模型服务价格
不同模型服务支持的能力及单价各不相同，本文为您介绍各模型的计费公式及单价，方便您进行模型价格查阅和比较。
一、在线推理
按 token 后付费价格
计费公式
在线推理费用 = 输入单价 × 输入token + 输出单价 × 输出token，其中输出 token 包括模型输出content内容和思维链reasoning_content内容。
若开启上下文缓存 ，在线推理费用 = 输入单价 × (输入token - 缓存命中token) + 缓存命中单价 × 缓存命中token + 输出单价 × 输出token。
部分模型支持指定思考/非思考模式，若不指定，则以默认逻辑为准。
计费单价
模型名称 | 上下文长度 | 输入（元/百万 tokens） | 缓存命中（元/百万 tokens） | 输出（元/百万 tokens） |
DeepSeek R1 | 128K | 4 | 1.6 | 思考：16 非思考：6.4 |
DeepSeek V3 | 64K | 2 | 0.8 | 8 |
Qwen3-32B | 128K | 2 | 0.8 | 思考：20 非思考：8 |
Qwen3-30B-A3B | 128k | 0.75 | 0.3 | 思考：7.5 非思考：3 |
Qwen3-8B | 128k | 0.5 | 0.2 | 思考：5 非思考：2 |
Qwen2.5-72B-Instruct | 128k | 4 | 1.6 | 12 |
Qwen2.5-7B-Instruct | 128k | 0.5 | 0.2 | 1 |
kimi-k2-Instruct（即将上线） | 128K | 4 | 1.6 | 16 |
二、批量推理
按 token 后付费价格
部分模型的批量推理价格是在线推理价格的50%，实际请以下面表格中的价格为准。
计费公式
批量推理费用 = 输入单价 × 输入token + 输出单价 × 输出token, 其中输出token包括模型输出content内容和思维链reasoning_content内容。
批量推理费用 = 输入单价 × 输入token + 输出单价 × 输出token。
计费单价
模型名称 | 上下文长度 | 输入（元/百万 tokens） | 输出（元/百万 tokens） |
DeepSeek R1 | 128K | 2 | 思考：8 非思考：3.2 |
DeepSeek V3 | 64K | 1 | 4 |
Qwen3-32B | 128K | 1 | 思考：10 非思考：4 |
Qwen3-30B-A3B | 128k | 0.375 | 思考：3.75 非思考：1.5 |
Qwen3-8B | 128k | 0.25 | 思考：2.5 非思考：1 |
Qwen2.5-72B-Instruct | 128k | 2 | 6 |
Qwen2.5-7B-Instruct | 128k | 0.25 | 0.5 |
kimi-k2-Instruct（即将上线） | 128K | 2 | 8 |