定價 $5／$25，品質分數 97，上下文 1,049K。把它放進 Anthropic 自己的價格軌跡才看得出意義：本站紀錄的 claude-opus-4-8 在 2026 年 1 月是 $15／$75，4 月 $10／$50，6 月 $5／$25。也就是說今天的旗艦價只有年初的三分之一，而品質往上走。

同月 claude-sonnet-5 從 7 月的 $3／$15 調整為 $2／$10，兩邊各降三分之一。對照仍在目錄裡的 claude-sonnet-4-6（$3／$15、品質 90），新一代同時更便宜 33% 且高 2 分——這種「兩邊都贏」的世代交替在市場上不常見，多數供應商推新版時會擇一保留。

claude-fable-5 則是一個需要單獨解釋的例子。它是 $10／$50、品質 96，而 Opus 5 是 $5／$25、品質 97——同一家、同樣 1,049K 上下文、速度幾乎一樣，價格卻是兩倍，帳面沒有一項更好。fable 系列的定位是長篇寫作與敘事一致性，而那恰好是自動化基準分數最測不準的維度。誠實的說法是：這個溢價無法從表格證明合理，只能用你自己的稿件盲測驗證。內容產出量大、輸出直接面對讀者的團隊值得測；其餘情況先用 Opus 5 建立基準。

四、Gemini Flash：表定價沒動，折扣藏在計費層

這一段要先修正一個常見誤解。gemini-3.5-flash 的表定價自進入本站目錄以來一直是 $1.50／$9.00，本月並未調整。網路上流傳的「Gemini 3.5 Flash 降價」，指的其實不是表定價。

真正變便宜的是計費選項。Google 為這顆模型提供 Batch 與 Flex 模式，兩者都是表定價的五折（$0.75／$4.50）；快取命中的輸入為 $0.15／1M token，是表定價的十分之一。換句話說，你付多少錢主要取決於工作負載能不能容忍非同步執行與重複前綴，而不是取決於你選了哪顆模型。

這件事在比價表上是看不見的，而它的影響往往比換模型更大。一條走 Batch、system prompt 穩定的管線，實際成本可能只有列表價的十分之一到二分之一；而即時、單次、每次前綴都不同的請求，就得照 $1.50／$9.00 付。

順帶一提，如果你不需要 1,049K 上下文或音訊模態，Google 自家的 gemini-2.5-flash 是 $0.30／$2.50、品質 84。相對 3.5-flash 的品質 86，多付 5 倍輸入與 3.6 倍輸出去換 2 分，這筆帳值得先算過再決定。

五、InclusionAI Ling-3.0-flash：$0.07 的進場價

Ling-3.0-flash 在 8 月進入目錄，$0.07／$0.22、品質 80、上下文 262K、速度 180 tokens/秒。它是 124B 參數的 MoE 模型，每個 token 只啟用約 5.1B 參數——這是它能同時做到高速與低價的技術原因，因為推論成本跟啟用參數量走，不跟總參數量走。

這裡有一個必須講清楚的但書：官方定價是 ¥0.40／¥1.20 每 1M token，目前 OpenRouter 上有 65% 的上市促銷折扣，本站顯示的美元價反映的是促銷期間實際價格。做年度預算時請以官方費率計算，不要把促銷價當成長期成本。

跟同樣 180 tokens/秒 的對手比：claude-haiku-4-5 是 $1／$5、品質 82、上下文 200K，輸入貴 14 倍、輸出貴 23 倍，品質只高 2 分，上下文還少了四分之一。deepseek-v4-flash 是 $0.14／$0.28、品質 88、上下文 1,000K，在品質與上下文上更好，但有尖峰加價；Ling 沒有時段差別。

品質 80 定義了它的邊界：足以做分類、路由、擷取、改寫與第一層過濾，不足以當推理主力。最有價值的用法是分層架構的第一層——讓它以近乎零成本吃掉大部分請求，只把困難案例升級給上層模型。評估任何超低價模型時，該問的都不是「它能不能取代主力」，而是「它能吃掉主力多少不必要的流量」。

8 月價格地圖：本文提到的模型一覽

表中其餘幾顆模型本文沒有展開，但各自有獨立的分析頁：

• deepseek-chat-v4——131K 上下文是它最該注意的限制，同價位帶已有 262K 到 1,000K 的選擇。
• gemini-3.1-pro——$2／$12、品質 91，被 claude-sonnet-5 與 grok-4.5 兩面夾擊，真正的理由是 GCP 生態。
• kimi-k3——$3／$15 的旗艦，但同樣 95 分的 gpt-5.6-terra 在價格、上下文與速度上都更好。
• gpt-4o-mini——仍在大量產線上服役，而它的價格優勢已經比多數人以為的小很多。

供應商層級的完整價格表：OpenAI、Anthropic、Google、DeepSeek、xAI、Alibaba、Mistral、Moonshot AI。

把五件事放在一起看

這個月最值得帶走的結論不是「哪顆模型最便宜」，而是單一價格數字正在失去解釋力。DeepSeek 的價格取決於你什麼時候送請求，Gemini 的價格取決於你能不能走 Batch 與快取，Ling 的價格取決於促銷還在不在，Anthropic 與 OpenAI 的旗艦價則在半年內各自走完了一大段降幅——且排序在 8 月 22 日翻轉。用一個 $／1M token 的欄位去比較這五家，已經算不出你真正會付多少。

另一個結構性訊號是：品質 90 分以上不再等於昂貴。本站目錄裡有 25 個模型品質 90 分以上，其中 qwen3.5（$0.15 輸出）、MAI-DS-R1（$0.28）、deepseek-reasoner-v4（$0.87）與 gpt-5.6-luna（$1.20）的輸出價都在 $1.20 以下。「便宜模型能力一定有天花板」這個假設，在 2026 年 8 月已經不成立了。

務實的作法是分層：用 Ling-3.0-flash 或 gpt-5.6-luna 這種等級的模型吃掉大部分流量，把 claude-opus-5 或 gpt-5.6-sol 留給錯誤成本高、且沒有人工複核關卡的任務。剩下的中間地帶交給 claude-sonnet-5 或 grok-4.5。