Beam 托管价一周拉近，账单还看缓存

开放权重模型上线一周，托管商的标价就向低价收拢了：Beam 在 OpenRouter 上四家托管商的输入价，从最多相差五倍多收到了一倍六，四家也都列出了缓存价。账单高低，转而主要取决于缓存能不能命中。

先说结论。10 月 17 日我们写 Beam 那张 8.29 美元的账单时，托管商之间的价差和缓存是两个同时存在的变量。五天后，第一个变量基本消失了。我们的判断是：开放权重模型上架首周的悬殊价差，更像上架初期的临时状态，不宜拿来判断一个模型贵不贵；之后真正拉开账单的，是智能体任务里反复重读的输入有没有按缓存价计费。

发生了什么

据 OpenRouter 的 Beam 托管商接口数据（北京时间 10 月 22 日 19:30 查询），四家托管商的标价如下，单位是每百万词元美元，括号里是 10 月 17 日晚我们上一篇记录的数字：

• Nebius：输入 0.25（0.25），输出 1.00（1.00），缓存读取 0.05（当时没有列），FP8 精度
• CoreWeave：输入 0.30（1.00），输出 1.00（3.00），缓存读取 0.04（0.10），FP4 精度
• BaseTen：输入 0.40（1.30），输出 1.20（4.30），缓存读取 0.04（0.13），FP4 精度
• Together：输入 0.40（0.40），输出 1.20（1.20），缓存读取 0.04（0.04），精度未标注

最贵和最便宜的输入价之比，从 5.2 倍（1.30 对 0.25）降到 1.6 倍（0.40 对 0.25）；输出价之比从 4.3 倍降到 1.2 倍。BaseTen 的旧价不只是我们一家记下的：Price Per Token 的上架记录在 10 月 17 日的条目里同样写着「via BaseTen · $1.30 in · $4.30 out」。BaseTen 自己的 Model APIs 价格页现在列的是输入 0.40、缓存输入 0.04、输出 1.20 美元，与 OpenRouter 上的新数字一致。

变化最大的是 Nebius：它的单价没动，但新列了每百万 0.05 美元的缓存读取价。上一篇里，我们的分析推断是 Plotly 的请求落在了单价最低、却不打缓存折扣的 Nebius，所以 Beam 只有 0.4% 的输入按缓存计费。现在这家也有缓存价了。

为什么重要

OpenRouter 的缓存文档写明，它会把同一段对话后续的请求尽量发给同一家托管商，让缓存保持有效；但这种「粘住同一家」的路由，只在那家的缓存读取价低于普通输入价时才启用，而且闲置 10 分钟就失效。10 月 17 日，四家里有一家不满足这个条件；今天四家都满足了。

这让我们可以把 Plotly 那场考试重新粗算一遍。据 Plotly 的评测，Beam 做 43 道题，每题调用模型约 15 次、读进约 74 万个输入词元。我们沿用上一篇的口径：43 题合计约 3100 万个输入词元、约 50 万个输出词元。以下是分析推断，只用了今天的列价，没有实测：

• 如果缓存命中率能到 Muse Spark Open 在同一评测里的 94%，四家的整场成本都落在约 2.2 到 2.5 美元之间，最高比最低只多一成多。
• 如果像 Plotly 那次一样几乎不命中，四家的整场成本在约 8.3 到 13 美元之间，差距超过五成。

两种情形放在一起看，托管商换来换去，账单只差零点几到几美元；缓存命中与否，账单差三到五倍。上一篇我们说「先问有没有缓存，再看单价」，这周的降价让这句话更站得住：单价差距在收窄，缓存差距没有。

对正在挑开放权重模型的团队，我们的建议（分析推断）是：上架首周的成本对比只当参考，等托管商价格稳定后再算；算的时候按「每个任务调用几次、输入里有多少能命中缓存」来估，而不是按每百万词元的标价来排。

最强反方

最有力的反驳是：一周内的降价未必代表常态。BaseTen 和 CoreWeave 可能是在用首发促销价抢流量，等用量上来再调回去；我们手里只有两个时间点的列价，看不出这是定价收敛还是一次性折扣。另外，单价收拢了，精度没有：Nebius 是 FP8，CoreWeave 和 BaseTen 是 FP4，Together 没标注。同样的标价背后，模型质量可能不同，「挑哪家不重要」的说法可能过头。

我们在第一点上让步：「拉平」目前只是五天里的一次观察，需要再看几周才能叫趋势。第二点我们部分接受：精度差异确实可能让同一道题的成绩不同，这一点没有任何第三方在四家之间对照测过。但就本文讨论的账单而言，缓存造成的三到五倍差距，仍然远大于托管商之间的单价差。

我们不知道什么

• 各家降价是长期定价还是限时折扣，BaseTen、CoreWeave 都没有发布说明。
• Beam 在各家托管商那里的实际缓存命中率能到多少，Plotly 或其他评测还没有在支持缓存的托管商上重跑。
• FP4 和 FP8 两种精度下，Beam 的成绩差多少。
• 降价是 Reflection 与托管商的约定，还是各家自己的竞争结果。

接下来看什么

第一，看 Plotly 或其他评测有没有在缓存生效的条件下重跑 Beam：如果整场成本仍然在 8 美元附近，我们会改口，认为 Beam 的高调用次数本身就是成本短板，而不只是部署问题。第二，看下一个开放权重模型上架时，首周价差是否同样在一周左右收拢；如果再出现一次，「首周价差不作数」就可以当成一条经验来用。