LibreChat 定價與 API 成本——軟體費用，以及 token 費用

LibreChat 不收取任何費用。它是採 MIT 授權的軟體，完全沒有方案、席位或定價頁面——本頁於 2026 年 9 月 19 日查核時，librechat.ai/pricing回傳 HTTP 404。營運者需要編列預算的是三件不同的事：執行它的環境、它傳送的模型 API 權杖，以及可選的附加服務。真正決定帳單的是權杖——而陷阱在於，LibreChat 顯示的美元數字是根據它隨附的表格定價，而不是根據供應商實際收取的費用。

有三件事常被誤認為是 LibreChat 的價格。第一是Code Interpreter API，這是團隊曾經銷售的獨立服務，其商店現在顯示「目前無法訂閱」且未公布任何金額。第二是第三方銷售的託管服務，那是該供應商的託管費。第三是完全不同的專案：PyPI 上的 libre-chat，由 Vincent Emonet 開發、處於停滯狀態的 Python 聊天機器人；其最新版本 0.0.6 於 2024 年 1 月 9 日上傳——其文件無法用來設定這個專案。將 LibreChat 列出方案層級或報價表單的目錄網站，描述的是該專案不銷售的方案。

如果已有執行中的執行個體？請跳至Gateway 設定與計費檢查，或使用專門的LibreChat 設定指南。

LibreChat 定價，逐項說明

在你依據該專案規劃之前，有一項修正需要先說明。LibreChat 已被ClickHouse 收購，公告日期為 2025 年 11 月 4 日；該公告承諾維持 MIT 授權，並表示現有部署不受影響。儲存庫未變更且仍在活躍維護中——根據GitHub API，它未封存、採 MIT 授權，最後一次推送是在 2026 年 9 月 21 日。整個技術堆疊的授權各不相同；如果你要重新散布，這一點很重要：應用程式和 RAG API 採 MIT 授權，code-interpreter 服務採 Apache-2.0，Admin Panel 採 AGPL-3.0。若授權是關鍵因素，還有一項不一致之處需要你自行確認——LICENSE 檔案和 About 頁面都表示 MIT，而 package.json 在 main 中宣告 ISC。兩者互相矛盾；實際具有約束力的文件是 LICENSE 檔案。至於 ClickHouse 現在是否銷售任何付費 LibreChat 產品，本頁也無法確定。

版本固定有一個值得注意的特例。此儲存庫上的每個 GitHub release 物件都被標記為預先發布，因此「最新版本」端點完全不會回傳任何內容。最新標籤是 2026 年 9 月 15 日的 v0.8.8-rc3；最新的非 rc 標籤是 2026 年 6 月 24 日的 v0.8.7。

LibreChat 顯示給你的費用，不是你實際支付的費用

這是定價頁面無法告訴你的部分，也是閘道使用者可能得到與餘額完全無關的帳本記錄的原因。LibreChat 維護自己的內部貨幣：token 使用量文件將 1,000,000 點固定為 1 美元。除非你自行覆寫費率，否則每個要求都會使用 LibreChat 在自身端查找的費率轉換為點數。

該查找是子字串比對。packages/api/src/utils/tokens.ts 中的註解清楚說明規則：比對器會取得價格表中包含於模型名稱內的最長金鑰。而 packages/data-schemas/src/methods/tx.ts 中的表格包含供應商牌價。兩者結合後，閘道模型 ID 會按照其中恰好作為其子字串的較短金鑰定價。

左欄是目前有效的Kunavo 目錄；右欄是 LibreChat 自己的常數，於 2026 年 9 月 19 日從 main 讀取。三種情況。claude-sonnet-5會比對自身，兩邊一致，因此看不出任何問題——這正是它容易被忽略的原因。claude-sonnet-4-6也會比對自身，但使用的是供應商牌價，而非你被收取的目錄費率。而 gpt-5-6-terra 沒有自己的項目：它包含的最長表格金鑰是 gpt-5，因此帳本會按照該模型計費。

完全沒有相符項目時，原始碼會回傳每權杖 6 點的固定回退值，輸入和輸出一律套用——兩個方向每百萬權杖皆為 $6，遠高於上表中每個模型的輸入費率。無論哪種情況，修正方式都相同：在自訂端點下宣告 tokenConfig 區塊。程式碼會先檢查這項覆寫，再查詢自己的表格，註解也明確如此說明。費率須以每百萬權杖的 USD 填入，而每個模型都必須提供 prompt、completion 和 context。

餘額文件中的兩項相關預設值：在設定 balance.enabled 之前，消費限制處於關閉狀態；開啟後，新使用者會從 20,000 點開始——按照 LibreChat 自己的換算為 2 美分。自動補充則獨立關閉，預設每 30 天補充 10,000 點。同一組態參考資料相鄰頁面還有另外兩項設定：啟用 interface.contextCost 前，使用者看不到費用數字；其預設值為 false，而交易頁面指出，開啟餘額會無論 transactions.enabled 設定為何，都啟用交易記錄。

LibreChat 的最佳 API：不同情境下哪條路徑勝出

為建立預算基準，於 2026 年 9 月 19 日查核的供應商費率：Anthropic 列出的 Claude Sonnet 5 為每百萬 token 輸入 $2、輸出 $10，並註明 $2/$10 費率現已為標準費率，原定調漲不會發生；OpenAI 在其標準表格的短上下文欄位列出 gpt-5 為 $1.25/$10、gpt-5-nano 為 $0.05/$0.40；Google 列出的 Gemini 3.8 Flash 付費方案截至 2026 年 12 月 31 日（含當日）為輸入 $0.75、輸出 $3.75，之後調升至 $1.50/$7.50，其上方另有真正免費的方案。Claude 訂閱價格來自同次查核。ChatGPT 的訂閱價格刻意未列出：查核當日，openai.com 對每次自動擷取都回傳 403，未經驗證的數字不應納入預算。

LibreChat 最便宜的 API

在託管 API 中，列出的最便宜選項既不是閘道，也不是折扣，而是 Google 的 Gemini Developer API 免費方案；Gemini 3.8 Flash 的輸入、輸出與上下文快取均不收費——同一頁面也說明了一項取捨：免費方案的資料會用於改善 Google 產品，而付費方案則表示不會。使用 Google Search 進行 grounding 另行計量，每月共有 5,000 次免費請求，可由 Gemini 3.x 模型共用，超過後每 1,000 次 $14。對於必須將成本維持為零且內容不敏感的個人 LibreChat 執行個體，這是誠實的答案。唯一能再降低成本的是本機模型，它完全不收取每次請求費用，但您必須改為負擔硬體成本。

除此之外，列出的最低價格與完成工作的最低成本是不同的說法，本頁不會向您承諾絕對最低價格。一個需要對摘要嘗試三次的小型模型，成本可能高於一次完成工作的中階模型；在 LibreChat 中，差異會出現兩次：一次是重試本身，另一次是重試留下的對話記錄，之後每一輪都會再次傳送。三個習慣對帳單的影響大於費率比較。固定一個便宜的 titleModel，讓標題永遠不會使用旗艦模型。縮短預設模型清單，讓任何人都不會因好奇而選用昂貴模型。並宣告 tokenConfig，如此一來，您最佳化的基準數字是自己的，而不是 LibreChat 內建表格中的數字。AI 成本最佳化中以更深入的方式說明了相同的推理。

單一 LibreChat 執行個體的月度預算範例

這些是說明性的 token 算術，不是實測成本，也不是帳單上限。目前沒有公開數據能說明 LibreChat 使用者每月會消耗多少，因此以下模式是假設值，您應以自己的對話記錄量取代。假設一位活躍使用者每月傳送 120 輪，每輪包含累積的 8,000 個輸入 token，並回傳 700 個輸出 token——輸入 960k token、輸出 84k token。費率是 Kunavo 目前的目錄價格。

對話標題是多數預算會遺漏的另一項費用。啟用 titleConvo 後，LibreChat 會自行發出請求來產生每個標題，而 titleModel 會決定由哪個模型回答。假設每位使用者每月新增 40 個對話，每個對話使用 1,200 個輸入 token 與 30 個輸出 token：對 50 位使用者而言，在 Claude Sonnet 5 上使用 $3.78，相較於在 Claude Haiku 4.5 上使用 $1.89。固定便宜的標題模型只需一行 YAML。

以及上一節中的記帳差額，單位相同。假設該月份使用 GPT-5.6 Terra，其目錄估算值為每位使用者 $1.02。沒有 tokenConfig 區塊時，LibreChat 會將該 ID 對應至其 gpt-5 項目，並改為從內部餘額扣除 $2.04。如果該 ID 完全找不到符合的項目，相同的 1.044 百萬 token 將按備援費率扣除 $6.26。以未設定的帳本建立餘額，會在人們花費遠低於您預期之前就中斷其使用權。

Kunavo 的目錄金額是計費下限，而不是上限：上游回報費用時，帳單金額取目錄成本與上游成本乘以適用加成兩者中的較高者。快取費用及下方的附加服務不包含在此範例中。最低儲值額為預付額度 $10，這會增加餘額，而不是購買方案——請參閱 計費詳細資訊。

LibreChat 的最佳模型：依端點必須觸達的目標選擇

這沒有官方答案，任何提供排名的頁面都是在提供意見。LibreChat 公布的是限制清單。其相容性矩陣最後於 2026 年 6 月 18 日審查，標示自訂 OpenAI 相容端點支援串流、網頁搜尋、程式碼解譯器、artifacts、檔案搜尋、OCR 與記憶；工具與函式呼叫以及視覺功能則標示為取決於模型，而影像生成與 MCP 只能透過 Agents 端點使用，不能透過一般聊天對話使用。

這會將模型選擇轉化為三個具體問題。如果人們會執行 Agents 或 MCP 工具，模型就必須可靠地呼叫工具，因此最便宜的層級不一定可用。如果人們會貼上螢幕截圖或 PDF，就需要視覺功能。如果兩者皆不適用——執行個體主要用於草擬與問答——中階模型即可完成工作，旗艦模型則屬於可自行決定的選項。我們自己的建議如下，並展示理由而非武斷下結論：在 models.default 中放入一個強大的模型與一個便宜的模型，將便宜模型固定為 titleModel，並讓使用者自行切換。兩個合理選項的選擇器，勝過一個很快就會過時的排名。

永遠不會經過您的模型端點的功能

LibreChat 的四項功能看起來像模型功能，實際上卻完全由其他地方計費。將它們算入模型 API 支出，既會高估端點將收取的費用，也會低估總成本。

嵌入這一項需要明確說明：Kunavo 不提供嵌入模型，因此即使 Kunavo 處理您的聊天流量，LibreChat 的檔案聊天步驟仍會使用外部供應商或在本機執行。是否有其他閘道提供嵌入，應查詢該閘道自己的目錄。如果您希望不產生成本，RAG API 設定頁面明確指出，預設 Docker 映像是 lite 版本，只支援遠端嵌入；本機嵌入需要在 compose 檔案中替換映像，改用完整版本。網頁搜尋也有免費途徑，因為 Keenable 的搜尋與頁面擷取都不需要金鑰。本頁未查核任何這些供應商自己的價格，因此此處不引用任何價格。

接上閘道並宣告價格

以下所有內容都遵循自訂端點結構，並於 2026 年 9 月 19 日查核。name、apiKey、baseURL 與 models 都是必要項目，端點名稱必須唯一，且不得重複使用內建名稱，例如 openAI 或 anthropic。

# librechat.yaml — a gateway as a custom endpoint, with prices declared.
# Schema version on main is 1.3.16; published examples still show older values.
version: 1.3.16

endpoints:
  custom:
    # The name must be unique and must not reuse a built-in endpoint name.
    - name: "Kunavo"
      apiKey: "${KUNAVO_API_KEY}"
      # LibreChat appends /chat/completions to this unless directEndpoint: true
      baseURL: "https://api.kunavo.com/v1"
      models:
        default: ["claude-sonnet-5", "gpt-5-6-terra", "claude-haiku-4-5"]
        fetch: true                        # populate the picker from GET /models
      titleConvo: true
      titleModel: "claude-haiku-4-5"          # titles do not need a flagship

      # Without this block LibreChat prices your traffic from its own table.
      # prompt/completion are USD per MILLION tokens; context is that model's
      # own window. All three are required for every model you list here.
      tokenConfig:
        claude-sonnet-5:
          prompt: 1.4
          completion: 7
          context: 1000000
        gpt-5-6-terra:
          prompt: 0.7
          completion: 4.2
          context: 1050000

有三件事容易讓人困惑。第一，LibreChat 預設會將 /chat/completions 附加至您的基礎 URL，因此只有在基礎 URL 已經是完整 completions 端點時，才設定 directEndpoint: true。第二，舊版教學仍會為閘道建議的 OPENAI_REVERSE_PROXY，已在環境變數參考中標示為已棄用，該參考指示您改用自訂端點。第三，自訂端點可以透過設定 provider: 'anthropic'，使用原生 Anthropic Messages 通訊協定，而不是 chat completions；目前這是唯一支援的值。該欄位存在於標籤 v0.8.7 的設定結構中，v0.8.6 則不存在，因此請將其視為 v0.8.7 及更新版本的功能。使用此設定時，請在 models.default 下明確列出模型，因為該路徑不會使用 OpenAI 風格的模型擷取。

根據Agents 設定，自訂端點名稱也可以用於 endpoints.agents.allowedProviders，因此由閘道支援的模型可供 LibreChat Agents 使用，而不受限於一般聊天。

變更目前可運作的設定前，請先儲存Gateway 遷移檢查清單。

設定方式

Kunavo 發布 OpenAI 相容端點與一組用戶端設定指南，而上述 YAML 遵循 LibreChat 自己記錄的結構。這是設定參考，不是相容性測試：本頁未對 LibreChat 與 Kunavo 端點進行執行時測試，且本頁所有內容都取自 LibreChat 的原始碼與文件，而非執行中的執行個體。在嘗試時保留一條可運作的路徑，先傳送一段範圍受限的對話，再將帳戶記錄的內容與 LibreChat 自己的帳本進行比較——這兩個數字之間的差距正是 tokenConfig 區塊的全部重點。

先從OpenAI 相容 API 指南與用戶端整合索引開始；準備為金鑰儲值時，請建立 Kunavo 帳戶。如果您仍在選擇介面，LibreChat 與 Open WebUI會比較兩者在設定上的阻力；最佳 LLM 閘道則獨立涵蓋路由問題。

常見問題

於 2026 年 9 月 19 日查核並於 9 月 21 日重新查核：LibreChat GitHub API 與兩個 LibreChat-AI 衛星儲存庫、librechat.ai/pricing 的 404、Code Interpreter 商店通知、ClickHouse 收購文章、自訂端點、token 使用量、餘額與相容性文件頁面，以及儲存庫在 main、v0.8.6 與 v0.8.7 的價格表與設定結構。Anthropic、OpenAI 與 Google 的列價取自這些日期各自的價格頁面。Kunavo token 費率取自即時目錄。ChatGPT 訂閱價格與任何歷史上的 Code Interpreter API 價格均無法驗證，因此未予陳述。此處每個美元範例都是說明性的 token 算術，而非實測帳單。