计费说明

按实际调用量扣费。文本按 Token，图片按张，视频按秒或按 Token。

文本模型：按 Token

一条请求通常包含四类用量：

• 输入 Token：提示词、系统指令、历史对话、工具定义；
• 输出 Token：模型生成的文本与推理内容；
• 缓存写入：把可复用前缀写入 Prompt Cache；
• 缓存读取：命中缓存时读取的 Token，单价远低于输入。

请求费用 = 输入 Token × 输入单价
         + 输出 Token × 输出单价
         + 缓存写入 × 写入单价
         + 缓存读取 × 读取单价

并非所有模型都支持缓存，也并非每次响应都同时返回四类用量。最终以控制台「用量日志」为准。

图片：按张

• 单价随尺寸档位变化，逐张计费（不按最大尺寸一刀切）；
• 多图参考时第一张免费，第二张起按张计费；
• 部分模型的图层拆分单独计价，单价为普通生成的一半。

视频：按秒或按 Token

• 按秒：按成功生成视频的秒数与分辨率计价；
• 按 Token：用量取上游返回的 usage.total_tokens，单价随输出分辨率、是否含参考视频变化；
• 只有成功的任务计费，失败或超时未进入终态的任务退还预扣金额；
• 异步任务为「先预扣、后结算，差额只退不补」。

充值方式

查看用量

控制台「用量日志」可按时间核对：模型、Key、输入/输出/缓存用量、单次费用与汇总、HTTP 状态与耗时。

省钱建议

1. 按任务选模型：分类、摘要、格式化不必用最贵的模型；
2. 限制输出长度：合理设置 max_tokens；
3. 精简上下文：删除无关历史，避免每轮重复发送大文件；
4. 利用缓存：稳定前缀尽量复用，命中缓存后读取价低得多；
5. 拆分 Key：开发、生产、客户端各用一个 Key，便于归因；
6. 限制自动重试：只对可重试错误做有限次退避，避免故障时重复消费。

常见问题

流式输出会更贵吗？

不会。相同内容的 Token 单价不变，但实际生成长度与客户端中断行为会影响最终费用。

请求失败会计费吗？

取决于失败阶段。认证、参数校验阶段通常没有模型用量；已进入模型推理后即使连接中断也可能产生实际用量，以用量日志为准。

为什么同样的提示词费用不同？

输出长度、历史上下文、缓存命中情况、工具调用与分组倍率都会影响费用，可在用量日志逐项对比。