Llama token价格没有统一标准，因为模型权重从官方下载免费，真正计费的是推理调用。价格随渠道不同差异明显，下面按官方API、第三方托管、自托管三类讲清成本。
Llama token价格是怎么回事
Llama 系列模型采用开放权重（open-weight）许可，任何人都能从官方渠道免费下载模型权重，自行部署与微调，这一步不产生任何 token 费用。只有在调用推理、让模型生成内容时，才会按 token 计费。
由于权重公开，提供推理服务的渠道不止一家，同一个 Llama 模型在不同渠道的单价可以相差数倍。所以谈 Llama token价格，必须先说清楚你打算从哪调用。把“模型免费”和“推理免费”拆开，是看懂这篇文章的前提。
官方Meta Model API收费标准
Meta 自建的 Meta Model API 是 Llama 的第一个官方付费接口，定价以每百万 token 的美元价格计。以下取自官方计费说明：
| | | | |
|---|
| | | | |
| | | | 允许 Meta 用你的输入与输出做训练，限速 100 RPM |
官方档位价格随模型上新调整，具体以 Meta 官方页面当期显示为准。
第三方托管推理价格区间
除官方接口外，大量云服务商也托管 Llama 模型并提供按量 API，报价差异很大。下面给出公开报价区间供参考，各家以官方页面为准：
上述为第三方托管平台公开报价区间，具体以各平台官方页面为准，且会随托管方调价变化。
自托管GPU部署成本
如果不走任何 API，而是自己准备算力跑模型，成本形态完全不同，按 GPU 小时计费而非按 token。公开云 GPU 报价测算，单张 H100 按需约 1.99 美元/小时，跑 Llama 4 Scout 量化版折合每百万 token 约 0.0000047 美元。Meta 工程测算单主机部署 Llama 4 约 0.30–0.49 美元/Mtok（3:1 混合），属于厂商自评口径，第三方复现可能不同。
经验临界点在每月 5000 万至 1 亿 token 左右：低于此走 API 更划算，高于此自托管更省，具体因 GPU 型号、区域与利用率而异。
不同调用方式怎么选
小流量试水、能接受第三方托管，选第三方 API 最低档最灵活；追求官方稳定与多模态能力、用量中等，选 Meta 官方 API；月调用量超过临界点、重视数据隐私，自托管更划算。无论哪类，先靠缓存与批量折扣压低单价，再决定长期渠道。
影响token单价的因素
模型规模越大单价越高，Scout 比 Maverick 便宜、8B 比 70B 便宜；输入通常比输出便宜，很多渠道输入输出比约 1:3；开启提示词缓存可把重复前缀打到很低折扣；批量调用常享约五折；同一模型换托管方也能省下可观差价。把这些变量算进账单，比单纯换模型更能控成本。
Llama token价格常见问题
Q：Llama 模型本身收费吗？
A：不收。模型权重从官方免费下载，遵循开放权重许可，下载与本地部署不产生费用。
Q：为什么同一个 Llama 模型价格差这么多？
A：因为权重公开，任何平台都能托管，各家的硬件、折扣、限速不同，单价自然不同。
Q：官方 Meta API 怎么计费？
A：按每百万 token 计，Muse Spark 1.3 档输入 1.25 美元、输出 4.25 美元，缓存输入 0.15 美元。
Q：个人小项目用哪种最省钱？
A：先走第三方托管的最低档或官方免费层，月用量不大时几乎零成本。
Q：token 怎么估算，输入和输出怎么算钱？
A：中文约 1 至 2 字折合 1 个 token，英文约 4 字母 1 个 token；输入与输出分别计费，输出更贵。
Q：缓存和批量能省多少？
A：提示词缓存可把稳定前缀打到很低折扣，批量调用通常约五折，两项叠加能明显压低账单。
Q：自托管一定比 API 便宜吗？
A：不一定。低于每月约五千万 token 走 API 更省，超过临界点自托管才划算。
Q：价格会变动吗？
A：会。官方档位与第三方报价都随上新和调价变化，以各官方页面当期显示为准。
Q：哪里能查到最新报价？
A：以 Meta 官方页面与各托管平台官方页面当期公示为准，不要轻信二手汇总。
Llama推理成本的注意事项
1. 模型权重免费不代表推理免费，别把“开源”误解为“全程零成本”。
2. 第三方托管价格浮动大，下单前以该平台官方页面当期价格为准。
3. 低价档常伴随限速或排队，高并发场景要提前确认 RPM 与并发上限。
4. 缓存输入与未缓存输入价差大，长系统提示务必开启缓存。
5. 自托管需自备合规的 Llama 社区许可协议与硬件，隐性运维成本别忽略。
6. 跨平台比价时确认上下文长度是否一致，同模型不同托管方上下文可能缩水。
7. 输出比输入贵是常态，控制生成长度比换模型更直接影响账单。
8. 官方 Contributor 档位用你的数据换折扣，介意数据用于训练就避开。
9. 任何要求预付高额押金或私域转账的“代理充值”都要警惕，走官方渠道。
把 Llama token价格 拆成“权重免费、推理按渠道计费”两层来看就清晰了：小用量走 API，大用量来自托管，模型大小与缓存折扣共同决定单价。理解Llama token价格的三类构成，再去比对官方与各平台当期报价，才能选到真正划算的调用方式。
AI 速览
