计费与价格
XSI 按上游返回的真实用量实时计费:Token、缓存、图片、视频秒数、音频时长、搜索与工具调用次数都可以单独定价。余额与扣费统一以**人民币(CNY)**计。
价格从哪里来
| 来源 | 说明 |
|---|---|
api/pricing.json | 系统默认价格表,随镜像发布,启动时加载;修改后需重启 |
租户 PRICING | 租户通过 /x-config 覆盖或新增模型价格,按模型整条替换,立即生效 |
GET /x-pricing 可查看系统原价、租户覆盖后的价格以及账号最终的人民币价格,见《价格目录 API》。
币种与倍率
价格表记录的是服务商原币种的原价,再通过倍率换算为人民币:
扣费 = 原价 × 用量 × 模型 Rates ×(快速档位倍率,仅 Token 部分)× 账号 Rates × 账号 Factor| 倍率 | 设置者 | 说明 |
|---|---|---|
模型 Rates | 价格表 | 换算与加价系数。默认价格表中美元标价的模型为 7,人民币标价的模型为 1 |
账号 Rates | 父账号 | 子账号不低于父账号;父子之间的差价即父账号的分销收益 |
账号 Factor | 租户所有者 | 价格系数,可用于不同客户或渠道的折扣与加价 |
费用只从调用账号自身的余额扣除,不沿祖先链逐级扣费。父账号的收益在为子账号划转额度时按 子.Rates ÷ 父.Rates 折算实现。
价格表结构
{
"ChatPricing": {
"gpt-6.2-sol": {
"InputText": 2, "CachedText": 0.1, "CacheWrite": 2.5, "OutputText": 10,
"FastTokenMultiplier": 2, "Rates": 7,
"ContextTiers": [{"InputThreshold": 272000, "InputText": 4, "CachedText": 0.2, "CacheWrite": 5, "OutputText": 15}]
}
},
"ImgPricing": {"grok-imagine-image-quality": {"Sizes": {"1k": 0.05, "2k": 0.07}, "InputImage": 0.01, "Rates": 7}},
"VideoPricing": {"grok-imagine-video": {"Resolutions": {"480p": 0.05, "720p": 0.07}, "InputImage": 0.002, "Rates": 7}},
"AudioPricing": {"gpt-live-1": {"Unit": "per_minute", "Input": 0.05, "Rates": 7}}
}对话模型 ChatPricing
| 字段 | 单位 | 计费对象 |
|---|---|---|
InputText、InputAudio、InputImage | 每百万 Token | 未命中缓存的输入 |
CachedText、CachedAudio、CachedImage | 每百万 Token | 缓存读取(不重复计入输入) |
CacheWrite | 每百万 Token | 缓存写入 |
OutputText、OutputAudio、OutputImage | 每百万 Token | 输出 |
ReasonText | 每百万 Token | 推理 Token 单独计价;未设置时推理 Token 包含在输出中按 OutputText 计 |
Query | 每次 | 联网搜索、x_search、代码执行等工具调用,DeepSeek 搜索与抓取 |
Find | 每次 | 文件检索 |
Page | 每页 | 文档页数 |
SizeHigh、SizeMedium、SizeLow | 每次 | Responses 中按档位计费的工具调用 |
Call | 每次请求 | 固定费用,以人民币计,不乘模型 Rates |
FastTokenMultiplier | 倍数 | fast 档位的 Token 倍率(大于 1 时生效) |
ContextTiers | — | 长上下文分档,见下文 |
其他分类
| 分类 | 计费方式 |
|---|---|
ImgPricing | (Sizes[尺寸] × 张数 + InputImage × 输入图数 + Call) × 倍率;未配置的尺寸以 Call 作单张价,grok-imagine 系列取已配置的最高价 |
VideoPricing | (Resolutions[分辨率] × 秒数 + InputImage × 输入图数 + Call) × 倍率;时长 1–15 秒,默认 6 秒,分辨率默认 480p,未知分辨率按最高价 |
AudioPricing | Unit: "per_minute" 时按时长(秒级计费);否则按 Token 或字符数 |
RerankPricing | 按 Token |
CallPricing | 每次请求固定价 |
FineTuningPricing | 按 Token,适用于 ft: 模型 |
同时出现在 ChatPricing 中的图片模型(如 gpt-image-2.6-*)按 Token 计费。
缓存
- 缓存读取按
Cached*单价单独计费,不再计入输入。 - Anthropic 缓存写入(
cache_creation_input_tokens,含 5 分钟与 1 小时两种)按CacheWrite计费。 - OpenAI 缓存写入(
input_tokens_details.cache_write_tokens)包含在输入内:30 分钟写入按CacheWrite,12 小时写入按 2 ×CacheWrite;模型未设置CacheWrite时按输入价。
快速档位
| 请求或响应中的值 | 档位 | Token 倍率 |
|---|---|---|
speed: fast,service_tier: priority 或 fast | fast | 模型的 FastTokenMultiplier |
speed: ultrafast,service_tier: ultrafast | ultrafast | 6 |
default、standard、flex | 标准 | 1 |
以上游响应报告的档位为准;响应未报告时按请求值计费。倍率只作用于 Token 费用。
长上下文分档
当一次请求的输入 Token 总数(含缓存读写)大于某档的 InputThreshold 时,该请求的全部 Token 都按该档价格计费;档位中未设置的字段沿用基础价。例如 gpt-6.2-sol 输入超过 272000 Token 时,输入与输出单价分别变为 4 与 15。
什么会被计费
| 情况 | 计费 |
|---|---|
POST 请求,上游返回 200(视频创建为任意 2xx) | 按实际用量 |
| 流式请求中途断开 | 按已生成的用量 |
| 上游响应缺少用量 | 按输出内容与会话估算 |
| GET、DELETE(查询结果、轮询视频、删除文件等) | 不计费 |
| 上游错误(非 200) | 不计费 |
被资源白名单拒绝的 POST,被模型白名单或模型级限额拒绝(403/429)的 POST,请求体无法解析 | 收取 XAPI_FEE(默认 ¥0.012);账号级限速返回的 429 不收取 |
| 成功但模型不在价格表中 | 收取 XAPI_FEE,并通知运营者 |
| 部分管理查询(见各接口说明) | 收取 XAPI_FEE |
XAPI_FEE 以模型名 XAPI 出现在账单中,上限为 ¥0.24。
额度与有效期
- 余额由多笔额度组成,每笔额度有独立的金额、余额、来源说明与到期时间;可用余额为未过期额度之和。
- 有效期:管理员充值按
Days(默认且最长 365 天);租户所有者创建子账号时发放的初始额度为 1 年(超过 1 亿时 100 年);普通管理者划转的额度不晚于来源额度;注册赠金 1 个月;订阅额度按套餐周期。 - 额度分为按量与订阅两种资金类型。Role 3(订阅)账号优先使用订阅额度,订阅额度用尽后可自动改用按量余额。
- 扣费可使余额短暂为负,欠款记为负额度,后续入账优先抵扣。
- 余额低于
USER_MIN_BALANCE − 0.01时账号被冻结(429),充值后自动恢复。