ai-api-pricing

Hugging Face2026-07-18 更新2026-07-19 收录

AIAPI定价分析

LLM成本预算规划

数据链接：

https://huggingface.co/datasets/aicostbudget-ai/ai-api-pricing 数据链接链接失效反馈

官方服务：

资源简介：

AICostBudget AI API 定价数据集是一个公开维护和整理的表格数据集，旨在为AI API模型的成本估算、大型语言模型（LLM）预算规划和模型价格比较提供机器可读的定价记录。它主要服务于开发者、SaaS构建者、AI财务运营（FinOps）团队、研究人员和技术文档撰写者。数据集包含来自OpenAI、Anthropic Claude、Google Gemini、DeepSeek、xAI Grok、Mistral AI、Cohere等多家主流AI服务提供商的规范化定价信息，以CSV和JSON格式提供，包括train.csv、prices.csv、prices.json和meta.json等文件。数据字段详尽，涵盖提供商标识符、模型标识符、模型名称、定价货币、输入/输出token价格、来源URL、验证日期等。该数据集适用于比较不同AI模型价格、估算月度成本、构建成本监控仪表板、规划SaaS产品预算以及跟踪定价历史变化等场景。数据来源于提供商官方页面，经过人工验证和定期更新，但建议在生产决策前通过提供商官方渠道进行最终核实。数据集采用Creative Commons Attribution 4.0 International许可证。

The AICostBudget AI API Pricing Dataset is a publicly maintained and organized tabular dataset designed to provide machine-readable pricing records for AI API model cost estimation, large language model (LLM) budget planning, and model price comparison. It primarily serves developers, SaaS builders, AI financial operations (FinOps) teams, researchers, and technical documentation writers. The dataset contains normalized pricing information from major AI service providers including OpenAI, Anthropic Claude, Google Gemini, DeepSeek, xAI Grok, Mistral AI, and Cohere, available in CSV and JSON formats, with files such as train.csv, prices.csv, prices.json, and meta.json. Data fields are comprehensive, covering provider identifiers, model identifiers, model names, pricing currency, input/output token prices, source URLs, verification dates, and more. It is suitable for various use cases such as comparing prices of different AI models, estimating monthly API usage costs, building LLM cost monitoring dashboards, budgeting for AI features in SaaS products, and tracking historical pricing changes. Data is sourced from provider pricing pages, product documentation, API, or announcements, manually verified, and regularly updated through automated processes. However, it is recommended to always verify with provider pricing pages, contracts, billing dashboards, and invoices for final confirmation before making production budget decisions. The dataset is licensed under the Creative Commons Attribution 4.0 International license.

创建时间：

2026-07-14

原始信息汇总

数据集概述

数据集名称：AICostBudget AI API Pricing Dataset

许可协议：Creative Commons Attribution 4.0 International (CC-BY-4.0)

语言：英语

标签：表格数据、AI API定价、LLM定价、AI模型定价、Token成本、AI FinOps、定价数据、开放数据、CSV、JSON、开发者工具

数据集内容

该数据集提供AI API模型定价数据，用于成本估算、LLM预算规划和模型价格比较。数据集包含以下文件：

train.csv：用于Hugging Face数据集查看器的CSV快照
prices.csv：标准化的可下载CSV表示
prices.json：完整的机器可读JSON表示
meta.json：数据集版本、生成时间、验证日期和覆盖范围元数据

未知或未充分验证的价格以null表示，绝不会为0。

覆盖范围

当前数据集版本可能涵盖以下提供商：

OpenAI
Anthropic Claude
Google Gemini
DeepSeek
xAI Grok
Mistral AI
Cohere

数据字段

CSV文件使用标准化的定价字段，常见字段包括：

字段	描述
`provider_id`	稳定的提供商标识符
`model_id`	稳定的模型标识符
`display_name`	人类可读的模型名称
`model_family`	模型系列或产品线
`status`	当前记录状态
`currency`	定价货币
`unit`	定价单位，通常为每百万Token
`input`	标准输入Token价格
`output`	标准输出Token价格
`cached_input`	缓存输入或缓存读取价格（如有）
`cache_write`	缓存写入价格（如有）
`batch_input`	批量输入Token价格（如有）
`batch_output`	批量输出Token价格（如有）
`official_source_url`	用于来源检查的提供商页面或文档URL
`accessed_at`	访问来源的日期和时间
`last_verified_at`	最近验证日期
`effective_from`	定价生效日期（如有）
`notes`	来源解释和定价说明

用例

比较AI模型价格
估算月度AI API成本
构建LLM成本仪表板
规划SaaS AI功能预算
追踪模型定价变化

数据来源与更新

价格数据来源于提供商的定价页面、产品文档、提供商API或提供商公告
不使用第三方计算器、搜索片段、论坛帖子或竞争对手聚合器作为最终价格证据
GitHub源仓库包含自动化检查，包括：不可达的提供商URL、过期的last_verified_at值、无效或不完整的数据、模式和数据验证失败
最新版本和验证信息可查看meta.json

限制

提供商定价可能在下次验证更新前发生变化
部分提供商使用区域、层级、合同或协商定价
某些模型在长上下文请求或特殊服务层级可能有不同价格
未知或未充分验证的字段保持为null
发布的模型记录不表示认可或合作
最终计费决策应通过提供商的定价页面、合同、计费仪表板和发票验证

许可证

数据集采用知识共享署名4.0国际许可协议（CC-BY-4.0）
源代码仓库代码单独采用MIT许可证

引用格式

AICostBudget. AICostBudget AI API Pricing Dataset. https://github.com/aicostbudget/ai-api-pricing-data

数据下载链接

CSV快照：https://huggingface.co/datasets/aicostbudget-ai/ai-api-pricing/resolve/main/train.csv

标准化CSV：https://huggingface.co/datasets/aicostbudget-ai/ai-api-pricing/resolve/main/prices.csv

完整JSON：https://huggingface.co/datasets/aicostbudget-ai/ai-api-pricing/resolve/main/prices.json

数据集元数据：https://huggingface.co/datasets/aicostbudget-ai/ai-api-pricing/resolve/main/meta.json

搜集汇总

数据集介绍

构建方式

在人工智能应用生态蓬勃发展的当下，模型调用成本已成为企业FinOps与开发预算管理的核心关切。为此，AICostBudget团队精心构建了ai-api-pricing数据集，旨在为开发者、SaaS构建者及AI财务管理团队提供一份可机读、持续维护的AI API定价记录。该数据集通过严格溯源的方式构建，所有价格数据均直接采自各模型提供商的官方定价页面、产品文档或官方公告，明确排除了第三方聚合器、论坛讨论等非一手来源。数据以规范化CSV及完整JSON格式发布，并附带包含版本号、生成时间与验证日期的元数据文件，确保信息源的权威性与可追溯性。

使用方法

开发者可便捷地通过多种方式调用该数据集。利用Python的pandas库，可直接读取HuggingFace仓库中发布的CSV快照文件，快速完成价格比对与成本估算。同时，数据集原生支持HuggingFace Datasets库的load_dataset接口，便于在机器学习流程中无缝集成。对于追求实时性与灵活性的用户，还提供了基于GitHub Pages的只读静态API端点，支持直接访问JSON与CSV格式数据。此外，官方配套的AI API成本计算器、模型价格对比与预算规划工具，进一步降低了非技术用户的使用门槛，使得从数据查询到预算决策的全链路得以高效贯通。

背景与挑战

背景概述

在大型语言模型（LLM）和人工智能API服务蓬勃发展的当下，精准的成本估算与预算规划已成为开发者和企业面临的严峻挑战。为此，AICostBudget团队于近期发布了ai-api-pricing数据集，旨在为AI FinOps、SaaS构建者及研究人员提供一份结构化的AI模型定价参考。该数据集由aicostbudget-ai维护，收录了OpenAI、Anthropic、Google等主流提供商数十种模型的标准化价格字段，涵盖输入输出费用、缓存读写及批量定价等信息。其影响力在于填补了机器可读的定价公开数据空白，为LLM成本仪表盘构建、模型价格对比及预算自动化提供了可靠基础，并已成为AI经济性分析中不可或缺的参照基准。

当前挑战

该数据集面临的核心挑战首先源于领域问题的复杂性：AI模型定价变动频繁且缺乏统一标准化，不同提供商的计费粒度、区域差异及合同折扣使得比较与预算估计极为困难。构建过程中，团队需从分散的提供商定价页、文档及API中手工采集并交叉验证数据，同时避免引用第三方聚合器来源，以维护数据权威性。此外，维护长期正确性需持续监测源链接失效、价格过时及格式变更，而自动化脚本仅能检测异常而不能自动修正，依赖人工介入更新，这构成了显著的人力与时效性挑战，也决定了数据集始终存在滞后于实时定价的固有局限。

常用场景

经典使用场景

在人工智能应用迅猛发展的浪潮中，准确掌握各类AI模型的API定价信息已成为开发者与企业进行成本估算与资源规划的关键前提。该数据集提供了涵盖OpenAI、Anthropic Claude、Google Gemini、DeepSeek、xAI Grok、Mistral AI、Cohere等主流大语言模型的标准化定价记录，包含输入令牌、输出令牌、缓存读取、缓存写入及批量处理等多种费用维度。其典型用途包括：构建LLM成本仪表盘、进行模型间价格横向对比、估算月度AI API开销以及规划SaaS产品中AI功能的预算分配。

解决学术问题

长期以来，学术界在AI服务成本建模与算力经济学研究方面面临定价信息分散、格式不统一且更新滞后的困境。该数据集通过提供结构化、机器可读且附带验证时间戳的标准化定价记录，有效解决了跨提供商价格比较中数据对齐与可比性不足的问题。它使得研究者能够系统性地分析不同模型家族在推理成本上的演变趋势，支持面向成本效益的模型选择研究，并为基础模型API定价的透明度与可复现性提供了可靠的数据基础，进一步推动了AI经济学领域的量化实证分析。

实际应用

在实际工程与商业环境中，该数据集为多个关键环节提供了精准的数据支撑。SaaS产品团队可依据其进行AI功能特性开发的成本预估与定价策略制定；DevOps与FinOps团队能够基于实时更新的定价快照构建自动化的云成本监控与预算告警系统，及时捕捉价格波动对运营支出的影响。此外，独立开发者借助其公开的静态API接口，能够便捷地将模型价格对比功能集成至个人工具或网站中，提升决策效率并降低试错成本。

数据集最近研究