计费与扣费说明

为了让大家更清晰地了解平台的扣费逻辑，本文将详细解释 Token 的概念、按次与按量计费的区别，以及缓存机制的运作方式。

一、先搞懂「Token」

1. 什么是 Token？

可以把 Token 当成 AI 模型聊天里的专属 “计价字数”。它和我们平时说的“字数”逻辑差不多，但更精准，是 AI 模型所有扣费的核心基础。

2. Token 换算规则

• 1个汉字 ≈ 2个 Token
• 1个标点符号（不管是逗号、句号、问号），都算 1个 Token
• 1个普通英文单词 ≈ 1个 Token。比如你发“hello”，就是 1个 Token；AI 回“thank you”，就是 2个 Token。
• 特别长的英文单词会被拆成多个 Token。比如“unhappiness”，会拆成“un”“happi”“ness”，就算 3个 Token。

注意：不管是你发的消息（输入），还是 AI 回复的消息（输出），每一个字符、每一个单词，都会被拆成 Token 进行统计。

3. 为什么按 Token 算钱？

AI 处理每一个 Token 都需要消耗算力，就像你用手机刷视频，视频越长越费电一样。你发的内容越长、AI 回复的内容越长，AI 消耗的算力就越多，扣费自然就围绕 Token 数量来计算。

---

二、按次计费 vs 按量计费

在模型广场中，不同的模型会有不同的计费标识，主要分为“按次计费”和“按量计费”。

1. 按次计费（固定一口价）

一次对话只扣一笔固定费用，和你发了多少 Token、AI 回了多少 Token 完全没关系。说白了就是一次对话一口价。

• 示例：

  • [满血A]gemini-3.1-pro-preview 模型，标注了【按次计费】，后面写的模型价格 ¥5.000，就是一次对话的固定价格。
  • [特价]claude-sonnet-4-6 模型，标注了【按次计费】，模型价格 ¥16.000，也是一次固定扣费。

• 怎么用最划算？

  • 适合大体量内容：比如一次性让 AI 写一篇长文章、处理一个大文件、长篇对话。选按次，不管内容多长，只扣一次钱。
  • 不适合简短聊天：哪怕只发 10 个 Token 问个小问题，也要付一次固定费用，性价比不高。

⚠️ 注意点：如果 AI 没正常输出内容（比如回空、报错了），也会扣除这次的固定费用。这是正常扣费，不是乱收费。

2. 按量计费（用多少算多少）

根据你发的 Token 数（输入）和 AI 回复的 Token 数（输出）分别计费。Token 越多，扣的钱越多，而且输入和输出的单价不一样（通常输出单价更高）。

• 示例：

  • [premium]gemini-3-pro-preview 模型，标注【按量计费】，写了 输入 ¥1200.0000/M，输出 ¥7200.0000/M（M 就是 100 万个 Token 的意思）。
  • claude-opus-4-6 模型，标注【按量计费】，写了 输入 ¥300.0000/M，输出 ¥1500.0000/M。

• 计算公式： 一次对话总花费 = (输入 Token 数 × 输入单价) + (输出 Token 数 × 输出单价)

• 具体计算案例（以 claude-opus-4-6 为例）：

  • 输入单价：每 100 万个 Token 收 300 块，算下来每个 Token 0.0003 元。
  • 输出单价：每 100 万个 Token 收 1500 块，算下来每个 Token 0.0015 元。
  • 假设你输入了 20 个 Token，AI 输出了 11 个 Token：
    • 输入扣费：20 × 0.0003 = 0.006 元
    • 输出扣费：11 × 0.0015 = 0.0165 元
    • （再结合下文的缓存打折，最终可能只需要 0.0567 元左右）

---

三、缓存机制（省钱利器）

在同一个窗口和 AI 连续聊天时，系统会把之前聊过的内容存起来，这就是缓存。下次再发消息时，系统不用重新计算所有历史内容，直接读取缓存，费用就会大幅打折。

1. 缓存倍率状态解析

• 状态1：缓存命中（详情显示 缓存: 1）

  • 对应上方左图。详情里写着 缓存: 1，以及 缓存读104·写8，意思是系统成功读取了旧缓存，历史内容按正常折扣收费。
  • 结合规则，相当于历史内容只收 1 折的钱，能帮你省下 90% 的历史对话费用！

• 状态2：缓存未命中（详情显示 缓存创建: 1.25）

  • 对应上方右图。详情里写着 缓存创建: 1.25，以及 缓存写251，意思是系统没有读取到旧缓存，而是重新创建了新缓存，此时按全额计费。

2. 为什么缓存会失效？

缓存本质是系统识别你“是不是接着聊”的标识，只要标识变了，缓存就会失效。常见原因有 4 个：

• 原因1：聊天间隔太久
  • 缓存有效期一般是 5 分钟。超过 5 分钟不发消息，系统就会自动清除缓存，下次聊天只能全额计费。
  • 解决：同一个窗口聊天，尽量在 3-5 分钟内连续发，别断太久。
• 原因2：隐性参数变化
  • 比如后台自动切换了模型版本、加了验证标识，虽然你没手动改，但系统觉得是新对话，缓存就失效了。
  • 解决：固定用一个模型，别频繁切换。
• 原因3：上下文结构变动
  • 哪怕你没改设置，长篇聊天后，上下文结构发生变化，系统识别不到旧缓存，就会显示 缓存创建:1.25。
  • 解决：长篇对话别一直挤在一个窗口，超过 10w Token 就新开窗口。
• 原因4：手动改了设置/历史
  • 中途改了角色卡、删了某条历史对话，缓存的“匹配标识”就变了，会导致失效。
  • 解决：同一个窗口聊到底，不换模型、不改角色卡、不删历史。

---

四、省钱使用指南总结

1. 选对计费方式
   • 简短聊天、小体量 Token 需求：选按量计费。
   • 大体量聊天、长篇内容、文件处理：选按次计费（固定扣费，不按 Token 叠加，更划算）。
   • 选模型前先看模型广场的标注：标注“按次”就按次用，标注“按量”就按量用。
2. 固定窗口
   • 同一个窗口聊到底，不中途换模型、不改角色卡、不删历史，保持缓存持续生效，享受 1 折优惠。
3. 长篇对话拆窗口
   • 一次性单段对话超过 10w Token（约 5w-6w 字），就新开个窗口，避免 AI 处理不过来或缓存结构失效。

💡 一句话省流：

1. Token：AI 的计价字数，1个汉字/标点/单词 ≈ 1个 Token。
2. 按次计费：一次固定扣费，适合大体量内容。
3. 按量计费：用多少算多少，适合简短聊天（拿4.6Claude举例：输入300/百万、输出1500/百万）。
4. 缓存：5分钟内连续聊、不改设置，历史对话打 1 折。长篇记得拆窗口！