全部文档
当前文档
最近更新时间：2026-10-29 14:59:38
本文为您介绍平台模型服务的计费方式、计费逻辑与计费项说明。各模型的具体单价请以价格表为准。
平台不同模型类型的计费方式各异：文本模型与视觉理解模型按 token 计费，Embedding 与 Rerank 按输入 token 计费，图片生成模型按张或按 token 计费，视频生成模型按秒、按积分或按 token 计费，语音模型按字符数计费，采用实时按量付费模式。
部分模型采用阶梯定价——单价取决于单次输入或者输出的用量，例如单次请求的输入 token 总量或视频输出的分辨率，或者该请求的所有输入 token 均按匹配到的阶梯单价结算，而非分段累计。
阶梯计费示例：假设某模型设有两档计费区间：
输入长度 [0, 256k)：2 元、输入长度 [256k, 1m)：8 元（区间为左闭右开）。若单次请求输入 300K token，因落在第二区间[256k, 1m)，则该请求的全部 300K 输入 token 均按 8 元/百万 token 结算
区间标注中 K = 1,000，M = 1,000,000。
阶梯计费字段：P1、P2、P3，P0代表无阶梯计费
按百万 token 计费，输入与输出分别计价。一次在线推理调用的费用计算公式：
在线推理费用 = （未命中缓存输入 token 数 × 未命中缓存输入单价+ 命中缓存输入 token 数 × 命中缓存输入单价+输出 token 数 × 输出单价+命中显式缓存输入 token 数 ×命中显式缓存输入价格+5min写入缓存token 数 ×5min写入缓存价格）÷ 1,000,000
出具账单后实时结算扣款，不调用不计费。
平台支持自动缓存与显式缓存两种缓存计费方式：
计费项 | 说明 |
未命中缓存输入 | 实时推理中未命中缓存的输入 token 单价 |
输出 | 实时推理输出 token 单价 |
命中缓存输入 | 若请求被系统判断命中了缓存，被命中的输入 token 按缓存命中单价计费，未命中部分仍按常规输入单价计费。缓存命中单价显著低于未命中单价，折扣力度因模型而异，请以价格表为准。 |
命中显式缓存 | 部分模型支持显式缓存，命中显式缓存的 token 按此单价计费。 |
5min 写入缓存 | 写入 5 分钟 TTL 显式缓存的 token 按此单价计费。 |
1h 写入缓存 | 写入 1 小时 TTL 显式缓存的 token 按此单价计费，价格高于 5min 写入。 |
部分模型支持批量推理（Batch），批量推理的输入/输出单价与在线推理价格不同，适合时效要求低、可异步执行的大批量任务。批量推理同样区分命中、未命中缓存输入与输出3个计费项，其中命中缓存输入的价格与在线推理相同。
计费项 | 说明 |
命中缓存输入 | 实时与批量推理中命中缓存的输入 token 单价 |
未命中缓存输入 | 批量推理中未命中缓存的输入 token 单价 |
输出 | 批量推理输出 token 单价 |
部分 Gemini 系列模型支持音频输入，音频输入单价单独计费。
部分模型输入视频计费，输入秒数与输出秒数合并按同一单价结算。
国际版价格以美元计价，规则与国内版一致。
视频生成模型按供应商不同，存在三种计价维度：
按画质及时长计费，总金额 = 画质及时长单价 × 该画质下成功生成的视频时长（部分模型含输入视频时长）
按积分计费，根据模型返回消耗的积分计费，积分总数*每积分单价，不同功能消耗积分不同，例如viduq2 系列
按 token 计费，例如seedance 系列按输入/输出百万 token 计价，分档维度包括输出视频分辨率（std 480p/720p、pro 1080p、ultra 4K）与输入是否包含视频
计价规则 | 说明 |
分辨率 | 720p、768p、1080p、4K等 |
品质类别 | 标准画质、专业画质等 |
计价最小时长 | 按1S、5S、6S、10S等计价 |
附加项 | 是否有声 是否参考图片 是否参考图片 |
图片生成模型存在两类计价方式：按张付费和按token数计费
按分辨率分档定价的模型，档位由调用生成的图像像素决定，与输入图像自身像素无关
部分模型中，图片/文本输入以缓存未命中价格计费，并区分缓存命中单价
1. 按张计费
费用 = 输入图像单价 × 输入张数 + 输出图像单价 × 输出张数
2. 按 token 计费
按输入/输出按百万 token 计价
计价规则 | 说明 |
输入类型 | 图片、文本 |
未命中缓存输入 | 实时推理中未命中缓存的输入 token 单价 |
命中缓存输入 | 若请求被系统判断命中了缓存，被命中的输入 token 按缓存命中单价计费，未命中部分仍按常规输入单价计费。缓存命中单价显著低于未命中单价，折扣力度因模型而异，请以价格表为准。 |
图片质量 | 像素大小 |
语音合成仅对输入文本/字符计费，输出音频不计费。
各模型的字符统计口径以其供应商定义为准。
计费维度 | 说明 |
按字数（千字） | 字数定义以模型官网为准 |
按字符数（万字符） | 字符定义以模型官网为准 |
按输入 token 计费（/百万 token），输出不计费。
无
模型服务采用实时按量计费模式：根据实际调用量出具账单后实时结算扣款，账单通常会延迟1小时出具，具体以系统实际出账时间为准，不调用不计费
主动中断场景：
非流式请求：对于非流式输出场景下，因需要等待模型完成输出后才会返回生成的token。当请求中止或超时，服务端生成部分 token 但未生成完整回复，故未返回生成信息给客户端，因此输入 token 和生成但未输出的 token 也可能产生部分token费用，需要以金山云最终服务端日志为准
流式请求：对于流式输出场景下，平台会将资源方中断前的计量返回进行统计并进行计费
按秒、按张、按积分、按字符计费的模型，同样在调用成功后按实际成功产出量出账
您可在费用中心查看各模型的用量明细与账单
什么是 token？
token 是模型处理文本的最小单位。中英文、数字、标点的折算规则因模型而异，一般可通过各模型的 tokenizer 工具估算。
缓存命中是如何判断的？
平台自动识别请求前缀中与历史请求重复的内容，重复部分按缓存命中单价计费。无需手动配置即可享受前缀缓存带来的费用降低。
调用失败会计费吗？
不会，请求失败不产生任何费用（不包含主动中断的场景）。
已下线模型的历史账单还能查询吗？
可以。模型下线后仅停止服务，历史账单与用量记录仍保留在费用中心。
阶梯计价的区间边界如何判定？
区间为左闭右开。例如 [0, 256k) 含 0 不含 256k，输入恰好为 256k 时按下一档单价结算。
纯净模式
