模型可用性和 ID 已于 2026 年 10 月 14 日 对照 haimaker 目录 核实。以下是供你在自己任务上测试的候选项，不是新一轮受控基准测试的结果。

编程智能体最便宜的 API 取决于你的智能体到底在干什么。单看每百万 token 的价格，某个模型可能最便宜；但一旦按“每完成一个任务的实际成本”来算，它往往反而更贵——因为便宜模型重试更多、会凭空生成错误的工具参数，还容易让智能体陷入死循环。

这篇是专门针对编程智能体的分析。如果你是在给聊天应用或单次补全选 API，计算方式不一样。

快速排名（2026 年 10 月）

层级模型成本层级建议测试的工作负载
本地Qwen3.8 27B（通过 Ollama）无 API token 费用私有代码，已有合适硬件
经济型云端DeepSeek V4.1 Flash / GLM-5.3 Flash低成本常规智能体工作和摘要
经济型云端MiniMax M3经济型编程和工具密集型工作流
专项任务GPT-6 Luna / Claude Haiku 5.5低成本分类、提取和有明确边界的任务
免费额度路径Gemini 3.8 Flash免费 + 直接从 Google 付费在项目实时配额范围内的工作
大上下文选项Grok 4.1 Fast经济型仓库级读取；请验证其当前端点限制
更强的备选Claude Sonnet 5.5 / GPT-6.1 Sol中等价位调试和经济型模型搞不定的任务

从实时目录中复制准确的 ID：deepseek/deepseek-v4.1-flash、z-ai/glm-5.3-flash、minimax/minimax-m3、openai/gpt-6-luna 和 anthropic/claude-haiku-5-5。Google 的免费额度适用于直接访问 Google，不适用于网关调用。

为什么输出价格比输入价格更重要

聊天应用读短提示、写短回复。编程智能体不一样——它要读文件、写补丁、解释失败原因、重写测试、输出 diff。真正花钱的大头在输出端。

在对比费率之前，先估算你自己的工作负载：

task cost = input tokens × input rate + output tokens × output rate
          + tool charges + retries - applicable cache savings

对每个模型使用相同的输入/输出比例。计费时要把推理 token 和失败尝试也算进去。当智能体大量输出时，低输出单价最关键；当智能体反复读取长上下文时，输入定价和缓存更重要。

免费选项：本地

在你自己的硬件上运行 Ollama，每个 token 的费用是 $0。问题在于硬件本身。

想做新的本地对比，可以在内存充足的机器上试试 Qwen3.8 27B。Ollama 标注的下载量约 18GB，这还不算上下文状态和运行时缓冲区。Muse Glimmer 和 Qwen3 Coder 30B 也是具备工具调用能力的候选。配置较低的机器需要更小的模型或更短的上下文。

本地方案在以下情况下才划算：你已经拥有合适的硬件、需要离线处理、或者你的任务组合恰好是模型能可靠处理的。内存分级详见 OpenClaw 最佳本地模型。

各云端模型何时胜出

MiniMax M3 / DeepSeek V4.1 Flash / GLM-5.3 Flash — 经济型候选

这些模型是 haimaker 目录中当前可用于常规编程智能体工作的选项。对每个模型跑相同的文件读取、编辑和测试流程。看的是正确完成数和总 token 消耗，而不是官方宣称的任务处理百分比。

控制好重试次数。一个在同一个失败命令上反复循环的便宜模型，可能比一次就搞定的强模型花得还多。

Grok 4.1 Fast — 上下文大小是关键时

Grok 4.1 Fast 仍然是大上下文场景下的经济型候选。发送仓库之前，先确认提供商的有效模型 ID 和限制。宣传的大上下文窗口不代表模型能准确利用每一个文件。

Gemini 3.8 Flash — 免费访问是关键时

Google 为 Gemini 3.8 Flash 提供了免费额度。在 AI Studio 里检查你的项目配额；并不是每个账户都有统一的每日额度。更难的工作可以试试 Gemini 4 Argon，但要做好付费的准备。

真正省钱的路由策略

只选一个便宜模型用于所有任务，其实会漏掉本可省下的钱——因为有些任务确实需要前沿模型。反过来，所有任务都丢给前沿模型，那就是纯浪费——大部分任务根本用不到那个级别。

大多数用户最终落地的方案是两级路由：一个便宜的默认模型 + 一个强模型兜底。常规任务走便宜模型，搞不定时切换到强模型。在你自己的工作负载上测出这个分配比例。

手动实现的方式：

# in OpenClaw
/model haimaker/minimax/minimax-m3    # default
/model anthropic/claude-sonnet-5-5   # when the cheap model gets stuck

或者让 Haimaker 的自动路由器 来处理——把你的智能体指向 haimaker/auto，路由器会按请求粒度根据任务复杂度自动选择。根据完成任务的实测数据来决定配比。估算混合账单之前，先查一下实时目录。

使用建议

新搭建智能体时，建议对比一个经济型默认模型和一个更强的备选：

  • 常规工作： MiniMax M3、DeepSeek V4.1 Flash 或 GLM-5.3 Flash
  • 高吞吐量专项任务： GPT-6 Luna 或 Claude Haiku 5.5
  • 高难度编程： Claude Sonnet 5.5 或 GPT-6.1 Sol
  • Google 免费额度： Gemini 3.8 Flash，在你的实时配额范围内
  • 私有本地工作： 模型和上下文都合适的话，用 Qwen3.8 27B

换模型之后记得重新核算任务总成本。新的默认模型应该能省钱，同时不增加失败的工具调用或人工审查工作。

在 HAIMAKER 上获取 $10 免费额度

相关文章：2026 年最便宜的 AI API、OpenClaw 最便宜的模型、OpenClaw 最佳本地模型、Haimaker 自动路由器设置、用一条命令将智能体接入路由。