模型价格
国产主流模型统一计价口径：输入、输出分别计费，按实际 token 扣量， 主流型号价格低于官方直连。全系上下文 128K 起步、旗舰档 1M，长上下文不额外加价， 按 token 线性计费。不改代码，只换 baseURL 与 model 名。
- 32个模型
- 10家厂商
- 1M最长上下文
- 0.4元 / 百万 token 起
全部模型价格明细
| 模型 | 上下文 | 输入元 / 1M | 输出元 / 1M | 官方直连输入 / 输出 | 折扣 | 推理档 |
|---|
没有匹配的模型，换个关键词试试。
折扣为相对厂商官方直连价的节省比例；缓存命中的输入 token 按输入价的 10% 计费， 在表价基础上进一步降低实际支出。计费细则 ↓
算一下要花多少钱
按你实际业务的调用形态估算，不需要注册即可试算。
- 一次 8000 token 提示 + 2000 token 回复 ≈ 一篇长文问答
- 缓存命中的提示部分按 10% 计费
- 余额不过期，按 token 实扣，无最低消费
充值档位
余额按 token 实扣，不过期、不清零。赠送额度直接并入余额，与现金充值同等使用。
计费细则
怎么算一次请求的钱？
单次费用 = 输入 tokens × 输入单价 + 输出 tokens × 输出单价。两段分别计价、分别取整到 0.0001 元。 单价统一按「元 / 百万 tokens」标价，实际扣费自动按 token 数折算，低于最小计费单位时按 1 token 计。
缓存命中为什么更便宜？
相同前缀的提示（固定系统提示词、长文档、代码仓库上下文）在 5 分钟内重复请求会命中上下文缓存， 命中部分按输入单价的 10% 计费。这是表价之外的第二层省钱方式，长对话与 RAG 场景收益最明显。
为什么会比官方直连便宜？
迅流走的是批量采购与池化调度：把多客户请求聚合到同一批推理资源上，用峰谷错峰和缓存复用来摊薄单 token 成本， 因此能在不牺牲接口协议兼容性的前提下，把单价压到官方直连价的 6 折左右。
上下文给到 1M，会不会更贵？
不会。上下文长度不单独收费，全部按 token 实算：一次 1M token 的输入， 就是 1M × 输入单价，和发 1K token 用的是同一个单价，没有阶梯、没有长上下文附加费。 同一份长文档反复提问时，命中缓存的部分还只按输入价的 10% 计，实际成本比按次计费的方案低得多。
超出上下文长度会怎样？
全系上下文 128K 起步、旗舰档 1M。超过所选模型上限的请求直接返回
400 context_length_exceeded，不扣费；需要更长时请选择标注 1M 的档位，
或先做文档切片。
并发与限流
默认每账号 60 RPM / 20 并发，充值用户按余额档位自动提额，企业用量可单独申请。
触发限流返回 429 rate_limit_exceeded，不扣费，退避重试即可。
余额、发票与退款
余额永久有效，可用于全部模型。未产生消耗的充值金额 7 天内可原路退回； 已消耗部分按实际用量结算。企业客户可开增值税普通发票 / 专用发票。