LibreChat 价格和 API 成本——软件本身的费用，以及 token 的费用

LibreChat 本身免费。它是采用 MIT 许可证的软件，没有付费套餐、付费席位，甚至没有定价页面——在 2026 年 9 月 19 日检查本页面时，librechat.ai/pricing 返回 HTTP 404。运营者需要预算三件不同的事：运行它的地方、它发送的模型 API 令牌，以及可选的配套服务。决定账单的是令牌——而陷阱在于，LibreChat 显示的美元金额来自其随附的表格定价，而不是你的供应商实际收取的费用。

有三样东西常被误认为是 LibreChat 的价格。第一是Code Interpreter API，这是团队曾经销售的独立服务，其商店现在显示“订阅当前不可用”，也没有公布金额。第二是第三方销售的托管服务，那是该供应商的托管费。第三是完全不同的项目：PyPI 上的libre-chat，这是 Vincent Emonet 编写的处于休眠状态的 Python 聊天机器人，最后发布的版本 0.0.6 于 2024 年 1 月 9 日上传——其文档无法配置这里的 LibreChat。那些展示 LibreChat 套餐档位或报价表单的目录网站，描述的是该项目不销售的套餐。

已经在运行实例？跳转到网关配置和计费检查，或使用专门的LibreChat 设置指南。

LibreChat 定价，逐项说明

在围绕该项目制定计划之前，需要先做一项更正。LibreChat 已被ClickHouse 收购，相关公告于 2025 年 11 月 4 日发布；公告承诺保留 MIT 许可证，并表示现有部署不受影响。该代码仓库没有改变且仍处于活跃状态——并未归档，采用 MIT 许可证；根据GitHub API，最后一次推送时间为 2026 年 9 月 21 日。整个技术栈中的许可证确实不同，如果你要再分发，这一点很重要：应用和 RAG API 采用 MIT，code-interpreter 服务采用 Apache-2.0，Admin Panel 采用 AGPL-3.0。如果许可证是关键因素，还有一个不一致之处需要你自行解决——LICENSE 文件和 About 页面都说是 MIT，而main分支上的package.json声明是 ISC。两者不一致；起决定作用的文件是 LICENSE。ClickHouse 目前是否销售任何付费 LibreChat 产品，本页面也无法确证。

版本固定有一个值得了解的特例。该代码仓库中的每个 GitHub 发布对象都被标记为预发布版本，因此“最新发布”端点完全不返回任何内容。最新标签是 2026 年 9 月 15 日的 v0.8.8-rc3；最新的非 rc 标签是 2026 年 6 月 24 日的 v0.8.7。

LibreChat 显示的费用不是你支付的费用

这是定价页面无法告诉你的部分，也是网关用户最终得到与余额毫无关系的账本的原因。LibreChat 保留自己的内部货币：令牌使用文档将 1,000,000 credits 固定为一美元。除非你自行覆盖费率，否则每个请求都会使用 LibreChat 在自己一侧查询到的费率转换为 credits。

该查询采用子字符串匹配。packages/api/src/utils/tokens.ts中的注释明确说明了规则：匹配器会取价格表中包含在模型名称内的最长键。而packages/data-schemas/src/methods/tx.ts中的表格包含供应商列表费率。将两者结合起来，就会发现网关模型 ID 会按照碰巧成为其子字符串的较短键进行定价。

左列是实时的Kunavo 目录；右列是 LibreChat 自己的常量，读取自main，时间为 2026 年 9 月 19 日。三个示例。claude-sonnet-5会匹配自身，双方费率一致，因此看起来没有问题——这正是它容易被忽略的原因。claude-sonnet-4-6也会匹配自身，但采用的是供应商列表费率，而不是向你收取的目录费率。gpt-5-6-terra则没有自己的条目：它包含的最长表格键是gpt-5，因此账本会将其按该模型计费。

如果完全没有匹配项，源代码会返回每个令牌 6 credits 的固定回退值，对输入和输出一视同仁——两个方向均为每百万令牌 $6，远高于上表中每个模型的输入费率。无论哪种情况，修复方法都相同：在自定义端点下声明一个tokenConfig块。代码会先检查该覆盖配置，然后才查询自己的表格，其注释也明确说明了这一点。费率应以每百万令牌美元计，且每个模型都必须提供prompt、completion和context。

余额文档中还有两个相关默认值：在设置balance.enabled之前，消费限制处于关闭状态；启用后，新用户的初始余额为 20,000 积分——按 LibreChat 自己的换算方式即两美分。自动充值由独立开关控制，默认关闭，默认充值额度为每 30 天 10,000 积分。同一配置参考文档相邻页面还给出了另外两项设置：启用interface.contextCost之前，费用数字对用户保持隐藏，该选项默认为 false；而交易页面称，开启余额后，无论transactions.enabled设置如何都会启用交易记录。

LibreChat 的最佳 API：不同情况下哪条路径胜出

为确定预算参考，于 2026 年 9 月 19 日核对的供应商费率如下，均按每百万 token 的输入/输出计价：Anthropic 列出的 Claude Sonnet 5 价格为输入 2 美元、输出 10 美元，并注明 2 美元/10 美元现已成为标准费率，原定的涨价不会发生；OpenAI 在其标准价目表的短上下文列中列出的 gpt-5 价格为 1.25 美元/10 美元，gpt-5-nano 为 0.05 美元/0.40 美元；Google 列出的 Gemini 3.8 Flash 付费价格截至 2026 年 12 月 31 日（含当日）为输入 0.75 美元、输出 3.75 美元，此后上涨至 1.50 美元/7.50 美元，其上方还有真正免费的层级。Claude 订阅价格来自同一次核对。ChatGPT 的订阅价格特意未列出：核对当日，openai.com 对每次自动获取都返回 403，未经验证的数字不应写入预算。

LibreChat 最便宜的 API

在托管 API 中，列出的最便宜选项既不是网关，也不是折扣，而是 Google 的 Gemini Developer API 免费层：Gemini 3.8 Flash 的输入、输出和上下文缓存均不收费——同一页面还说明了一个取舍：免费层数据会用于改进 Google 的产品，而付费层则不会。使用 Google Search 为回答提供依据的功能需要单独计量：Gemini 3.x 模型共享每月 5,000 次免费请求，超过后每 1,000 次收费 14 美元。对于一个成本必须为零且内容不敏感的个人 LibreChat 实例，这才是诚实的答案。唯一能进一步降低成本的是本地模型，它完全不按请求收费，只是成本转移到了你的硬件上。

除此之外，列出的最低价格与完成任务的最低成本是两种不同的说法，本页面不会向你保证绝对最低价。一个小模型如果需要三次尝试才能完成摘要，成本可能高于一次通过的中档模型；在 LibreChat 中，这种差异会出现两次：一次体现在重试本身，另一次体现在重试留下的对话历史中，后续每一轮都要重新发送这段历史。三种习惯比费率比较更能降低账单。固定一个便宜的 titleModel，这样标题永远不会调用旗舰模型。缩短默认模型列表，这样没人会因为好奇而选择昂贵模型。并声明 tokenConfig，这样你优化所依据的数字就是你自己的，而不是 LibreChat 的内置表格。AI 成本优化中对同一推理有更深入的说明。

一个 LibreChat 实例的月度预算示例

这些是用于说明的 token 计算，不是实测成本，也不是账单上限。目前没有公开数据说明 LibreChat 用户每月会消耗多少 token，因此下面的规模是假设值，你应当用自己的对话记录量替换它。假设一名活跃用户每月发送 120 轮，每轮包含累计 8,000 个输入 token 的历史记录，并返回 700 个输出 token——输入 960k、输出 84k token。费率采用 Kunavo 当前目录价格。

对话标题是大多数预算会忽略的另一项支出。启用 titleConvo 后，LibreChat 会自行发起请求来生成每个标题，而 titleModel 决定由哪个模型回答该请求。假设每位用户每月新增 40 个对话，每个对话包含 1,200 个输入 token 和 30 个输出 token：对于 50 名用户，在 Claude Sonnet 5 上的费用为 $3.78，而在 Claude Haiku 4.5 上为 $1.89。固定一个便宜的标题模型只需一行 YAML。

还有上一节所述的记账差额，单位相同。假设当月使用的是 GPT-5.6 Terra，其目录估算价格为每位用户 $1.02。如果没有 tokenConfig 块，LibreChat 会将该 ID 与其 gpt-5 条目匹配，并从内部余额中扣除 $2.04。如果该 ID 完全没有匹配项，则相同 1.044 百万个 token 会按备用费率扣除 $6.26。根据未配置的账本设置余额，会让用户在实际支出远低于你预期之前就被切断。

Kunavo 的目录金额是计费下限而不是上限：上游报告其费用时，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。缓存费用和下方的附加服务不在此示例中。最低充值金额为$10 的预付余额，用于增加余额，而不是购买套餐——请参阅 计费详情。

LibreChat 的最佳模型：根据端点必须触达的功能来选择

对此没有官方答案，任何给出排名的页面提供的都是观点。LibreChat 公布的是一份约束清单。其兼容性矩阵最后于 2026 年 6 月 18 日审核，其中标记自定义 OpenAI 兼容端点支持流式传输、网页搜索、代码解释器、工件、文件搜索、OCR 和记忆；工具与函数调用以及视觉功能标记为取决于模型；图像生成和 MCP 只能通过 Agents 端点访问，而不能通过普通聊天对话访问。

这会把模型选择转化为三个具体问题。如果用户将运行 Agents 或 MCP 工具，模型就必须能够可靠地调用工具，因此最便宜的层级不一定可用。如果用户会粘贴截图或 PDF，就需要视觉能力。如果两者都不适用——实例主要用于起草和问答——中档模型即可完成工作，旗舰模型则是可选项。我们的建议是展示理由而非直接下结论：在 models.default 中放置一个强模型和一个便宜模型，将便宜模型固定为 titleModel，并允许用户切换。两个合理选项组成的选择器胜过会迅速过时的排名。

哪些内容永远不会经过你的模型端点

LibreChat 的四项功能看起来像模型功能，但实际上完全由其他地方计费。将它们算入模型 API 支出，会高估端点的收费，同时低估总成本。

关于嵌入这一项，需要明确说明一点：Kunavo 不提供嵌入模型，因此即使 Kunavo 处理你的聊天流量，LibreChat 的文件聊天步骤仍会使用外部供应商或本地模型。其他网关是否提供嵌入模型，需要查看该网关自己的目录。如果你希望它不产生费用，RAG API 配置页面明确说明，默认 Docker 镜像是 lite 构建版，仅支持远程嵌入；本地嵌入需要在 compose 文件中将镜像替换为完整构建版。网页搜索也有免费路径，因为 Keenable 的搜索和页面抓取都无需密钥。本页面未核查这些供应商自己的价格，因此这里不引用任何价格。

接入网关，并声明价格

以下所有内容均遵循自定义端点配置规范，该规范已于 2026 年 9 月 19 日核对。name、apiKey、baseURL 和 models 均为必填项，端点名称必须唯一，且不得重复使用 openAI 或 anthropic 等内置名称。

# 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

有三点容易让人踩坑。第一，LibreChat 默认会将 /chat/completions 追加到你的基础 URL，因此只有当基础 URL 已经是完整的 completions 端点时，才设置 directEndpoint: true。第二，OPENAI_REVERSE_PROXY——旧教程仍建议网关使用它——在环境变量参考中已标记为弃用，该参考文档要求改用自定义端点。第三，自定义端点可以通过设置 provider: 'anthropic' 使用原生 Anthropic Messages 协议，而不是聊天 completions；这是当前唯一支持的值。该字段存在于标签 v0.8.7 的配置架构中，但在 v0.8.6 中不存在，因此应将其视为 v0.8.7 及更高版本的功能。使用该协议时，请在 models.default 下明确列出模型，因为该路径不会使用 OpenAI 风格的模型获取机制。

根据Agents 配置，自定义端点名称也可以用于 endpoints.agents.allowedProviders，因此由网关支持的模型可供 LibreChat Agents 使用，而不局限于普通聊天。

更改当前工作配置前，请保存网关迁移检查清单。

设置方法

Kunavo 发布了一个 OpenAI 兼容端点和一组客户端设置指南，上面的 YAML 遵循 LibreChat 自己记录的架构。这是配置参考，而不是兼容性测试：本页面未对 LibreChat 与 Kunavo 端点进行运行时测试，页面上的所有内容都来自 LibreChat 的源代码和文档，而不是运行中的实例。在尝试时保留一条可用路由，发送一段有界对话，然后将账户记录的数据与 LibreChat 自己的账本进行比较——这两个数字之间的差额正是 tokenConfig 块存在的全部意义。

从OpenAI 兼容 API 指南和客户端集成索引开始；准备为密钥充值时，再创建 Kunavo 账户。如果你仍在选择界面，LibreChat 与 Open WebUI 对比会比较两者在设置上的阻力；最佳 LLM 网关则单独讨论路由问题。

常见问题

核对日期为 2026 年 9 月 19 日，并于 2026 年 9 月 21 日再次核对：LibreChat GitHub API、两个 LibreChat-AI 卫星仓库、librechat.ai/pricing 上的 404、Code Interpreter 商店通知、ClickHouse 收购帖子、自定义端点、token 使用量、余额和兼容性文档页面，以及仓库中 main、v0.8.6 和 v0.8.7 的价格表与配置规范。Anthropic、OpenAI 和 Google 的标价均于这些日期从各自的价格页面读取。Kunavo token 费率来自实时目录。ChatGPT 订阅价格和任何历史上的 Code Interpreter API 价格均无法验证，因此未予陈述。这里的每个美元示例都是说明性的 token 计算，而不是实测账单。