价格说明
平台采用资源额度计费方式。当前口径为 1R = 1 美元。下表为典型模型的 1x 基础价，单位为 美元 / 100 万 tokens。
典型模型 1x 基础定价
| 模型 | 输入 1x | 缓存输入 / 缓存命中 | 输出 1x | 输出倍率 | 适合场景 |
|---|---|---|---|---|---|
| GPT-5.5 | $5.00 | $0.50 | $30.00 | 6x | 高质量问答、复杂推理、科研写作、长任务 |
| GPT-5.4 | $2.50 | $0.25 | $15.00 | 6x | 通用对话、文档处理、代码辅助、日常主力模型 |
| GPT-5.4 mini | $0.75 | $0.075 | $4.50 | 6x | 高频调用、轻量问答、批量处理、性价比场景 |
| GPT-5.4 nano | $0.20 | $0.02 | $1.25 | 6.25x | 简单分类、短文本处理、低成本自动化 |
| GPT-5.3-Codex | $1.75 | $0.175 | $14.00 | 8x | Codex、代码生成、代码修复、工程任务 |
| Claude Opus 4.8 | $5.00 | $0.50 | $25.00 | 5x | 高强度推理、复杂代码、长文档理解、Agent 任务 |
| Claude Sonnet 5 | $2.00 | $0.20 | $10.00 | 5x | 主力 Claude 模型、代码、写作、分析、长上下文 |
| Claude Sonnet 4.6 | $3.00 | $0.30 | $15.00 | 5x | 稳定主力模型、复杂任务、企业应用 |
| Claude Haiku 4.5 | $1.00 | $0.10 | $5.00 | 5x | 快速响应、低成本问答、批量处理、轻量任务 |
计费规则说明
不同模型的输入、输出和缓存命中会对应不同的资源消耗系数。一般情况下，模型输出内容的计算成本高于输入内容，因此输出 tokens 会按照对应模型的输出倍率计算。
用户最终消耗主要由以下因素决定：
实际消耗 = 输入消耗 + 输出消耗 + 缓存相关消耗
其中：
输入消耗 = 输入 tokens ÷ 1,000,000 × 输入基础价 × 分组倍率
输出消耗 = 输出 tokens ÷ 1,000,000 × 输出基础价 × 分组倍率
缓存命中消耗 = 缓存命中 tokens ÷ 1,000,000 × 缓存价格 × 分组倍率
如果按 NewAPI 倍率口径理解，也可以近似写成：
实际额度消耗 ≈ (输入 tokens + 输出 tokens × 补全倍率) × 模型倍率 × 分组倍率
| 概念 | 说明 |
|---|---|
| 模型倍率 | 用于表示某个模型相对于平台基础额度的消耗系数 |
| 补全倍率 | 用于表示输出 tokens 相对于输入 tokens 的消耗差异 |
| 分组倍率 | 用于表示不同用户组、服务通道或资源策略下的最终消耗系数 |
示例说明
假设用户调用 GPT-5.5：
输入 tokens：100,000
输出 tokens：20,000
分组倍率：0.5x
按 1x 基础价格计算：
输入消耗 = 0.1 × $5.00 = $0.50
输出消耗 = 0.02 × $30.00 = $0.60
1x 总消耗 = $1.10
用户实际消耗 = $1.10 × 0.5 = $0.55
不同模型的价格并不只看输入，也要看 输出。输出越长，消耗越高；如果命中缓存，则输入部分的消耗会明显降低。平台最终显示的额度消耗，会综合模型类型、输入长度、输出长度、缓存命中情况和用户分组倍率进行计算。