| 場景 | 首選模型 | 結論 |
|---|---|---|
| 最推薦的便宜 production default | deepseek/deepseek-v4-flash |
價格低、1M context、支援 response_format / structured_outputs / tools，適合 Mem0 做 memory extraction、去重判斷與 entity / relation 類任務。 |
| 最便宜、仍可認真測 production 的 paid model | arcee-ai/trinity-mini |
單價非常低，支援 structured outputs / tools；適合大量 memory ingestion，但上線前一定要用你的實際 memory prompt 跑驗收。 |
| 最穩的 mainstream cheap fallback | google/gemini-3.1-flash-lite 或 openai/gpt-4.1-nano |
比上面更貴，但品牌與模型穩定性較好；gpt-4.1-nano 也接近 Mem0 self-hosted server 預設模型。 |
| 最便宜但不建議 production | openrouter/free |
$0，但會路由到免費模型，且免費層有 request limit；只適合開發、測試、低風險場景。 |
OpenRouter 的價格是按各模型的 input / output token 公示費率計算，且其 pricing page 說模型目錄價格不加價；下面表格把 API 中的 per-token 價格換算成 USD / 1M tokens。
先釐清 Mem0 任務型態
Mem0 OSS 目前的新演算法重點是 single-pass ADD-only extraction：先取 top-10 related existing memories 作為 dedup context，再用一次 LLM call 抽出 distinct new facts，之後做 hash-based dedup、insert、entity extraction + linking。
另外，如果你說的「生成關係」是舊版 graph memory，Mem0 文件說 OSS 的 enable_graph / graph_store 已移除，改成內建 entity linking；舊 relations field 不再作為可查詢 graph relationship 暴露。
所以模型選擇上，重點不是「最強 reasoning」，而是：低成本、穩定 JSON / schema、長 context、精準抽取與 entity linking。
Mem0 文件也顯示可以覆寫 LLM config；OpenRouter 可透過 OpenAI provider 相容方式使用，並以 OPENROUTER_API_KEY 與 OpenRouter model id 指定模型。
候選模型總表
| 排名 | OpenRouter model ID | 價格 input / output，USD per 1M tokens | Context | 結構化輸出能力 | 適合 Mem0 的 insight | 建議 |
|---|---|---|---|---|---|---|
| 1 | deepseek/deepseek-v4-flash |
$0.14 / $0.28 | 1,048,576 | response_format 、structured_outputs 、tools |
價格非常低，context 很大，適合把 conversation + related memories 一起放進去做 extraction / dedup / entity linking。 | 首選 production default 。 |
| 2 | arcee-ai/trinity-mini |
$0.045 / $0.15 | 131,072 | response_format 、structured_outputs 、tools |
這是我會認真測的最低價 paid option；比多數 mainstream model 便宜很多。 | 最便宜 paid 候選 ，需實測準確率。 |
| 3 | openai/gpt-4.1-nano |
$0.10 / $0.40 | 1,047,576 | response_format 、structured_outputs 、tools |
Mem0 OSS 文件列出 self-hosted server default LLM 是 gpt-4.1-nano-2025-04-14；若你想接近 Mem0 預設路線，這是低風險選擇。 |
穩定 baseline 。 |
| 4 | qwen/qwen3-30b-a3b-instruct-2507 |
$0.09 / $0.30 | 262,144 | response_format 、structured_outputs 、tools |
價格低、context 夠大；若你的 memory 內容有中英文混合或中文比例高，值得測。 | 中文 / 多語便宜首選之一 。 |
| 5 | bytedance-seed/seed-2.0-mini |
$0.10 / $0.40 | 262,144 | response_format 、structured_outputs 、tools |
定位偏 latency-sensitive / high-concurrency / cost-sensitive，適合大量 memory add。 | 高併發便宜候選 。 |
| 6 | google/gemini-3.1-flash-lite |
$0.25 / $1.50 | 1,048,576 | response_format 、structured_outputs 、tools |
價格不是最低，但 OpenRouter 描述它是 low-latency、high-volume workload 的高效率模型；適合你想要 mainstream 穩定度。 | 穩定 fallback / mainstream choice 。 |
| 7 | z-ai/glm-4.7-flash |
$0.06 / $0.40 | 202,752 | response_format 、structured_outputs 、tools |
input 很便宜，適合長輸入、短輸出的 memory extraction；但 default temperature 較高，建議手動壓低。 | 低價可測 。 |
| 8 | ibm-granite/granite-4.1-8b |
$0.05 / $0.10 | 131,072 | response_format 、structured_outputs 、tools |
單價很低，適合簡單事實抽取；但 8B 級模型做 subtle dedup / relationship 可能需要更嚴格 prompt。 | 極低價 simple extraction 。 |
| 9 | mistralai/ministral-8b-2512 |
$0.15 / $0.15 | 262,144 | response_format 、structured_outputs 、tools |
output 很便宜，適合每次輸出較多 memory JSON 的情境。 | 便宜穩定候選 。 |
| 10 | mistralai/ministral-14b-2512 |
$0.20 / $0.20 | 262,144 | response_format 、structured_outputs 、tools |
比 8B 稍強，仍維持低 output 成本；適合需要較完整 JSON 的 memory pipeline。 | 比 8B 更穩一點 。 |
| 11 | stepfun/step-3.5-flash |
$0.10 / $0.30 | 262,144 | response_format 、tools |
價格不錯，但 API 顯示未列 structured_outputs；若你只要求 JSON mode 而非 strict schema，可測。 |
可測，但不是首選 。 |
| 12 | bytedance-seed/seed-1.6-flash |
$0.075 / $0.30 | 262,144 | response_format 、structured_outputs 、tools |
很便宜；若 2.0 mini 的品質沒有明顯優勢，可拿來 A/B test。 | 低價替代 。 |
| 13 | deepseek/deepseek-v3.2 |
$0.252 / $0.378 | 131,072 | response_format 、structured_outputs 、tools |
output 價格低，適合需要較好 reasoning / agentic tool-use 的 memory pipeline。 | DeepSeek fallback 。 |
| 14 | qwen/qwen3.6-35b-a3b |
$0.15 / $1.00 | 262,144 | response_format 、structured_outputs 、tools |
input 便宜，中文與多模態場景可測；output 價格高於 DeepSeek V4 Flash。 | 中文關係抽取可測 。 |
| 15 | qwen/qwen3.6-flash |
$0.25 / $1.50 | 1,000,000 | response_format 、structured_outputs 、tools |
1M context，和 Gemini 3.1 Flash Lite 價格接近；若 Qwen 在你的中文 memory 表現更好，可選。 | 中文長 context fallback 。 |
| 16 | minimax/minimax-m2.1 |
$0.29 / $0.95 | 196,608 | response_format 、structured_outputs 、tools |
OpenRouter 描述它偏 coding / agentic workflows；對 structured memory 也可能有用，但不是最低價。 | 品質候選，不是成本首選 。 |
| 17 | mistralai/mistral-large-2512 |
$0.50 / $1.50 | 262,144 | response_format 、structured_outputs 、tools |
比上面多數模型貴；適合你發現便宜模型在 dedup 或 relation extraction 出錯時作為升級。 | hard-case fallback 。 |
| 18 | ~openai/gpt-mini-latest |
$0.75 / $4.50 | 400,000 | response_format 、structured_outputs 、tools |
Mem0 library default 是 OpenAI gpt-5-mini；這個 OpenRouter alias 接近「GPT mini family」路線，但成本不低。 |
接近預設但不便宜 。 |
| 19 | ~anthropic/claude-haiku-latest |
$1.00 / $5.00 | 200,000 | response_format 、structured_outputs 、tools |
穩定但對 memory ingestion 來說偏貴；除非你特別信任 Claude 的抽取品質。 | 高價穩定 fallback 。 |
| 20 | openrouter/free |
$0 / $0 | 200,000 | response_format 、structured_outputs 、tools |
OpenRouter free router 會從免費模型中路由；免費層有 50 req/day、20 rpm，熱門免費模型也可能限流。 | 只建議 dev / test 。 |
| 21 | google/gemini-2.0-flash-lite-001 |
$0.075 / $0.30 | 1,048,576 | response_format 、structured_outputs 、tools |
價格很漂亮、context 很大；但 OpenRouter API 顯示 expiration date 是 2026-06-01，現在不適合新 production 依賴。 | 不建議新部署 。 |
| 22 | x-ai/grok-4.1-fast |
$0.20 / $0.50 | 2,000,000 | response_format 、structured_outputs 、tools |
2M context 很吸引人；但 API 顯示 expiration date 是 2026-05-15，除非確認續用，否則不建議當 default。 | 暫不建議 default 。 |
| 23 | qwen/qwen-2.5-7b-instruct |
$0.04 / $0.10 | 32,768 | response_format 、tools |
幾乎最低價，但 context 小、模型舊；適合很簡單的 memory extraction，不適合細緻去重或關係生成。 | 只做低風險測試 。 |
最佳實務配置建議
| 用途 | 建議 |
|---|---|
| 單一 default model | 用 deepseek/deepseek-v4-flash 。 |
| 成本壓到最低 | 先測 arcee-ai/trinity-mini ；若 dedup / relation 錯誤率太高，升到 deepseek/deepseek-v4-flash 。 |
| 想走 OpenAI / Mem0 預設附近 | 用 openai/gpt-4.1-nano ；若需要更高品質再測 ~openai/gpt-mini-latest 。 |
| 中文 memory 比例高 | 先測 qwen/qwen3-30b-a3b-instruct-2507 、qwen/qwen3.6-35b-a3b 、deepseek/deepseek-v4-flash 。 |
| fallback chain | deepseek/deepseek-v4-flash → google/gemini-3.1-flash-lite → openai/gpt-4.1-nano。OpenRouter routing / fallback 失敗時只收 successful model run 的費用。 |
| 參數 | temperature: 0 或 0.1；限制 max_tokens；強制 JSON schema / structured_outputs；不要開 web search；reasoning 設 minimal / off，除非你發現關係抽取品質不足。 |
| production 注意 | 儘量 pin explicit model id，不要只用 latest alias；OpenRouter 文件也建議可選 explicit model ID/version 以避免變更。 |