一句话结论
token 集采 的价格优势不是来源不明的低价，而是四层工程的结果：折扣系数、缓存计价、模型分层、通道比价。评价一个集采平台，应比较其有效成本（effective cost），而非名义单价。
先看真实价格结构：折扣系数 × 缓存价
以官方刊例价与平台折扣系数为例（每百万 token）：
| 模型档位 | 官方输出价 | 平台折扣系数 | 平台输出价 |
|---|---|---|---|
| 旗舰（GPT-5.6 Sol 级） | $30 | 0.1（1 折） | $3 |
| 性价比（GPT-5.6 Terra 级） | $12 | 0.1（1 折） | $1.2 |
| 批量（DeepSeek V4 Flash 级） | $1.2 | ~官方价 | ≈$1.2 |
缓存侧，命中部分按**缓存读取价（cached_input）**独立计费，可低至官方全价的约 10%。名义折扣解决「单价」，缓存计价解决「重复内容」——两者是正交的降本维度，叠加后的有效成本远低于任一单独维度。
有效成本的四层构成
有效成本 = 名义单价 × 用量
× 折扣系数（供应商议价 + 用量规模）
− 缓存节省（缓存命中率 × 缓存价差）
− 分层节省（高规格任务降配到匹配模型）
− 比价节省（通道质量实时监控 → 调度最优通道）
第 1 层：折扣系数（供应商议价 + 用量规模）
平台以第一方供应商聚合与优质分销渠道获得议价权，再按厂商设折扣系数（如 OpenAI 系 1 折、Anthropic 系 2 折、Google 系 2 折）。折扣随累计用量浮动，规模越大议价空间越大。
第 2 层：缓存计价（最被低估的降本点）
编码 Agent 的请求具有高度重复的前缀结构（system prompt、角色设定、上下文骨架），命中前缀缓存后按 cached_input 计价。量化示例：官方输出 $12/M、缓存读取价 $1.2/M，月耗 80M token、命中率 60%：
- 未启用缓存计价：80M × $12 = $960
- 启用缓存计价（60% 命中）：32M × $12 + 48M × $1.2 = $441.6
- 仅缓存一层即降本约 54%。
第 3 层：模型分层（按任务复杂度匹配规格）
旗舰模型的能力用于疑难推理，日常与批量任务路由到规格匹配的模型。量化示例：月耗 100M token，官方输出价旗舰 $30/M、中端 $12/M、批量 $1.2/M：
- 全旗舰：100M × $30 = $3,000
- 分层（30% 旗舰 + 40% 中端 + 30% 批量）：30×30 + 40×12 + 30×1.2 = $1,416
- 模型分层即降本约 53%，且质量损失可忽略——因高规格资源仅分配给高价值任务。
第 4 层：通道比价（实时调度最优通道）
平台路由引擎实时监控各通道的延迟（TTFT）、稳定性与价格，将请求调度至当前性价比最优通道；单一上游涨价或故障时自动切换。这一层解决的是供应商绑定带来的成本与可用性风险。
什么「便宜」不能碰
名义单价显著低于上游成本、且无法归因到上述任一工程层级的低价，通常对应共享额度、异常渠道或缺失缓存能力：
- 共享额度：并发特征异常，触发上游风控批量封禁；
- 异常渠道：额度来源不明，可用性无保障；
- 缺失缓存计价的伪低价：名义单价低，但无 cached_input 计费，重复内容按全价计费，有效成本反而更高。
判别公式：
可解释低价 = 折扣系数(≤50%) + 缓存计价(≥30~50% 命中) + 模型分层(≥40~50%) + 通道比价(有限)
不可解释低价 = 上述四项均无法归因，且名义单价低 30% 以上 → 排除
常见疑问
Q：缓存命中率由什么决定？ 由请求前缀的稳定性决定。将 system prompt、角色设定、few-shot 示例固定为稳定前缀，即可提升命中率。网关侧按 cached_input 自动识别并计费。
Q：折扣系数与官方价的关系？ 折扣系数由供应商议价与用量规模决定（如 OpenAI 系 1 折），随累计用量浮动；健康的价格结构始终可解释、可审计。
Q：模型分层是否影响输出质量？ 取决于分级是否合理。按任务复杂度与价值分级，而非随机降配；高价值任务仍路由至旗舰模型。
Q：官方直连也能享受缓存价吗？ 可以，但需自行精确控制前缀结构并配置缓存，且缺乏分层路由与通道比价。集采平台的价值在于将缓存计价、分层与比价自动化。
总结
token 集采 的价格优势 = 折扣系数 + 缓存计价 + 模型分层 + 通道比价四层工程。缓存与分层两层叠加通常可将有效成本降低 50% 以上。以有效成本评估平台，并警惕无法归因的低价。注册 TeamoRouter，以 GPT 1 折 / Claude 2 折折扣与 cached_input 缓存计价核验你的有效成本。