เว็บไซต์ใหม่ชื่อ pricepertoken.com ได้เปิดตัวขึ้นเพื่อช่วยนักพัฒนาในการเปรียบเทียบราคาของ Large Language Model (LLM) APIs ต่างๆ แต่กลับได้รับปฏิกิริยาที่หลากหลายจากชุมชนเทคโนโลยี เว็บไซต์นี้ถูกสร้างขึ้นโดยนักพัฒนา Alex Ellman เพื่อแก้ไขปัญหาความไม่สะดวกในการตรวจสอบข้อมูลราคาโทเค็นจากเว็บไซต์ของผู้ให้บริการแต่ละรายแยกกัน
การเลือกโมเดลที่จำกัดเป็นที่วิพากษ์วิจารณ์
ประเด็นหลักที่เป็นที่ถกเถียงกันคือการที่เว็บไซต์มุ่งเน้นไปที่ผู้ให้บริการหลักเพียงสามรายเท่านั้น ได้แก่ OpenAI , Google และ Anthropic สมาชิกในชุมชนได้ชี้ให้เห็นถึงการขาดหายไปของโมเดลยอดนิยมหลายตัว โดยผู้ใช้ได้สอบถามเกี่ยวกับโมเดลอย่าง DeepSeek , Qwen , Mistral และ Llama นักวิจารณ์คนหนึ่งได้อธิบายว่าเป็นความพยายามที่ไม่เต็มที่เมื่อครอบคลุมเพียง 26 โมเดล ในขณะที่คู่แข่งอย่าง OpenRouter เสนอโมเดล 473 ตัวจากผู้ให้บริการหลายสิบราย
ผู้สร้างได้รับทราบข้อกังวลเหล่านี้และแสดงแผนการขยายรายการโมเดลหลังจากวัดความสนใจเบื้องต้น อย่างไรก็ตาม ผู้ใช้บางคนตั้งคำถามว่าทำไมจึงเผยแพร่ข้อมูลที่จำกัดเช่นนี้ เมื่อมีทางเลือกที่ครอบคลุมมากกว่าอยู่แล้ว
การครอบคลุมโมเดลปัจจุบันแยกตามผู้ให้บริการ:
- OpenAI: 13 โมเดล (รวมถึง GPT-4.5-preview ที่ราคา $75.00 USD สำหรับ input/$150.00 USD สำหรับ output ต่อ 1 ล้าน tokens)
- Google: 6 โมเดล ( Gemini 2.0 Flash-Lite เริ่มต้นที่ $0.07 USD สำหรับ input/$0.30 USD สำหรับ output ต่อ 1 ล้าน tokens)
- Anthropic: 6 โมเดล ( Claude Haiku 3 ถึง Claude Opus 4 ในช่วงราคา $0.25-$15.00 USD สำหรับ input)
- Xai: 5 โมเดล (รุ่นต่างๆ ของ Grok ตั้งแต่ $0.30-$5.00 USD สำหรับ input ต่อ 1 ล้าน tokens)
ทางเลือกที่มีอยู่แล้วในปัจจุบัน
สมาชิกในชุมชนหลายคนได้เน้นย้ำว่ามีบริการที่คล้ายกันอยู่แล้ว รวมถึง llm-prices.com ของ Simon Willison และฟีเจอร์เปรียบเทียบโมเดลของ OpenRouter สิ่งนี้ทำให้เกิดคำถามเกี่ยวกับความจำเป็นของเครื่องมือเปรียบเทียบราคาอีกตัวหนึ่ง โดยเฉพาะอย่างยิ่งเมื่อมีการรองรับที่จำกัดกว่าตัวเลือกที่มีอยู่
แม้จะมีการวิพากษ์วิจารณ์ แต่ผู้ใช้บางคนก็พบคุณค่าในส่วนติดต่อผู้ใช้ที่สะอาดและเรียบง่าย และได้บุ๊กมาร์กเว็บไซต์ไว้สำหรับใช้ในอนาคต รูปแบบตารางที่ตรงไปตรงมาทำให้สามารถเปรียบเทียบต้นทุนอินพุตและเอาต์พุตของโมเดลที่รวมอยู่ได้อย่างรวดเร็ว
การเปรียบเทียบคู่แข่ง:
- OpenRouter: มีโมเดล 473 รายการจากผู้ให้บริการกว่า 60 รายพร้อมราคา caching
- Simon Willison's llm-prices.com: เครื่องคำนวณราคาที่มีชื่อเสียงและเป็นที่ยอมรับ
- models.dev: ครอบคลุมโมเดลได้อย่างครอบคลุมมากกว่า
- artificialanalysis.ai: รวมถึงการคำนวณต้นทุนแบบผสมผสานและเมตริกประสิทธิภาพ
ความซับซ้อนของราคาที่เกินกว่าต้นทุนโทเค็นธรรมดา
การอภิปรายได้เผยให้เห็นว่าการกำหนดราคา LLM มีความซับซ้อนมากกว่าอัตราต่อโทเค็นธรรมดา สมาชิกในชุมชนได้ชี้ให้เห็นปัจจัยการกำหนดราคาต่างๆ ที่เว็บไซต์ไม่ได้กล่าวถึง รวมถึงการกำหนดราคานอกช่วงเวลาเร่งด่วนโดย DeepSeek ส่วนลดราคาแบบแบทช์ การกำหนดราคาที่แตกต่างกันตามหน้าต่างบริบท และต้นทุนการแคชพร้อมต์
โมเดลบางตัวใช้การกำหนดราคาแบบชั้นตามความยาวของพร้อมต์ และผู้ให้บริการไม่ได้นับโทเค็นในแบบเดียวกันทั้งหมด แต่โดยทั่วไปแล้วโทเค็นหนึ่งตัวจะเท่ากับ 3-4 ตัวอักษร
ผู้ใช้ยังสังเกตว่าการนับโทเค็นแตกต่างกันอย่างมากระหว่างผู้ให้บริการและโมเดล ทำให้การเปรียบเทียบราคาโดยตรงอาจทำให้เข้าใจผิดได้ ตัวอย่างเช่น รูปภาพหนึ่งภาพอาจใช้โทเค็นมากกว่า 10 เท่าใน GPT-4o-mini เมื่อเปรียบเทียบกับ GPT-4 และ Gemini 2.5 Pro ของ Google นับตัวอักษรแตกต่างกันสำหรับเอาต์พุตที่มีโครงสร้าง
ความซับซ้อนของการกำหนดราคาที่ขาดหายไป:
- ส่วนลดราคาช่วงเวลาไม่ยุ่ง ( DeepSeek )
- อัตราการประมวลผลแบบกลุ่ม ( OpenAI , Anthropic )
- การกำหนดราคาแบบชั้นตาม context window ( Google , Grok )
- ต้นทุน thinking token เทียบกับ non-thinking token ( Qwen )
- ต้นทุน prompt caching และ KV caching
- การแปรผันราคาสำหรับ structured output
แผนการพัฒนาในอนาคต
ผู้สร้างได้ตอบสนองต่อข้อเสนอแนะในเชิงบวก โดยสัญญาว่าจะเพิ่มผู้ให้บริการเพิ่มเติมอย่าง Groq และ OpenRouter ใช้การสแครปอัตโนมัติสำหรับการอัปเดตแบบเรียลไทม์ และสร้างการทดสอบมาตรฐานเพื่อเปรียบเทียบต้นทุนจริงระหว่างโมเดลต่างๆ แผนการยังรวมถึงการเพิ่มข้อมูลราคาในอดีตและฟีเจอร์เครื่องคิดเลขต้นทุน
เว็บไซต์นี้แสดงถึงความพยายามในการรวบรวมข้อมูลราคา LLM ไว้ในที่เดียว แต่ขอบเขตที่จำกัดในปัจจุบันเน้นย้ำถึงความท้าทายในการสร้างเครื่องมือที่ครอบคลุมในภูมิทัศน์ AI ที่พัฒนาอย่างรวดเร็ว ว่าจะสามารถแยกตัวเองออกจากทางเลือกที่มีอยู่ได้หรือไม่ จะขึ้นอยู่กับความเร็วในการขยายการรองรับและการแก้ไขความซับซ้อนของการกำหนดราคาจริงที่ผู้ใช้ได้ระบุไว้
อ้างอิง: Price Per Token