“Mas mura ang open source” ang karaniwang sinasabi. Totoo ito kadalasan, pero ang mga detalye ang nagdedesisyon sa bill mo. Inihahambing ng post na ito ang per-token na presyo ng mga closed model (GPT, Claude, Gemini, Grok) at open-weight model (GLM 5.3, DeepSeek V4.1 Flash, Qwen3.8 27B, gpt-oss-120b, Gemma 4) gamit ang sariling pricing page ng bawat provider, tapos pinepresyuhan ang isang makatotohanang workload. Binasa ulit mula sa page ng provider ang bawat third-party na presyo noong Nobyembre 15, 2026. Ang BroadRouter ay website ng BroadNet, at nagbebenta ang BroadNet ng ilan sa mga open model na ito, kaya ipinapakita namin kung saan mas mababa ang singil ng ibang host.
Galing ang mga row sa aming dataset ng presyo ng mga LLM API provider, ang raw data sa likod ng LLM API price index. Para sa business na bahagi ng pagpili (control, lock-in, agwat sa kalidad), basahin ang open-weight vs closed model para sa negosyo.
Paano ikinukumpara ang presyo kada token ng closed at open-weight?
Standard na pay-as-you-go na presyo kada 1M token, maiikling prompt, sinuri noong Nobyembre 15, 2026:
| Model | Uri | Nagbebenta | Input | Cached input | Output |
|---|---|---|---|---|---|
| GPT-6.1 Sol | Closed | OpenAI | USD 2.00 | USD 0.10 | USD 10.00 |
| Claude Sonnet 5.5 | Closed | Anthropic | USD 2.00 | USD 0.10 | USD 10.00 |
| Gemini 4 Hydrogen | Closed | USD 1.50 | USD 0.075 | USD 7.50 | |
| Gemini 3.8 Flash | Closed | USD 0.75 | USD 0.075 | USD 3.75 | |
| Grok 4.3 | Closed | xAI | USD 1.25 | USD 0.20 | USD 2.50 |
| GPT-6 Luna | Closed | OpenAI | USD 0.10 | USD 0.01 | USD 0.50 |
| Claude Haiku 5.5 | Closed | Anthropic | USD 0.10 | USD 0.01 | USD 0.50 |
| GLM 5.3 | Open-weight | Z.ai (gumawa) | USD 1.40 | USD 0.26 | USD 4.40 |
| DeepSeek V4.1 Flash | Open-weight | DeepSeek (gumawa), peak | USD 0.30 | USD 0.006 | USD 1.20 |
| Qwen3.8 27B | Open-weight | Alibaba Cloud (gumawa) | USD 0.50 | hindi nakalista | USD 3.00 |
| gpt-oss-120b | Open-weight | Groq | USD 0.15 | USD 0.075 | USD 0.60 |
| Gemma 4 26B A4B | Open-weight | DeepInfra | USD 0.07 | hindi nakalista | USD 0.34 |
Mga tala mula sa mga page mismo:
- Gemini 3.8 Flash: promo price ito “through December 31, 2026” (salin: hanggang Disyembre 31, 2026). Mula Enero 1, 2027, USD 1.50 input, USD 0.15 cached at USD 7.50 output ang nakalista sa Google, doble ng mga rate ngayon.
- Claude Haiku 5.5: para sa mga prompt na hanggang 100,000 token. USD 0.50 input at USD 2.50 output ang mas mahahabang prompt.
- GPT-6.1 Sol at GPT-6 Luna: mas mataas ang rate kapag lampas 272K input token. Grok 4.3: sinisingil ang buong request sa mas mataas na rate kapag umabot na sa 200K token ang prompt.
- DeepSeek: hinahati nito ang presyo tuwing off-peak: USD 0.15 input, USD 0.003 cached at USD 0.60 output sa labas ng 01:00 hanggang 04:00 at 06:00 hanggang 10:00 UTC tuwing weekday.
Tatlong pattern ang kapansin-pansin:
- Mas mahal ang itaas ng closed range. Mahigit doble ng output ng GLM 5.3 sa sarili nitong gumawa ang output ng GPT-6.1 Sol at Claude Sonnet 5.5.
- Hindi ganoon ang ibaba ng closed range. Mas mababa ang input price ng GPT-6 Luna at Claude Haiku 5.5 kaysa sa gpt-oss-120b sa Groq, at ilang sentimo lang ang layo sa Gemma 4 sa DeepInfra. Mas mababa ang output price ng Gemma.
- Sa cached input pinakamalaki ang pagkakaiba ng mga vendor. 2% ng input rate ang cached rate ng DeepSeek; mga 19% naman ang sa GLM 5.3 sa Z.ai. Pinakamalaki ang pakinabang sa mababang cache rate ng mga agent na paulit-ulit na nagpapadala ng parehong context. Tingnan ang paliwanag sa cached input token.
Gaano kalaki ang binabago ng host sa presyo ng open model?
Iisang price list kada vendor ang closed model (kasama ang mga lisensiyadong cloud). Puwedeng i-serve ninuman ang open weights, kaya maraming presyo ang iisang model. Ilang halimbawa, kada 1M token, sinuri noong Nobyembre 15, 2026:
| Open model | Host | Input | Cached input | Output |
|---|---|---|---|---|
| GLM 5.3 | Z.ai | USD 1.40 | USD 0.26 | USD 4.40 |
| GLM 5.3 | Together AI | USD 1.40 | USD 0.26 | USD 4.40 |
| GLM 5.3 | DeepInfra (promo, 38% off) | USD 0.5625 | USD 0.125 | USD 2.50 |
| GLM 5.3 | BroadNet Inference | $0.78 | $0.173 | $3.46 |
| DeepSeek V4.1 Flash | DeepSeek, peak | USD 0.30 | USD 0.006 | USD 1.20 |
| DeepSeek V4.1 Flash | Together AI | USD 0.30 | USD 0.006 | USD 1.20 |
| DeepSeek V4.1 Flash | DeepInfra (promo, 30% off) | USD 0.14 | USD 0.0042 | USD 0.42 |
| DeepSeek V4.1 Flash | BroadNet Inference | $0.175 | $0.0055 | $0.52 |
| Qwen3.8 27B | Alibaba Cloud | USD 0.50 | hindi nakalista | USD 3.00 |
| Qwen3.8 27B | DeepInfra (promo, 25% off) | USD 0.15 | USD 0.0375 | USD 1.875 |
| Qwen3.8 27B | BroadNet Inference | $0.175 | $0.0435 | $2.17 |
| gpt-oss-120b | Groq | USD 0.15 | USD 0.075 | USD 0.60 |
| gpt-oss-120b | Together AI | USD 0.15 | hindi nakalista | USD 0.60 |
| gpt-oss-120b | DeepInfra | USD 0.037 | hindi nakalista | USD 0.17 |
| Gemma 4 26B A4B | DeepInfra | USD 0.07 | hindi nakalista | USD 0.34 |
| Gemma 4 26B A4B | BroadNet Inference | $0.10 | hindi inilathala | $0.22 |
Malaki ang agwat: mga 2.5 beses sa input ng GLM 5.3 at mga 4 na beses sa input ng gpt-oss-120b sa pagitan ng mga host sa itaas. May label na promo discount ang mga row ng GLM, DeepSeek at Qwen sa DeepInfra, at hindi sinasabi ng mga page kung kailan matatapos ang mga ito. Mas mababa ang BroadNet sa list price ng gumawa sa GLM 5.3 at Qwen3.8 27B at mas mababa sa peak rate ng DeepSeek, pero mas mababa kaysa sa BroadNet ang off-peak na input at cached rate ng DeepSeek, at mas mababa ang promo price ng DeepInfra sa lahat ng tatlong model. Nakalista sa mga price page kada model ang bawat host na sinusubaybayan namin, at ipinapaliwanag ng paano nagpepresyo ng open model ang mga inference provider kung bakit nagkakaiba ang mga numero. Sa lahat ng 119 na model na ibinebenta ng ilang host, 1.76 na beses ang median na agwat: parehong model, ibang host.
Hindi lang presyo ang pagkakaiba ng mga host. Suriin sa bawat isa ang quantisation (may nagse-serve ng mas mababang precision na weights), context length, rate limit, data retention at kung suportado ang tool calling para sa model na iyon.
Magkano ang totoong workload sa bawat isa?
Itinatago ng mga per-token na table ang halo ng input, cached input at output. Narito ang isang workload: isang in-app assistant, sinukat kada aktibong user kada buwan, mula sa aming halimbawa sa gastos ng LLM kada user:
- 0.45M bagong input token
- 0.45M cached input token (hindi nagbabagong system prompt at history)
- 0.3M output token, kasama ang reasoning
Ang formula ay 0.45 × input + 0.45 × cached + 0.3 × output gamit ang presyo kada 1M. Kapag walang nakalistang cached rate sa page, sinisingil namin ang cached token sa buong input price. Hindi kasama ang cache-write at cache-storage fee na idinadagdag ng ilang vendor.
| Model at nagbebenta | Gastos kada aktibong user kada buwan |
|---|---|
| GPT-6.1 Sol, OpenAI | USD 3.95 |
| Claude Sonnet 5.5, Anthropic | USD 3.95 |
| Gemini 4 Hydrogen, Google | USD 2.96 |
| GLM 5.3, Z.ai | USD 2.07 |
| Gemini 3.8 Flash, Google (promo price) | USD 1.50 |
| GLM 5.3, BroadNet | $1.47 |
| Grok 4.3, xAI | USD 1.40 |
| Qwen3.8 27B, Alibaba Cloud (walang nakalistang cached rate) | USD 1.35 |
| Qwen3.8 27B, BroadNet | $0.75 |
| Qwen3.8 27B, DeepInfra (promo) | USD 0.65 |
| DeepSeek V4.1 Flash, DeepSeek peak | USD 0.50 |
| gpt-oss-120b, Groq | USD 0.28 |
| DeepSeek V4.1 Flash, BroadNet | $0.24 |
| GPT-6 Luna, OpenAI | USD 0.20 |
| Claude Haiku 5.5, Anthropic | USD 0.20 |
| DeepSeek V4.1 Flash, DeepInfra (promo) | USD 0.19 |
| gpt-oss-120b, DeepInfra (walang nakalistang cached rate) | USD 0.08 |
Dalawang caveat ang nagbabago sa pagbasa nito. Una, hindi magkakapantay ang mga model. Tipid lang ang mas mababang row sa table kung papasa ang model sa test set mo. Ikalawa, magiging doble ang linya ng Gemini 3.8 Flash, USD 2.99, sa Enero 1, 2027 kung matutuloy ang nakalistang pagbabago ng presyo ng Google. Para sa sarili mong mga numero, gamitin ang LLM API cost calculator.
Bakit ihambing ayon sa antas ng gawain, hindi sa pangalan ng model?
Maling batayan ang “open vs closed” para sa desisyon sa presyo. Ang kapaki-pakinabang na tanong: alin ang pinakamurang model na sapat na mahusay sa gawaing ito? Iba-iba rin ang galaw ng mga antas sa paglipas ng panahon: sa mga naka-archive na pricing page, malaki ang ibinaba ng presyo ng Claude Opus at ng pangunahing linya ng GPT, habang tumaas ang sa Claude Haiku at Gemini Flash (kasaysayan ng presyo ng API ng OpenAI vs Anthropic vs Google).
- Simple at maramihang trabaho (classification, extraction, maiikling summary): nasa ibaba ng table ang maliliit na closed model at ang maliliit o katamtamang open model. Pumili batay sa accuracy, latency at data terms.
- Agents at coding: tool calling, mahabang context at cached input ang nangingibabaw. Ang mga open model na mababa ang cache rate, o ang flat-rate plan, ay puwedeng maliit na bahagi lang ng gastos ng frontier na closed model.
- Pinakamahirap na reasoning: kadalasang nangunguna pa rin ang mga closed frontier model. Ang pagbabayad nang mas mahal kada token ay puwedeng mas mura kada tamang sagot.
Sukatin ang gastos kada tamang sagot sa 50 hanggang 100 totoong kaso. May paraan sa paano i-evaluate ang LLM bago lumipat.
Ano pa ang nagbabago sa totoong gastos?
- Tokenizer. Nagiging iba-ibang dami ng token ang parehong text sa bawat model. Sa tokenizer dataset ng BroadRouter, kailangan ng Modern Standard Arabic ng 1.31× (Qwen3.8 27B) hanggang 1.77× (GLM 5.3) ng token ng English na salin nito, kaya puwedeng mabago ng Arabic na workload ang pagkakasunod sa table. Tingnan ang token kada salita sa Arabic vs English.
- Reasoning token. Sinisingil bilang output ang pag-iisip ng mga reasoning model sa magkabilang panig. Sabi ng page ng Google, kasama sa output ng Gemini ang “thinking tokens” (salin: mga token ng pag-iisip). I-set ang reasoning effort sa pinakamababang antas na pumapasa sa mga test mo.
- Batch discount. Naglilista ang OpenAI at Anthropic ng presyo ng Batch API na kalahati ng standard rate. Kung puwedeng maghintay ang trabaho mo, lumiliit ang agwat sa mga open model. Walang Batch API ang BroadNet; ipinapakita ng batch processing nang walang Batch API ang workaround.
- Surcharge sa mahabang context. Mas mahal ang singil ng ilang closed model lampas 100K, 200K o 272K token. Tingnan kung saan pumupuwesto ang mga prompt mo.
- Self-hosting. Puwede ring patakbuhin ang open weights sa sarili mong GPU, pero sulit lang ito sa mataas at tuloy-tuloy na paggamit. Tingnan ang self-hosting ng LLM vs API.
Saan pumupuwesto ang BroadNet Inference
Ang BroadRouter ay sariling website ng BroadNet. Ang BroadNet Inference ay hosted na open-weight API na may iisang OpenAI-compatible na base URL, https://inference.broadnet.ai/v1, para sa DeepSeek V4.1 Flash, GLM 5.3, Qwen3.8 27B at sa build ng BroadNet ng Gemma 4, kasama ang speech-to-text. Hindi ito nagse-serve ng closed model at hindi nagra-route ng request sa pagitan ng mga provider. Partner-hosted ang DeepSeek V4.1 Flash.
Sa data sa itaas, mas mababa ang presyo ng BroadNet sa list price ng mga gumawa para sa GLM 5.3 at Qwen3.8 27B at mas mababa sa peak rate ng DeepSeek, at mas mataas sa kasalukuyang promo price ng DeepInfra at sa off-peak na input at cached rate ng DeepSeek. Hindi ito ang pinakamurang host para sa bawat model. Ang idinadagdag nito ay flat plan para sa DeepSeek V4.1 Flash ($60 kada buwan kada session, isang request sa bawat pagkakataon, walang token meter), zero retention ng inference content, at dokumentadong tool calling at structured output sa GLM 5.3 at Qwen3.8 27B. Walang Batch API at walang SLA sa mga self-serve account.
Tumatakbo ang Gemma 4 VL 26B sa $5 na panimulang credit; kailangan ng top-up para sa ibang chat model. Ihambing ang presyo o basahin ang API docs.
