计费示例

本页通过几个典型模型演示真实的计费计算，每种定价方式各举一例。每种定价方式背后的机制详见模型如何计费。

LLM token 计费——zai-org/glm-5.2

LLM 模型按百万 token 计费，输入（提示词）、缓存输入和输出（补全）token 分别有各自的费率（参阅 LLM 模型）：

$Cost = \frac{Fresh\ Input}{1M} \times \$1.40 + \frac{Cached\ Input}{1M} \times \$0.26 + \frac{Output}{1M} \times \$4.40$

费用在请求完成后扣除，依据响应 usage 字段中报告的 token 数量——流式和非流式请求的计费方式完全相同，失败的请求不会计费。

示例——一次包含 12,000 个提示词 token（其中 10,000 个命中提示词缓存）和 1,500 个输出 token 的聊天请求：

1. 新输入：2,000 × $1.40 ÷ 1M =$0.0028
2. 缓存输入：10,000 × $0.26 ÷ 1M =$0.0026
3. 输出：1,500 × $4.40 ÷ 1M =$0.0066
4. 合计：$0.0120

如果没有提示词缓存，同一请求的全部 12,000 个输入 token 都会按完整输入费率计费——$0.0168 +$0.0066 = $0.0234，几乎是前者的两倍。在多次请求间保持系统提示词稳定，可以让重复部分享受缓存费率。

按 token 计费的视频——bytedance/seedance-2.0/reference-to-video

Seedance 2.0 参考生视频在任务完成时按输出视频 token 计费（参阅按 token 计费的视频模型）。根据你的输入类型，适用两种 token 费率：

分辨率乘数：480p / 720p / 1080p × 1.0，4k × 0.57，720p-sr / 1080p-sr × 1.8，1440p-sr × 3.2。计费 token 按实际生成的输出计量（对包含参考视频的请求，还会计入输入视频的贡献），因此 4K 和 SR 档位请使用 /calculate 获取精确报价。

Token 数量随分辨率、帧率和时长增长：

$Video\ Tokens \approx \frac{Width \times Height \times FPS \times Duration(seconds)}{1024}$

在 1080p（1920 × 1080，24 fps）下，相当于每秒视频 48,600 token。

示例 A——仅参考图像，1080p 下 10 秒：

1. 输出 token：48,600 × 10s = 486,000 token
2. 标价：486,000 ÷ 1,000,000 × $11.20 × 1.0 = **$5.44**

示例 B——包含一段 8 秒参考视频，1080p 下输出 10 秒：

1. 计费 token 包含输入视频和输出：(10s + 8s) × 48,600 = 874,800 token
2. 适用更低的含视频费率：874,800 ÷ 1,000,000 × $6.88 × 1.0 = **$6.02**

提交时会临时冻结一小笔金额，任务计费后立即释放；失败的任务不会计费。

按秒计费的视频——alibaba/wan-2.7/image-to-video

Wan 2.7 图生视频采用经典的按秒定价：基础费率为每秒 $0.10，按输出分辨率缩放，并设有 5 秒最低计费时长：

$Cost = \$0.10 \times max(5,\ Duration) \times Resolution\ Multiplier$

示例——1080p 下 8 秒：

$0.10 × 8 × 1.5 = **$1.20**，提交时从你的余额中预留，视频交付后正式扣除。

示例——720p 下 3 秒：

时长低于最低计费时长，因此按 5 秒计费：$0.10 × 5 × 1.0 = **$0.50**。

按张计费（含选项）的图像——google/nano-banana-pro/edit

Nano Banana Pro（编辑变体）按输出图像张数定价，含分辨率档位和可选的联网搜索附加费：

$Cost = Images \times Tier\ Price\ (+\ \$0.014\ if\ web\ search)$

示例——2 张 4K 图像，开启联网搜索：

1. 图像：2 × $0.24 =$0.48
2. 联网搜索：+ $0.014（每次请求只加收一次）
3. 标价合计：$0.494

金额在提交时预留，任务失败时自动释放。

按 token 计费的图像——openai/gpt-image-2/edit

GPT Image 2 像 LLM 一样按 token 计费，但 token 数量在提交时根据你的请求参数计算：

1024×1024 图像的输出 token 数：196（low）、1,756（medium）、7,024（high）。更大的尺寸产生成比例更多的 token；输入图像始终按 medium token 基数计算，与 quality 无关。

示例——编辑一张 1024×1024 图像，quality: medium、size: 1024x1024、n: 1：

1. 输入文本：1,000 token × $5/1M =$0.0050
2. 输入图像：1,756 token × $8/1M =$0.0140
3. 输出图像：1,756 token × $30/1M =$0.0527
4. 合计：每张图像 ≈ $0.072

请求 n 张图像时，总金额会乘以 n。

按字符计费的音频（TTS）——xai/tts-v1 与 bytedance/seed-audio-1.0

这两个文本转语音模型均按输入文本的长度定价，费率为每 1,000 字符 $0.015：

$Cost = \frac{Characters(text)}{1{,}000} \times \$0.015$

字符按 Unicode 字符计数，因此一个 CJK 字符与一个拉丁字母一样，都算作一个字符。

示例——一段 1,200 字符的脚本：

1,200 ÷ 1,000 × $0.015 = **$0.018**，提交时扣费。

示例——一段 300 字符的短提示词：

300 ÷ 1,000 × $0.015 = **$0.0045**。

自行核算任何模型

以上每个示例都可以通过费用预估 API 复现——将你的确切请求体发送到 /api/v1/model/calculate，即可在不创建任务的情况下获得标价、你的实际生效价格和所应用的折扣。