模型价格

EzTokens 采用按量计费模式，不同模型的 Token 单价和计费维度不同。具体价格以控制台模型库实时价格和商务报价为准。

​

查看实时价格

登录 api.eztokens.ai 控制台，在模型库中查看每个模型的最新价格和用量。

​

什么是 Token？

token 是模型用来表示自然语言文本的基本单位，也是我们的计费单元，可以直观的理解为“字”或“词”；通常 1 个中文词语、1 个英文单词、1 个数字或 1 个符号计为 1 个 token。 一般情况下模型中 token 和字数的换算比例大致如下：

• 1 个英文字符 ≈ 0.3 个 token
• 1 个中文字符 ≈ 0.6 个 token

但因为不同模型的分词不同，所以换算比例也存在差异，每一次实际处理 token 数量以模型返回为准，您可以从返回结果的 usage 中查看。

​

计费方式

• 按 Token 计费：根据模型的实际输入/输出 Token 数量计费
• Prompt Caching 缓存计费：针对长上下文对话，通过缓存机制提供高达 1 折 的输入单价优惠，缓存输入和缓存命中根据各个模型官方定价
• 按次（张/秒）计费：生图、生视频官方原生按照Token计费，Lite模型支持固定按次扣费。

​

计费模式

平台支持 按量计费 与 按次计费 两种灵活的计费模式。

​

模式 A：按量计费

​

按量计费价格表 (每百万 Token / 1M Tokens)

针对长上下文对话，平台全面支持 Prompt Caching（提示词缓存） 机制。通过复用已经计算过的 Key-Value (KV) 缓存，用户可以大幅削减高达 90% 的输入成本。 以下为 2026 核心旗舰文本模型（含 Claude 5 系列、GPT-5.6 系列、DeepSeek-V4 Pro 以及 GLM-5.2）的实时计费标准：

​

各项计费维度的含义说明

• 基础输入 (Input)：当你的提示词（包括系统提示、历史对话、上传的文件等）在服务器上完全没有缓存时，模型需要从头读取并处理这些新文本（Cache Miss）。此时按该标准收取基础 Prefill（预填充）费用。
• 补全输出 (Output)：模型在运行中即时生成并吐出的 Token 费用（Decode 阶段）。由于生成过程极其消耗计算资源，输出单价通常是输入单价的 3 到 5 倍。
• 5 分钟 / 1 小时缓存写入 (Cache Write)：
  • 仅适用于 Anthropic / Claude 渠道。
  • 当您手动在请求中标记了 cache_control，且该内容尚未被缓存时，平台会将其写入高内存缓存中。根据您指定的缓存留存生命周期（5 分钟或 1 小时），系统会在首次写入时加成收取写入费。
  • 注：OpenAI、DeepSeek 与 GLM 采用全自动后台缓存，无需手动控制，因此没有该项“写入加成费”。
• 缓存命中 (Cache Hit)：当你的后续请求中，前缀部分与已经缓存在服务器上的内容完全一致时，这部分 Token 将直接复用已经算好的 Key-Value (KV) 缓存，免去物理计算。缓存命中的 Token 价格极为低廉。Claude、GPT-5.6 和 DeepSeek-V4 Pro 均将命中价格打到了 1 折左右，在长对话、Agent 循环或大代码库开发时，能帮你省下多达 90% 的输入成本！

​

模式B：按次（张）计费

对于不适合按 Token 计算的非文本交互场景，平台提供直观的按次/按张/按秒扣费模式：

• 图片生成：按照输出图片的张数、尺寸和质量等级进行固定扣费。
• 视频生成：按生成的视频个数，或视频的实际秒数进行计费。

💡 提示：具体模型的计费模式请以控制台模型库的最新标注和商务报价为准。

​

成本预估与控制建议

1. 先进行小样本测试：在正式上线前，用小样本（5 - 10 次）测试调用。
2. 查看用量详情：在控制台查看每次调用的实际 Token 消耗。
3. 公式估算：单次平均消耗 × 预计日调用次数 × 模型单价 = 预估成本。
4. 精简 Prompt：精简不必要的系统提示语和上下文，合理规划 System Prompt 和 Context 结构以最大化触发缓存机制。