AnythingLLM 定价与 API 成本：软件、令牌，以及没人公开的两笔账单

AnythingLLM 软件免费——Desktop 应用可免费下载，自托管 Docker 版本则依据项目仓库的 MIT 许可证免费提供——因此，实际上的“AnythingLLM 定价”意味着两笔无人公布的账单：可选的托管或许可证订阅费用，以及你自行承担的模型 API 令牌费用。 唯一的官方价格列表 anythingllm.com/cloud 列出了托管价格，并在其自己的项目符号中写道：“只需自带 LLM API 密钥”。请注意，anythingllm.com/pricing 并非真实页面——它会重定向到同一个云页面。

本指南区分三个层面：AnythingLLM 收取什么费用、什么会增加令牌账单，以及针对不同工作负载哪条提供商路径更合适。每个数字都有来源和日期，算术结果也明确标注为算术。

已经有工作区？跳转到聊天提供商设置和首次账单检查。请将嵌入提供商分开；Kunavo 目前不提供嵌入模型。

有两个不同的东西被称为“AnythingLLM API”

在比较价格之前先解决这一点，因为两者毫无关系。

在 AnythingLLM 的官方文档中，API 是你的实例在 /api/docs 提供的本地开发者和管理 API——创建工作区、上传文档、与工作区聊天——通过你在自己的实例内部生成的密钥进行身份验证。它没有价格，因为这是你的服务器与自身通信。

买家搜索“AnythingLLM 最好的 API”时，几乎总是指聊天提供商 Base URL 字段中所填的上游模型端点。它按令牌收费，是 AnythingLLM 部署中唯一会随使用量增长的部分。以下内容全部针对第二种 API。

AnythingLLM 自身收取的费用

Cloud 价格于 2026年9月19日从 anythingllm.com/cloud 读取。Desktop Pro 的数字需要附带说明：这些数字来自 AnythingLLM 在其自有文档中嵌入的结账截图，因为实时 Mintplex Labs 结账页面位于一个未绕过的机器人验证之后。该图片自身也带有说明——价格“不反映结账时应用的任何促销、符合条件的免费试用或优惠券”。请将 $15/$20/$180 视为 AnythingLLM 公布的数字，并在购买前于结账页面确认金额。

围绕“Pro”一词有两个陷阱。售价 $99 的 Cloud Pro 不是 Desktop Pro。它们是不同的产品，而且一些第三方摘要将托管价格误报为桌面许可证价格。此外，Desktop Pro 的范围比名称所暗示的更窄：AnythingLLM 的 Pro 概览指出，“AnythingLLM Desktop 将来也永远会对我们 99% 的功能免费使用”，并且 Pro“只是移除了”Magic 功能的“每日限制”。它不会限制聊天、RAG、agent 或模型访问。每项 Magic 功能的每日免费额度只被描述为“慷慨”——没有公布具体数字，因此本文不引用任何数字。另请注意，Magic Tab 和 Magic Beacon 仅支持 macOS 和 Windows；Beacon 页面将 Linux 标为“目前不支持”。

还需澄清一点：无关的发布方会在 Microsoft 和 AWS 市场重新销售 AnythingLLM VM 镜像，并收取各自的小时费率。这些列表不是 Mintplex Labs 发布的，其价格也不是 AnythingLLM 定价。本页面未读取它们的数字——市场页面返回 403——因此本文不列出任何相关金额。

这些价格均不包含什么

AnythingLLM 没有任何套餐包含模型令牌，Cloud 套餐对此明确说明。Cloud 限制页面指出，“AnythingLLM 托管云不会自带一个像桌面实例中那样可供你使用的内置 LLM”——因此 Cloud 订阅者必须自带外部端点，这使得 $50 或 $99 只是起步价，而不是总价。同一页面警告，内置嵌入器“不会阻止你尝试嵌入一个 5,000 页的 PDF，但会使你的实例崩溃”，并且托管 Cloud 不支持自定义 agent。

Desktop Pro 也是同样的情况，只是规模更小。其 Magic Tab 文档称，建议生成“在设备上使用你配置的 LLM 提供商和模型完成”，因此 Pro 订阅不包含推理费用——它购买的是移除功能每日上限，而这些功能随后会消耗你自己的令牌预算。

真正的零令牌路径存在，但仅限 Desktop：内置提供商使用 Ollama 的 MIT 许可引擎运行本地模型，并在文档中标记为“仅限 DESKTOP！”。如果本地模型能够足够好地回答你的文档问题，那么这部分账单将永远是 $0。

令牌账单实际来自哪里

AnythingLLM 账单有两个相互独立的部分，分别由你单独配置的两个不同提供商收费。

摄取是一次性的：每份文档都会被拆分成块并嵌入一次。聊天是持续性的：每一轮都会重新发送系统提示词、重放的历史记录、检索到的文本块和问题。持续性部分才是关键，而产品附带的默认设置决定了它的规模。

文本块大小和重叠量来自文本拆分文档，该文档还给出了上文使用的每个令牌约 4 个字符的换算，指定 LangChain 的 RecursiveCharacterTextSplitter 为唯一策略，并警告更改只会应用于之后嵌入的文档。另外三个值来自附带的 Prisma 模式（topN 4、openAiHistory 20、similarityThreshold 0.25），该模式具有权威性。需要了解的一个冲突是：AnythingLLM 的 RAG 页面写着“4-6 个文本块”，但该页面自称是已被 v1.8.5 取代的旧版文档。模式默认值为 4，并且可由用户调整。

这里代价高昂的错误根本不是某个设置。附加文档不等于嵌入文档。AnythingLLM 的文档聊天介绍称，默认情况下它“会将文档的完整文本插入聊天窗口”；如果添加文档时超出上下文窗口，它会询问是否改为将其拆分成块——也就是进行嵌入。在你接受该选项之前，附加路径会在每一轮重新发送整份文档，而不是四个文本块，成本差异将达到数量级——下文会量化这一点。

嵌入部分，以及 Kunavo 不提供的部分

直接说明：Kunavo 没有启用任何嵌入模型。kunavo.com/llms.txt指出 /v1/embeddings 通信格式已实现，但目前未列出任何嵌入模型，并告知 agent 不要推荐 Kunavo 用于嵌入；语音转文字和文字转语音也是如此（已于 2026年9月19日核查）。由于 AnythingLLM 的嵌入器是独立于聊天模型的提供商，且按系统而非工作区设置，聊天兼容性绝不意味着嵌入兼容性。在本地运行摄取部分，或将其连接到专用嵌入供应商。

这一部分最便宜的选项也是默认选项。AnythingLLM 的内置嵌入器是 all-MiniLM-L6-v2，这是一个 25MB 的 CPU 模型，需要约 2GB RAM，并且主要使用英语训练。每份文档无需付费。如果你需要托管嵌入器，AnythingLLM 会以每美元可处理的页面数发布自己的成本基准。

Kunavo 不提供此步骤，也不为其报价——表中的每个费率都直接支付给 OpenAI，并记在 OpenAI 自己的账户上。每美元页数来自 AnythingLLM 自己的OpenAI 嵌入器页面（已于 2026年9月19日核查）；同一页面指出，应用会在运行前显示价格估算。这些数字与 OpenAI公布的费率一致，分别为每百万令牌 $0.02、$0.10 和 $0.13。在顶部一行中，500 页的摄取大约为 $0.008——这才是重点：AnythingLLM 账单的主要开销几乎从来不在摄取部分。

唯一的例外是重新索引。嵌入器概览警告，一旦开始嵌入，“最好不要更改它”，因为切换意味着删除并重新嵌入每份文档。请将重新索引预算为再次支付摄取成本，并记住，本地嵌入器会使这次重复操作免费。

聊天部分：一个提供商，两个昂贵的默认值

AnythingLLM 没有为其提供命名集成的 OpenAI 兼容端点，通过名称字面为 Generic OpenAI 的提供商接入。其设置页面警告说，这是“面向开发者的 llm 提供商——除非你知道自己在做什么，否则不应使用它”，并将其描述为连接到“任何我们未明确集成的 LLM 提供商”的方式。先检查提供商列表：一些 OpenAI 形态的服务在附带的 .env.example 中拥有各自的命名提供商和 Base URL 字段，其中包括 LM Studio、LocalAI、LiteLLM、KoboldCpp 和 Text Generation WebUI；这些提供商会保留自己的默认值，而不是使用下面的通用默认值。

字段名称和默认值读取自 AnythingLLM 附带的 server/.env.example 以及 2026年9月19日 master 分支上的 Generic OpenAI 提供商源代码——MAX_TOKENS 键仅存在于源代码中，不存在于 .env.example 中。另外还有两项：GENERIC_OPEN_AI_CUSTOM_HEADERS，在 .env.example 中有记录，适用于需要额外标头的网关；以及提供商源代码中的 GENERIC_OPENAI_STREAMING_DISABLED，它会强制使用非流式响应。

# CHAT ONLY. Key names from AnythingLLM's server/.env.example, except
# GENERIC_OPEN_AI_MAX_TOKENS, which appears only in the provider source.
LLM_PROVIDER='generic-openai'

# The value is handed straight to the OpenAI SDK as baseURL, so /v1 is required.
# The UI placeholder ("eg: https://proxy.openai.com") omits it. Include it anyway.
GENERIC_OPEN_AI_BASE_PATH='https://api.kunavo.com/v1'
GENERIC_OPEN_AI_API_KEY='sk-kn-...'

# Any string is accepted here: the provider's pre-flight check always returns
# true, so a typo fails at call time rather than at save time.
GENERIC_OPEN_AI_MODEL_PREF='claude-sonnet-4-6'

# Leave this empty and AnythingLLM assumes 4096 — not your model's real window —
# then budgets history and context against that made-up number.
GENERIC_OPEN_AI_MODEL_TOKEN_LIMIT=1000000

# Defaults to 1024, which truncates long answers until you raise it.
GENERIC_OPEN_AI_MAX_TOKENS=8192

需要规划的一条边界，且仅限于此。AnythingLLM 的原生 Anthropic 提供商仅使用 API 密钥和默认标头构造其 SDK 客户端：它不传递基础 URL，AnythingLLM 也不为该提供商暴露 Base URL 字段或记录任何覆盖方式。这就是 AnythingLLM 自身界面的全部范围——这并不表示流量无法被重定向，因为它构造的 Anthropic TypeScript SDK 会将其 baseURL 默认设置为 process.env.ANTHROPIC_BASE_URL，因此该服务器进程变量仍会传递给它。AnythingLLM 既未记录也不支持此用法，因此应将其视为未记录的方式，而不是一条受支持的路径：第三方端点的受支持接入方式是通过 chat completions 使用 Generic OpenAI。

缓存方面的后果同样明确。ANTHROPIC_CACHE_CONTROL 是使原生提供商在系统提示词上加盖 cache_control 标记的开关，而 Generic OpenAI 路径中没有任何内容会发送该标记——因此，对于协议要求客户端请求缓存的路径，通过它不会命中缓存。这并不涉及无需客户端标记即可自动缓存的端点；你的端点是否支持这种方式，应查看提供商自己的文档。提示词缓存介绍了在某条路径支持缓存时，这个开关的价值。

在进行预算规划前，还需要了解另外两个限制。此提供商对视觉和附件的支持是尽力而为的——源代码在注释中说明，它假定内容数组确实采用 OpenAI 的形式，并且不会针对存在差异的提供商进行更新。此外，图像生成没有通用的基础 URL 选项：图像生成页面记录了四个指定提供商——OpenAI、OpenRouter、Ollama 和 Lemonade——但没有自定义端点行，因此只有当网关属于这些指定集成之一（例如 OpenRouter）时，/img才会访问该网关，而不是通过将 Generic OpenAI Base URL 指向它来访问。

一个实际的 AnythingLLM API 成本估算

这是根据已公布费率进行的 token 用量计算，并非实测的任务成本，也不是账单上限。假设采用上述随附的默认设置，单轮对话包含：一段 200 token 的系统提示词、4 个检索到的文本块（每个 250 token）、20 条重新发送的历史消息（平均每条 120 token），以及一个 40 token 的问题——合计 3,640 个输入 token——并返回 400 个输出 token。系统提示词、历史消息长度和回答长度均为假设值；文本块数量、文本块大小和历史消息条数则采用 AnythingLLM 自身的默认值。最后一列保持其他条件不变，但改为附加一份 30,000 token 的文档，而非检索文本块，因此每轮对话都会携带文档全文。费率采用 Kunavo 模型目录中每百万 token 的实时价格。

有三点。第一，在这些假设下，使用 Claude Sonnet 4.6 模型进行一个月的有依据问答，成本约为 $11.84——低于 Cloud Basic 单月 $50 的费用。对于这种规模的工作负载，托管决策而非提供商决策才是更大的支出项，这正是两笔账单必须分别估算、而不能相互权衡的原因。第二，与建立索引相比，直接附加文档会使相同工作负载使用 Claude Sonnet 4.6，成本达到 $72.74：在这些假设下，检索设计造成的成本差异大于提供商选择。第三，模型之间的价差确实存在，但属于次要因素——相同交互次数下，Claude Haiku 4.5 模型为 $3.95，而 Claude Opus 5 为 $19.74。

在将这些数字视为预算之前，请根据你每天的交互次数进行换算，并且仅在重新建立索引时加入摄取成本。Kunavo 的目录金额是计费下限，而不是上限：上游报告费用时，账单取目录成本与上游成本乘以适用加价率两者中的较高值。缓存费用和外部工具不包含在此示例中。Kunavo 最低充值额为$10 的预付额度，这是资金充值最低额，而不是任务费用或订阅费用——请参阅账单详情。

AnythingLLM 的最佳 API 和最佳模型：在何种情况下哪条路径胜出

关于“最佳模型”，AnythingLLM 提供了一个诚实的答案：将其作为一项功能。Model Router支持自托管的单用户和多用户部署，并从 v1.13.0 起支持 Desktop；它会将简单消息路由到廉价或本地模型，只将困难消息路由到昂贵的远程模型，其明确目的就是“Save money”。对于有依据的问答，中档模型通常已经足够，因为检索到的片段提供了事实；应将前沿模型留给综合和代理运行。代理会带来额外的令牌压力，AnythingLLM 通过 Intelligent Tool Selection 处理这一点——该功能在 v1.15.0 中默认开启，只将聊天所需的工具发送到提示词窗口，而不是发送所有已注册工具；其文档称，这一功能“每次聊天最多可节省 80%”。这是 AnythingLLM 自己给出的数字，指的是工具定义原本会增加的令牌，而不是整笔账单，并且未经独立测量。还有一项较小但近期的改进：v1.16.1指出，取消推理现在确实会在上游停止推理，因此被放弃的回答不再计费至完成。

如需更广泛的提供商比较，请参阅OpenRouter 替代方案和最佳 LLM 网关；如需了解推动上述大部分费用的检索设计，请参阅RAG 实现和AI 成本优化。如果你还在选择客户端本身，AnythingLLM 与 Open WebUI 对比会从托管和计费结构两方面比较二者。

更改当前工作配置前，请保存网关迁移检查清单。

设置并检查第一笔账单

这里将 Kunavo 配置为 Generic OpenAI 端点，并使用上述设置；OpenAI 兼容 API页面介绍请求格式，集成索引列出了已经有书面配置页面的客户端。本指南未对 AnythingLLM 与 Kunavo 端点进行运行时测试，因此请将上述配置视为文档化的起点，而不是兼容性结论：保留一条可用路径，在第一次实际对话前设置上下文窗口和 max-tokens 字段，运行一个有界工作区，然后读取你的账户实际记录的费用。准备为密钥充值时，请创建 Kunavo 账户——并将嵌入器保留为免费的本地模型，因为 Kunavo 不提供这一部分。

常见问题

AnythingLLM 的价格、文档、随附的 .env.example、Prisma schema 和提供商源代码于 2026 年 9 月 19 日核查；同日通过 kunavo.com/llms.txt 重新核实了 Kunavo 端点和嵌入可用性。Desktop Pro 的价格来自 AnythingLLM 自己的结账截图，而不是无法访问的实时结账页面。Kunavo 令牌费率来自实时目录，本页所有美元示例都是说明性的令牌计算，而非经过测量的任务成本。