定价与倍率

计费公式

$$\text{扣费 (USD)}=\frac{\text{ModelRatio}\times (\text{input\_tokens}+\text{CompletionRatio}\times \text{output\_tokens})}{\mathrm{500,000}}\times \text{GroupRatio}$$

• 500,000 是内部单位换算（500,000 quota = $1）
• ModelRatio 决定"这个模型多贵"
• CompletionRatio 决定"输出 token 相对 input 的贵度倍数"
• GroupRatio 决定"分组折扣"
• 命中 prompt 缓存的 input token 另按 CacheRatio 计（见下）

各模型倍率（原价，未乘 GroupRatio）

模型	ModelRatio	CompletionRatio	折算 $/M input	折算 $/M output
deepseek-v4-flash	0.075	2	$0.15	$0.30
deepseek-v4-pro	0.22	2	$0.44	$0.88
claude-opus-4-6	2.5	默认 4	$5.00	$20.00
claude-opus-4-7	2.5	默认 4	$5.00	$20.00
claude-opus-4-8	2.5	5	$5.00	$25.00
claude-sonnet-5	1.5	5	$3.00	$15.00
claude-sonnet-4-6	1.5	5	$3.00	$15.00
gpt-5.5	2.5	6	$5.00	$30.00
qwen3.7-max	0.885	3.01	$1.77	$5.32
glm-5.2	0.59	3.5	$1.18	$4.13
kimi-k2.7-code	0.48	4.16	$0.96	$3.99
kimi-k2.6	0.48	4.16	$0.96	$3.99

TIP

$/M = 每一百万 tokens 的价格（USD）。这是原价，还要乘 GroupRatio 才是你实际付的。

qwen3.7-plus

qwen3.7-plus 目前未单独配置倍率，按平台默认结算，最终价格以控制台账单为准；对成本敏感的批量任务建议先用 qwen3.7-max 或联系管理员确认。

claude-fable-5（旗舰 · Claude Code 专用）

旗舰模型 claude-fable-5 走独立分组 claude-fable，定价与 Claude 家族同档，精确倍率以控制台「模型广场 / 定价」为准。它依赖 Claude Code 的累进 prompt 缓存，长会话缓存命中率高、实际单价随缓存显著下降。

各分组倍率

分组	GroupRatio	说明
deepseek	1.0	DeepSeek 原价
Claude-Stable	0.4	Claude 系 4 折
Claude-ESpeed	0.4	Claude 系 4 折 + 优先带缓存渠道
GPT	0.4	GPT 系 4 折
qwen	0.7	通义千问 7 折
GLM	0.7	智谱 GLM 7 折
kimi	0.7	Kimi 7 折
default	1.0	默认组（一般 Key 不会用）

客户实付价（原价 × GroupRatio）

按你实际用的分组，一百万 tokens 到手价大致如下（USD；乘 ¥7.3 得人民币）：

模型（分组）	$/M input	$/M output
claude-opus-4-8（Claude-ESpeed / Stable）	$2.00	$10.00
claude-sonnet-5（Claude-ESpeed / Stable）	$1.20	$6.00
claude-sonnet-4-6（Claude-ESpeed / Stable）	$1.20	$6.00
gpt-5.5（GPT）	$2.00	$12.00
qwen3.7-max（qwen）	$1.24	$3.72
glm-5.2（GLM）	$0.83	$2.89
kimi-k2.7-code（kimi）	$0.67	$2.79
deepseek-v4-pro（deepseek）	$0.44	$0.88
deepseek-v4-flash（deepseek）	$0.15	$0.30

举例算一算

Q1: 用 claude-opus-4-8 在 Claude-ESpeed 分组，input 1000 tokens + output 500 tokens

$$\text{quota}=2.5\times (1000+5\times 500)=2.5\times 3500=8750$$$$\text{USD}=\frac{8750}{\mathrm{500,000}}=\mathrm{\$}0.0175$$$$\text{实扣}=0.0175\times 0.4=\mathrm{\$}0.007\approx \text{¥}0.051$$

Q2: 用 gpt-5.5，input 2000 + output 1000

$$\text{quota}=2.5\times (2000+6\times 1000)=20000$$$$\text{实扣}=\frac{20000}{\mathrm{500,000}}\times 0.4=\mathrm{\$}0.016$$

Q3: 用 glm-5.2 在 GLM 分组，input 5000 + output 1000

$$\text{quota}=0.59\times (5000+3.5\times 1000)=0.59\times 8500=5015$$$$\text{实扣}=\frac{5015}{\mathrm{500,000}}\times 0.7=\mathrm{\$}0.00702\approx \text{¥}0.051$$

结论：DeepSeek Flash 便宜到几乎白送；国内模型（Qwen / GLM / Kimi）7 折后适合大批量中文任务；Claude Opus × ESpeed 是 Claude 系性价比之选；GPT-5.5 输出很贵，谨慎设 max_tokens。

缓存能省多少？

命中 prompt 缓存的 input token 只按 CacheRatio 计费。Claude / GPT / Kimi 系命中后 input 只算 10%（CacheRatio = 0.1），GLM / Qwen 约 10-25%，DeepSeek 更低。

Claude-ESpeed 分组优先走带 prompt caching 的渠道：同一段 prompt（系统提示、长文档等）在缓存窗口内被重复调用，命中部分的 input 费用直接打到一折附近。

场景举例：

• 你用 Claude Code 反复问同一份代码库的问题
• 你的 Bot 有一段很长的 system prompt，每次对话都带
• Cline / Cursor 每次都发整个上下文

这些场景 必用 ESpeed，长期节省显著（可以省 30-70% input 费用）。

判断缓存有没有生效：看返回的 usage.prompt_tokens_details.cached_tokens，非零就是命中了。

常见误解

• 「模型 A 比模型 B 便宜就选 A」 → 便宜的模型可能需要更多 tokens 才能得到同样质量的输出，实际总费用可能反而更高。多测。
• 「temperature=0 更便宜」 → 温度不影响价格，只影响输出确定性。
• 「max_tokens 设很大更贵」 → 不是。max_tokens 只是上限，实际按真实输出算。
• 「reasoning_tokens 是什么，为啥算钱」 → DeepSeek Pro / GPT-5.5 会先"思考"再输出，思考过程也算 output tokens，会算钱。

定价何时会变

平台会尽量提前公告：

• 每周有变化 → 邮件/QQ 群/控制台公告
• 计划维护 → 提前 24 小时通知
• 紧急调价（上游倒了 / 官方涨价 / 汇率剧变）→ 生效后 6 小时内公告

定价页面（本页）会保持随时最新。跟踪变化用 changelog 或订阅公告。

相关

• 分组说明
• 模型列表
• 控制台账单 → 数据看板