定价与计费

计价单位

价格统一按每 1M token 显示。实际扣费按请求的真实 token 数折算。

三种计费类型

类型	适用	model 之外的差异
按量计费	绝大多数对话 / 补全模型	按输入、输出、缓存读写分别计价
按次计费	图片生成等按张计价的模型	每次调用固定价格
任务计费	视频、批量任务等异步接口	按任务时长或任务次数计价

档位（Tier）

同一个模型可能有多档价格，常见维度：

• 输入 / 输出：分开计价，输出通常更贵
• 缓存读取：命中提示词缓存时按更低单价计费
• 缓存写入：写缓存的单价，分 5 分钟与 1 小时两档
• 长上下文：超过某个阈值后整体切到更高的档位

模型广场的「分档价格表」会列出每个档位的单价；「按分组定价」会把当前分组的倍率套用上去。

最终价格怎么算

费用 = 输入 token / 1M × 输入单价
     + 输出 token / 1M × 输出单价
     + 缓存读 token / 1M × 缓存读单价
     + 缓存写 token / 1M × 缓存写单价

其中所有单价都已包含分组倍率。页面默认显示的是折后价，切换到别的分组会实时重算。

分组倍率的高低主要反映线路成本与稳定性：满血为官方直连，单价最高但最稳；稳定 / 特惠 / 越狱更便宜，高峰期波动也相对明显。

余额与扣费

• 预扣：请求开始前按估算上限预扣额度，结束后按实际用量结算并退回差额。
• 余额不足时返回 402，不会发起上游请求。
• 用量明细在控制台「日志」页面按请求逐条可查（含 token 数与扣费金额）
• 扣费可能包含缓存写入（cache_creation）；线路切换或资源调整后缓存失效，会重新产生这笔费用，见缓存与计费。

价格变更

上游价格调整后，模型广场的价格会同步更新。已发生的调用按当时的价格结算，不做追溯。