計費範例
典型影片、圖片和音訊模型的定價計算範例——按 token 計費的影片、按秒計費的影片、按張計費的圖片、按 token 計費的圖片,以及按字元計費的音訊
本頁透過幾個典型模型示範真實的計費計算,每種定價方式各舉一例。每種定價方式背後的機制詳見模型計費方式。
所示費率為撰寫當時的快照
以下費率均為標價,在撰寫本文時(2026 年 7 月)準確無誤,之後可能變動。任何平台或帳戶折扣都會在此基礎上自動套用。模型詳情頁面和成本預估 API 始終返回當前的權威價格。
按 token 計費的影片——bytedance/seedance-2.0/reference-to-video
Seedance 2.0 參考生成影片在任務完成時按輸出影片 token 計費(參閱按 token 計費的影片模型)。根據您的輸入類型,適用兩種 token 費率:
| 輸入類型 | token 費率 |
|---|---|
| 僅參考圖片(無影片輸入) | 每百萬影片 token $11.20 |
| 包含參考影片 | 每百萬影片 token $6.88 |
解析度乘數:480p / 720p / 1080p × 1.0,4k × 0.57,720p-sr / 1080p-sr × 1.8,1440p-sr × 3.2。計費 token 按實際生成的輸出計量(對包含參考影片的請求,還會計入輸入影片的部分),因此 4K 和 SR 層級請使用 /calculate 取得精確報價。
Token 數量隨解析度、影格率和時長增加:
在 1080p(1920 × 1080、24 fps)下,相當於每秒影片 48,600 token。
範例 A——僅參考圖片,1080p 下 10 秒:
- 輸出 token:48,600 × 10s = 486,000 token
- 標價:486,000 ÷ 1,000,000 × 5.44**
範例 B——包含一段 8 秒參考影片,1080p 下輸出 10 秒:
- 計費 token 包含輸入影片與輸出:(10s + 8s) × 48,600 = 874,800 token
- 適用較低的含影片費率:874,800 ÷ 1,000,000 × 6.02**
提交時會暫時凍結一小筆金額,任務計費後立即釋放;失敗的任務不會計費。
按秒計費的影片——alibaba/wan-2.7/image-to-video
Wan 2.7 圖生影片採用經典的按秒定價:基礎費率為每秒 $0.10,按輸出解析度縮放,並設有 5 秒最低計費時長:
| 解析度 | 實際費率 |
|---|---|
| 720p | $0.10 / 秒 |
| 1080p | $0.15 / 秒 |
| 1080p-SR(從 720p 放大) | $0.12 / 秒 |
| 1440p-SR(從 720p 放大) | $0.2133 / 秒 |
範例——1080p 下 8 秒:
1.20**,提交時從您的餘額中預留,影片交付後正式扣款。
範例——720p 下 3 秒:
時長低於最低計費時長,因此按 5 秒計費:0.50**。
按張計費(含選項)的圖片——google/nano-banana-pro/edit-developer
Nano Banana Pro(developer 編輯變體)按輸出圖片張數定價,含解析度層級和可選的網路搜尋附加費:
| 項目 | 標價 |
|---|---|
| 最高 2K 的圖片 | $0.14 / 張 |
| 4K 圖片 | $0.24 / 張 |
| 網路搜尋(可選) | $0.014 / 請求 |
範例——2 張 4K 圖片,啟用網路搜尋:
- 圖片:2 × 0.48
- 網路搜尋:+ $0.014(每次請求僅加收一次)
- 標價合計:$0.494
金額在提交時預留,任務失敗時自動釋放。
按 token 計費的圖片——openai/gpt-image-2/edit
GPT Image 2 像 LLM 一樣按 token 計費,但 token 數量在提交時根據您的請求參數計算:
| token 類型 | 費率 | 計數方式 |
|---|---|---|
| 輸出圖片 token | 每百萬 $30 | 根據輸出的 size 和 quality |
| 輸入圖片 token | 每百萬 $8 | 根據每張輸入圖片的實際尺寸 |
| 輸入文字 token | 每百萬 $5 | 每張生成圖片固定 1,000 token |
1024×1024 圖片的輸出 token 數:196(low)、1,756(medium)、7,024(high)。更大的尺寸會產生等比例更多的 token;輸入圖片一律按 medium token 基數計算,與 quality 無關。
範例——編輯一張 1024×1024 圖片,quality: medium、size: 1024x1024、n: 1:
- 輸入文字:1,000 token × 0.0050
- 輸入圖片:1,756 token × 0.0140
- 輸出圖片:1,756 token × 0.0527
- 合計:每張圖片 ≈ $0.072
請求 n 張圖片時,總金額會乘以 n。
按字元計費的音訊(TTS)——xai/tts-v1 與 bytedance/seed-audio-1.0
這兩個文字轉語音模型均按輸入文字的長度定價,費率為每 1,000 字元 $0.015:
字元按 Unicode 字元計數,因此一個 CJK 字元與一個拉丁字母相同,都算作一個字元。
範例——一段 1,200 字元的腳本:
1,200 ÷ 1,000 × 0.018**,提交時收費。
範例——一段 300 字元的短提示詞:
300 ÷ 1,000 × 0.0045**。
自行驗算任何模型
以上每個範例都可以透過成本預估 API 重現——將您的確切請求主體傳送到 /api/v1/model/calculate,即可在不建立任務的情況下取得標價、您的實際生效價格和所套用的折扣。