告别海外账号与网络限制稳定直连全球优质大模型限时半价接入中。 点击领取海量免费额度1. 把 Artificial Analysis 的散点图拆成可核对的两列Artificial Analysis 上 Gemini 2.5 Flash 的页面最容易被截图转发的是那张「智能指数 vs 每百万 token 价格」的散点图。点落在左上角说明单位价格买到的智能指数高视觉上很占便宜。但截图转发有个问题散点图把两个不同量纲的东西压在一张图里横轴是美元价格纵轴是综合指数读者看完只记得「便宜又聪明」却说不清自己那条请求到底会花多少、延迟落在什么区间。我这次想做的核对很具体把 AA 页面上的智能指数和标价抄下来再用 TaoToken 拿一把 Key把 Base URL 设成https://taotoken.net/api切到 Gemini 2.5 Flash跑同一组 Prompt记录延迟和 token 用量最后把「AA 标价」和「我这次实际计费量级」并排放。注意这里有个前提必须说清楚AA 上的价格是榜单方对模型官方定价的标注不是 TaoToken 的售价TaoToken 这边的实际扣费以控制台展示为准。两者能对照的是量级不是同一个数字。为什么值得做这件事。Gemini 2.5 Flash 这类模型在 AA 上的定位是「高性价比档」很多团队选它当默认模型就是冲着单位成本低。但「单位成本低」和「我这条业务请求便宜」之间隔着输入输出比例、缓存命中、重试次数。AA 给的是每百万 token 的单价你的请求是几百到几千 token 一次中间差三个数量级。不自己跑一遍很容易把榜单印象直接当成账单预期。这篇的结构是先讲 AA 那张图到底在比什么、快照怎么记再讲用 TaoToken 切到 Gemini 2.5 Flash 的完整配置然后是延迟表和计费对照表最后是怎么复现和本篇配置会踩的坑。全程只深挖 AA 这一张榜不拼别的公榜数字。1.1 AA 的智能指数和价格分别是什么口径Artificial Analysis 的智能指数是一组评测的加权综合覆盖推理、知识、数学、编程等维度最后归一到一个分数。它不是单一 benchmark 的原始分所以你不能拿它和 LiveCodeBench 的百分比直接比。价格那一列AA 通常给的是每百万 token 的输入价和输出价单位美元取的是模型官方 API 的标价。这两个口径放在一张散点图里横轴价格、纵轴指数点越靠左上越「划算」。Gemini 2.5 Flash 在这张图上的位置是典型的「指数中上、价格偏低」。但散点图不告诉你这个价格是输入还是输出、有没有区分缓存价、指数是哪次快照的。所以截图之外必须把具体数字抄成表。我查阅 AA 页面时记录的快照信息是这样的榜名 Artificial Analysis查阅日期以你打开页面的当天为准Gemini 2.5 Flash 的智能指数和每百万 token 输入/输出价格页面来源是 Artificial Analysis 的模型对比页。这里我不写具体分数因为 AA 会随评测集更新调整指数写死一个数字过两周就可能对不上。正确做法是你自己打开页面把当天的指数和价格抄进表格标注查阅日期。本文所有涉及 AA 的数字都以「来源已标明」为准不凭记忆填。顺带说一个常见误读。AA 散点图上还有 GLM 5.3 Flash、DeepSeek V4.1 Flash 这类同样主打性价比的模型它们和 Gemini 2.5 Flash 挤在左上区域。有人看到「Flash 家族都在左上」就得出「Flash 类模型都便宜」的结论。这个结论方向没错但落到你的账单上还是要看你的输入输出比例。一个输出 token 占比 80% 的请求和一个输入占比 80% 的请求同样调用 Gemini 2.5 Flash成本结构完全不同因为输入价和输出价通常不是一个数。1.2 为什么要把榜单数字放进自己的小实验榜单数字是「每百万 token」的单价你的请求是「每次几百到几千 token」。把前者乘上你的调用量才是账单预期。但中间还有几个变量实际 token 数和你估算的差多少、延迟能不能接受、失败重试会不会翻倍计费。我见过一种典型情况团队按 AA 标价算了一版预算上线后发现账单是预期的两倍多。排查下来一是输出 token 比预估长二是部分请求超时重试三是没注意输入里塞了大段上下文。这三个问题AA 页面都不会告诉你只有自己跑一遍对照表才看得见。所以这个小实验的目标不是「验证 AA 准不准」AA 的标价是官方定价的转述没什么可验证的。目标是拿到你自己业务 Prompt 的真实 token 分布和延迟分布再和 AA 的单价相乘得到一个有依据的量级。这个量级可能和 AA 标价算出来的差一倍但至少你知道差在哪。2. 用 TaoToken 切到 Gemini 2.5 Flash 的配置核对实验的第一步是拿到能调 Gemini 2.5 Flash 的通道。TaoToken 在这里的角色是统一 API 入口一把 Key、一个 Base URL模型 ID 从模型广场选。它不是被评测的对象是这次实验的调用基线。2.1 拿 Key 和确认模型 ID打开 TaoToken 官网 注册后进控制台创建 API Key占位符记作YOUR_API_KEY。创建 Key 的入口在 控制台 API Keys。模型 ID 不要凭记忆写。Gemini 2.5 Flash 在不同通道上的 ID 写法可能不同正确做法是去模型广场看当前列出的 ID以广场为准。本文后续配置里的模型 ID 都写成「以模型广场为准」你复制时替换成广场上那个字符串。Base URL 固定是https://taotoken.net/api注意末尾不带/v1。很多兼容 OpenAI 协议的客户端会自己在后面拼/v1/chat/completions所以 Base URL 给到/api这一层就够了。这一点配错会直接 404是本篇最常见的坑之一。2.2 三种客户端怎么接Claude Code走 Anthropic 协议环境变量三件套export ANTHROPIC_BASE_URLhttps://taotoken.net/api export ANTHROPIC_AUTH_TOKENYOUR_API_KEY export ANTHROPIC_MODEL以模型广场为准或者写进~/.claude/settings.json的env字段{ env: { ANTHROPIC_BASE_URL: https://taotoken.net/api, ANTHROPIC_AUTH_TOKEN: YOUR_API_KEY, ANTHROPIC_MODEL: 以模型广场为准 } }Claude Code 的接入细节可以对照 Claude Code 接入文档。Codex走的是另一套配置写在~/.codex/config.toml。不要把ANTHROPIC_*那套环境变量套到 Codex 上两者协议不同套过去只会报认证失败。Codex 的配置里指定 provider 的 base URL 和 key模型 ID 同样以广场为准。CC Switch这类供应商切换工具配置逻辑是「自定义供应商」三件套Base URL 填https://taotoken.net/apiKey 填YOUR_API_KEY模型 ID 填广场上的 Gemini 2.5 Flash。保存后切换生效再发一条测试消息确认走的是新供应商。如果你更习惯命令行TaoToken 也提供 CLInpm install -g taotoken/taotoken taotoken cc -k YOUR_API_KEY -u https://taotoken.net/api -m YOUR_MODEL_ID这里的-u是 Base URL同样不带/v1-m是模型 ID替换成广场上的值。2.3 切模型这一步为什么放在 TaoToken有人会问既然要核对 Gemini 2.5 Flash为什么不直接连官方。原因很实际核对实验要跑多轮、要对比不同 Prompt 的 token 分布如果每换一个模型就换一套 Key 和计费后台对照表就没法统一。TaoToken 的价值在于把「切模型」变成改一个模型 ID 的事Key 和 Base URL 不动计费和用量在同一个控制台看。这也解释了为什么这篇不评测 TaoToken。它是这次实验的固定项变量是 Gemini 2.5 Flash 的 Prompt 和调用参数。把固定项当评测对象对照表就失去意义了。3. 延迟表同一组 Prompt 跑出来的分布配置好之后我跑了一组 Prompt 来记录延迟。这里必须先声明以下是一次运行的结果不代表公榜也不代表 Gemini 2.5 Flash 的稳定性能。延迟受网络、时段、服务端负载影响你复现时数字会不同。表格的价值在于展示「怎么记」不是给你一个可以引用的基准值。3.1 测试环境与 Prompt 设计环境同一把 TaoToken KeyBase URLhttps://taotoken.net/api模型 Gemini 2.5 FlashID 以广场为准客户端用 Claude Code 和一段直接调 API 的脚本各跑一遍。时间是我做这次实验的当天具体时段不写死因为写死了你也没法复现同一时段。Prompt 分三类覆盖不同 token 分布短问答一句话提问期望输出一两句。输入约几十 token输出约几十 token。中段改写给一段 300 字左右的中文要求改写成更简洁的版本。输入几百 token输出几百 token。长上下文摘要给一段 2000 字左右的材料要求输出要点。输入上千 token输出几百 token。每类跑 5 次记录首 token 延迟和总耗时。首 token 延迟反映的是排队和预填充总耗时反映的是生成速度。这两个指标分开看因为对交互式应用来说首 token 延迟比总耗时更影响体感。3.2 延迟记录表Prompt 类型输入 token 量级输出 token 量级首 token 延迟总耗时备注短问答数十数十记录你实测值记录你实测值波动小中段改写数百数百记录你实测值记录你实测值输出长度影响总耗时长上下文摘要上千数百记录你实测值记录你实测值首 token 延迟明显上升表里我留了「记录你实测值」因为把某一次运行的毫秒数写死既不可复现也容易被误当成基准。你复现时把每次的秒数填进去跑够 5 次取中位数比单次值稳。从量级上看短问答的首 token 延迟通常在亚秒到一秒出头中段改写因为输入变长首 token 延迟会往上走长上下文摘要的首 token 延迟最高因为预填充要处理上千 token。总耗时的排序类似但输出越长生成阶段占的比例越大。3.3 延迟和 AA 散点图的关系AA 散点图不画延迟。这是它作为「智能 vs 价格」图的局限一个模型可能又便宜又聪明但慢到没法用在交互场景。Gemini 2.5 Flash 的定位里「Flash」本身就暗示了速度取向但具体多快得自己测。所以延迟表的作用是补上散点图缺的那一维。你拿着 AA 的指数和价格再加上自己测的延迟才是一个三维的判断够不够聪明、贵不贵、快不快。三个都过关才适合当默认模型。这里要提醒一句延迟表里的数字不要和 AA 的指数拼成一张「综合表」。AA 指数是公榜数字延迟是你本地一次运行的结果两者来源不同、口径不同混在一张表里会误导。公榜表和本地复现表必须分开这是记录纪律。4. 计费对照表AA 标价 vs 实际用量延迟之外另一个要核对的是计费量级。这一节把 AA 的每百万 token 标价和我这次实验的实际 token 用量并排看量级差多少。4.1 AA 标价怎么读AA 页面上 Gemini 2.5 Flash 的价格通常分输入和输出两列单位是美元每百万 token。读的时候注意三点一是区分输入价和输出价两者往往不同二是确认有没有缓存价缓存命中的输入可能更便宜三是记下查阅日期因为官方调价后 AA 会更新。我把这三项抄成表头项目AA 标注值查阅日期来源输入价每百万 token抄当天页面值你查阅的日期Artificial Analysis 模型页输出价每百万 token抄当天页面值你查阅的日期Artificial Analysis 模型页智能指数抄当天页面值你查阅的日期Artificial Analysis 模型页同样不写死数字。AA 的指数会随评测集更新价格会随官方调价变动写死一个数就是在制造过期信息。你打开页面当天抄一遍标注日期这张表就是有效的。4.2 实际用量怎么记实际用量从两个地方来一是客户端返回的 usage 字段通常包含 prompt_tokens、completion_tokens、total_tokens二是 TaoToken 控制台的用量页能看到这次调用实际扣了多少。两个对一下确认没有异常。把三类 Prompt 的用量记成表Prompt 类型平均输入 token平均输出 token按 AA 标价估算成本控制台实际扣费差异说明短问答记录实测记录实测输入×输入价 输出×输出价记录控制台值以控制台为准中段改写记录实测记录实测同上记录控制台值以控制台为准长上下文摘要记录实测记录实测同上记录控制台值以控制台为准「按 AA 标价估算成本」这一列是拿 AA 的单价乘你的 token 数得到一个理论值。「控制台实际扣费」是 TaoToken 这边的真实数字。两列的差异可能来自几个方面AA 标价是官方定价TaoToken 的售价以官网展示为准两者不一定相同你的 token 计数和 AA 的口径可能有细微差别如果有缓存或批量折扣实际扣费会更低。关键结论是AA 标价用来做量级判断实际扣费以控制台为准。售价、折扣这些只写「以 TaoToken 官网 展示为准」不在这里编数字。4.3 量级核对的意义把两张表放一起看你会发现一个规律单次请求的成本按 AA 标价算出来是「每百万 token 的几分之一到几十分之一」。这个量级感很重要。很多人看 AA 标价是「每百万 token 几美元」觉得贵但换算到单次请求其实是「每次不到一美分」的量级。反过来如果你的调用量是每天百万次那每百万 token 的单价差一点总账单就差很多。这就是为什么核对要分两层单次请求看量级批量调用看单价。AA 给的是单价你的实验给的是单次量级两者结合才是完整的成本图景。5. 复现步骤与本篇配置的排障这一节把复现路径写清楚再列本篇配置会遇到的错。5.1 复现步骤第一步打开 TaoToken 官网注册后在控制台创建 Key记下YOUR_API_KEY。第二步去模型广场确认 Gemini 2.5 Flash 的模型 ID记下来。第三步按第 2 节选一种客户端配置。Claude Code 用环境变量或 settings.jsonCodex 用 config.tomlCC Switch 用自定义供应商三件套。Base URL 统一https://taotoken.net/api。第四步准备三类 Prompt各跑 5 次记录首 token 延迟、总耗时、输入输出 token 数。第五步打开控制台用量页对照实际扣费填进计费对照表。第六步把 AA 页面当天的指数和价格抄进公榜表标注查阅日期和来源。5.2 本篇配置会踩的坑Base URL 多写了/v1。这是最高频的错。https://taotoken.net/api后面不要再加/v1客户端会自己拼路径。多写一层就是 404。模型 ID 凭记忆写。Gemini 2.5 Flash 在不同通道的 ID 写法可能不同写错了要么 404 要么路由到别的模型。以模型广场为准复制粘贴。把ANTHROPIC_*套到 Codex。Codex 用 config.toml不读 Anthropic 的环境变量。套过去的结果是认证失败不是配置生效。Key 没生效。检查ANTHROPIC_AUTH_TOKEN或对应字段是不是完整的YOUR_API_KEY有没有多余空格或换行。控制台里确认这把 Key 是启用状态。延迟表数字当成基准。一次运行的延迟受时段影响很大别把某次的毫秒数写进文档当 SLA。要写就写「某日某时段一次运行的中位数」并声明不代表公榜。把 AA 标价当 TaoToken 售价。这两个不是一回事。AA 标的是模型官方定价TaoToken 的实际售价以官网展示为准。对照表里两列分开写别合并。5.3 关于公榜数字的纪律最后强调一遍记录纪律。AA 的智能指数和价格是公榜数字必须写清榜名、查阅日期、数值、页面来源。本地延迟和用量是自测数字必须写清环境、时间、Prompt并声明「一次运行不代表公榜」。两类数字分表放不拼成一张「综合实力表」。公榜上的是模型不是 TaoToken。TaoToken 是这次实验里拿 Key、设 Base URL、切模型的通道。读者用同一把 Key 和同一个 Base URL 接同一个 Gemini 2.5 Flash就能复现这套对照表。6. 跑完对照表之后对照表跑完下一步是确认这次评测调用有没有正常入账。打开 模型对话 核对 Gemini 2.5 Flash 的模型 ID 和广场是否一致顺便试一条短问答看返回的 usage 字段和控制台用量对不对得上。如果要长期跑这类核对实验可以看 Coding Plan把多轮调用放进同一个计费视图。Key 在 控制台 创建Claude Code 和 CC Switch 的三件套配置对照 接入文档。复现时记住三件事Base URL 是https://taotoken.net/api模型 ID 以广场为准AA 标价和实际扣费分两列记。把这三件事做对你的对照表就能和这篇的结构对上数字换成你自己的。 告别海外账号与网络限制稳定直连全球优质大模型限时半价接入中。 点击领取海量免费额度