透明定价
用多少付多少，失败调用不扣费。1 额度 = 1 次最小计费单位，卡密充值。
对话模型
| 模型 | 标识 | 计费方式 | 单价 | 说明 |
|---|---|---|---|---|
| DeepSeek Flash V4.1 精选 | deepseek-flash |
按千 token | 输入 0.001 输出 0.004 |
DeepSeek V4.1-Flash：2026-09-10 发布的新架构极速模 |
| Qwen3.8 Flash | qwen3.8-flash |
按千 token | 输入 0.0005 输出 0.002 |
通义千问 Qwen3.8-Flash，2026-08-26 发布的多模态 MoE |
| DeepSeek Chat（V4 对话） 精选 | deepseek-chat |
按千 token | 输入 0.004 输出 0.016 |
DeepSeek 官方旗舰对话模型（V4 系，自动指向最新版本），性价比之王 |
| Qwen Turbo（极速） 精选 | qwen-turbo |
按千 token | 输入 0.001 输出 0.003 |
通义千问 Turbo，速度与价格最优 |
| Qwen Plus（均衡） 精选 | qwen-plus |
按千 token | 输入 0.0016 输出 0.0056 |
通义千问 Plus，能力与成本均衡 |
| Qwen Max（旗舰） 精选 | qwen-max |
按千 token | 输入 0.048 输出 0.144 |
通义千问 Max 旗舰模型 |
| DeepSeek Reasoner（R 系推理） | deepseek-reasoner |
按千 token | 输入 0.008 输出 0.032 |
DeepSeek 官方推理模型，深度思考模式 |
| Kimi 8K | moonshot-v1-8k |
按千 token | 输入 0.012 输出 0.012 |
月之暗面 Kimi，8K 上下文 |
| Kimi 32K | moonshot-v1-32k |
按千 token | 输入 0.024 输出 0.024 |
Kimi 32K 长上下文版本 |
| Kimi 128K 超长上下文 | moonshot-v1-128k |
按千 token | 输入 0.06 输出 0.06 |
Kimi 128K 超长上下文，读论文神器 |
| Kimi Latest | kimi-latest |
按千 token | 输入 0.012 输出 0.012 |
Kimi 最新版模型 |
| GLM-4-Plus（旗舰） | glm-4-plus |
按千 token | 输入 0.1 输出 0.1 |
智谱 GLM-4 旗舰对话模型 |
| GLM-4-Air（轻量） | glm-4-air |
按千 token | 输入 0.001 输出 0.001 |
智谱高性价比轻量模型 |
| GLM-4-Flash（免费级） | glm-4-flash |
按千 token | 输入 0.0005 输出 0.0005 |
智谱 Flash 快速模型 |
| GLM-4-Long（1M 上下文） | glm-4-long |
按千 token | 输入 0.002 输出 0.002 |
智谱百万 token 上下文模型 |
| Qwen Long（长文本） | qwen-long |
按千 token | 输入 0.001 输出 0.002 |
通义千问长文本模型 |
| DeepSeek V4 Pro（旗舰） | deepseek-v4-pro |
按千 token | 输入 0.02 输出 0.06 |
DeepSeek V4 旗舰推理模型 |
| Kimi K2.6 | kimi-k2.6 |
按千 token | 输入 0.02 输出 0.06 |
月之暗面 Kimi K2.6 |
| Kimi K2.7 Code（代码） | kimi-k2.7-code |
按千 token | 输入 0.02 输出 0.06 |
Kimi 代码特化模型 |
| Qwen3.8 Flash（CMaaS 通道） | cmaas-qwen3.8-flash |
按千 token | 输入 0.02 输出 0.06 |
CMaaS 通道的 3.8 极速模型 |
| R1 蒸馏 Llama 70B（开源） | deepseek-r1-distill-llama-70b |
按千 token | 输入 0.02 输出 0.06 |
DeepSeek R1 蒸馏到 Llama 70B 的开源推理模型 |
| R1 蒸馏 Qwen 1.5B（开源） | deepseek-r1-distill-qwen-1.5b |
按千 token | 输入 0.02 输出 0.06 |
R1 蒸馏到 Qwen 1.5B 的轻量开源推理模型 |
| DeepSeek V4 Flash（0731 快照） | deepseek-v4-flash-0731 |
按千 token | 输入 0.02 输出 0.06 |
V4 极速档固定快照版 |
| DeepSeek V4 Pro（0813 快照） | deepseek-v4-pro-0813 |
按千 token | 输入 0.02 输出 0.06 |
V4 旗舰固定快照版 |
| DeepSeek V4.1 Flash（新版） | deepseek-v4.1-flash |
按千 token | 输入 0.02 输出 0.06 |
V4.1 极速架构模型（1017 版） |
| Fun ASR 通用语音识别 | fun-asr-flash-2026-06-15 |
按千 token | 输入 0.02 输出 0.06 |
达摩院 FunASR 语音识别引擎（快照） |
| GLM-5（新一代） | glm-5 |
按千 token | 输入 0.02 输出 0.06 |
智谱新一代旗舰模型 |
| GLM-5.1 | glm-5.1 |
按千 token | 输入 0.02 输出 0.06 |
智谱 GLM-5.1 对话模型 |
| GLM-5.2 | glm-5.2 |
按千 token | 输入 0.02 输出 0.06 |
智谱 GLM-5.2 对话模型 |
| GLM-5.2 Fast（预览） | glm-5.2-fast-preview |
按千 token | 输入 0.02 输出 0.06 |
5.2 极速预览版 |
| GLM-5.3 | glm-5.3 |
按千 token | 输入 0.02 输出 0.06 |
智谱最新 GLM-5.3 |
| GLM-5.3 Prime（满血） | glm-5.3-prime |
按千 token | 输入 0.02 输出 0.06 |
GLM-5.3 满血版 |
| GUI Plus（界面智能体） | gui-plus |
按千 token | 输入 0.02 输出 0.06 |
图形界面理解与操作智能体 |
| Kimi K2.5 | kimi-k2.5 |
按千 token | 输入 0.02 输出 0.06 |
月之暗面 Kimi K2.5 |
| Kimi K3（新一代） | kimi-k3 |
按千 token | 输入 0.02 输出 0.06 |
月之暗面最新一代 K3 |
| MiniMax M2.5 | MiniMax-M2.5 |
按千 token | 输入 0.02 输出 0.06 |
MiniMax 旗舰模型（经百炼通道接入） |
| Qwen 1.8B Chat（开源经典） | qwen-1.8b-chat |
按千 token | 输入 0.02 输出 0.06 |
初代开源 1.8B 对话模型 |
| Qwen 1.8B 长文本（开源） | qwen-1.8b-longcontext-chat |
按千 token | 输入 0.02 输出 0.06 |
初代开源长上下文版 |
| Qwen 7B Chat（开源经典） | qwen-7b-chat |
按千 token | 输入 0.02 输出 0.06 |
初代开源 7B 对话模型 |
| Qwen 14B Chat（开源经典） | qwen-14b-chat |
按千 token | 输入 0.02 输出 0.06 |
初代开源 14B 对话模型 |
| Qwen 72B Chat（开源经典） | qwen-72b-chat |
按千 token | 输入 0.02 输出 0.06 |
初代开源 72B 对话模型 |
| Qwen Audio 3.0 ASR（语音识别） | qwen-audio-3.0-asr-flash |
按千 token | 输入 0.02 输出 0.06 |
音频理解模型：语音识别与语音问答 |
| Qwen Audio 3.0 实时音频 Flash | qwen-audio-3.0-realtime-flash |
按千 token | 输入 0.02 输出 0.06 |
实时语音对话，低延迟流式 |
| Qwen Audio 3.0 实时音频 Plus | qwen-audio-3.0-realtime-plus |
按千 token | 输入 0.02 输出 0.06 |
实时语音对话增强档 |
| Qwen Audio 3.1 实时音频 Plus | qwen-audio-3.1-realtime-plus |
按千 token | 输入 0.02 输出 0.06 |
3.1 代实时语音对话增强档 |
| Qwen Coder Plus（代码增强） | qwen-coder-plus-1106 |
按千 token | 输入 0.02 输出 0.06 |
代码生成与补全增强档（1106 版） |
| Qwen 深度研究 | qwen-deep-research-2025-12-15 |
按千 token | 输入 0.02 输出 0.06 |
自动多步检索 + 长报告生成 |
| Qwen 深度搜索规划 | qwen-deep-search-planning |
按千 token | 输入 0.02 输出 0.06 |
任务拆解与多步检索规划 |
| Qwen Flash（极速） | qwen-flash |
按千 token | 输入 0.02 输出 0.06 |
通义极速模型，毫秒级首字响应 |
| Qwen Flash 角色扮演 | qwen-flash-character |
按千 token | 输入 0.02 输出 0.06 |
人设/角色扮演特化极速模型 |
| Qwen Flash 角色扮演（快照） | qwen-flash-character-2026-02-26 |
按千 token | 输入 0.02 输出 0.06 |
角色扮演特化，固定快照版 |
| Qwen Max（0107 快照） | qwen-max-0107 |
按千 token | 输入 0.02 输出 0.06 |
通义旗舰 Max 固定快照，输出稳定可复现 |
| Qwen Max（1201 快照） | qwen-max-1201 |
按千 token | 输入 0.02 输出 0.06 |
通义旗舰 Max 固定快照（2024-12-01） |
| Qwen Max 长文本 | qwen-max-longcontext |
按千 token | 输入 0.02 输出 0.06 |
Max 旗舰长上下文版本，超长文档处理 |
| Qwen MT 翻译（极速） | qwen-mt-flash |
按千 token | 输入 0.02 输出 0.06 |
极速翻译，低价高吞吐 |
| Qwen MT 翻译（轻量） | qwen-mt-lite |
按千 token | 输入 0.02 输出 0.06 |
超轻量翻译，成本最低 |
| Qwen MT 翻译（增强） | qwen-mt-plus |
按千 token | 输入 0.02 输出 0.06 |
高质量翻译增强档 |
| Qwen MT 翻译（通用） | qwen-mt-uni |
按千 token | 输入 0.02 输出 0.06 |
多语种文本翻译，通用档 |
| Qwen Plus（2025-01-25 快照） | qwen-plus-2025-01-25 |
按千 token | 输入 0.02 输出 0.06 |
均衡档 Plus 固定快照 |
| Qwen Plus（2025-04-28 快照） | qwen-plus-2025-04-28 |
按千 token | 输入 0.02 输出 0.06 |
均衡档 Plus 固定快照 |
| Qwen Plus（2025-07-14 快照） | qwen-plus-2025-07-14 |
按千 token | 输入 0.02 输出 0.06 |
均衡档 Plus 固定快照 |
| Qwen Plus（2025-11-05 快照） | qwen-plus-2025-11-05 |
按千 token | 输入 0.02 输出 0.06 |
均衡档 Plus 固定快照 |
| Qwen Plus（2025-12-01 快照） | qwen-plus-2025-12-01 |
按千 token | 输入 0.02 输出 0.06 |
均衡档 Plus 固定快照 |
| Qwen Plus（最新版） | qwen-plus-latest |
按千 token | 输入 0.02 输出 0.06 |
自动指向最新版 Plus，能力成本均衡 |
| Qwen Turbo（0919 快照） | qwen-turbo-0919 |
按千 token | 输入 0.02 输出 0.06 |
极速档 Turbo 固定快照 |
| Qwen Turbo（2024-11-01 快照） | qwen-turbo-2024-11-01 |
按千 token | 输入 0.02 输出 0.06 |
极速档 Turbo 固定快照 |
| Qwen VL OCR（图文识别） | qwen-vl-ocr |
按千 token | 输入 0.02 输出 0.06 |
图像文字提取，多语言印刷体与手写 |
| Qwen VL OCR（11-20 快照） | qwen-vl-ocr-2025-11-20 |
按千 token | 输入 0.02 输出 0.06 |
图文识别固定快照 |
| Qwen1.5 0.5B Chat（开源） | qwen1.5-0.5b-chat |
按千 token | 输入 0.02 输出 0.06 |
1.5 代开源 0.5B |
| Qwen1.5 1.8B Chat（开源） | qwen1.5-1.8b-chat |
按千 token | 输入 0.02 输出 0.06 |
1.5 代开源 1.8B |
| Qwen1.5 7B Chat（开源） | qwen1.5-7b-chat |
按千 token | 输入 0.02 输出 0.06 |
1.5 代开源 7B |
| Qwen1.5 14B Chat（开源） | qwen1.5-14b-chat |
按千 token | 输入 0.02 输出 0.06 |
1.5 代开源 14B |
| Qwen1.5 32B Chat（开源） | qwen1.5-32b-chat |
按千 token | 输入 0.02 输出 0.06 |
1.5 代开源 32B |
| Qwen1.5 72B Chat（开源） | qwen1.5-72b-chat |
按千 token | 输入 0.02 输出 0.06 |
1.5 代开源 72B |
| Qwen1.5 110B Chat（开源） | qwen1.5-110b-chat |
按千 token | 输入 0.02 输出 0.06 |
1.5 代开源 110B 旗舰 |
| Qwen2 0.5B Instruct（开源） | qwen2-0.5b-instruct |
按千 token | 输入 0.02 输出 0.06 |
Qwen2 代开源 0.5B |
| Qwen2 1.5B Instruct（开源） | qwen2-1.5b-instruct |
按千 token | 输入 0.02 输出 0.06 |
Qwen2 代开源 1.5B |
| Qwen2 7B Instruct（开源） | qwen2-7b-instruct |
按千 token | 输入 0.02 输出 0.06 |
Qwen2 代开源 7B |
| Qwen2 57B-A14B Instruct（开源 MoE） | qwen2-57b-a14b-instruct |
按千 token | 输入 0.02 输出 0.06 |
Qwen2 MoE：57B 总参激活 14B |
| Qwen2.5 0.5B Instruct（开源） | qwen2.5-0.5b-instruct |
按千 token | 输入 0.02 输出 0.06 |
Qwen2.5 开源 0.5B |
| Qwen2.5 1.5B Instruct（开源） | qwen2.5-1.5b-instruct |
按千 token | 输入 0.02 输出 0.06 |
Qwen2.5 开源 1.5B |
| Qwen2.5 Math 1.5B（数学专项） | qwen2.5-math-1.5b-instruct |
按千 token | 输入 0.02 输出 0.06 |
数学推理专项小模型 |
| Qwen3 ASR 实时语音识别 | qwen3-asr-flash-realtime |
按千 token | 输入 0.02 输出 0.06 |
流式语音转写，极速档 |
| Qwen3 Coder Flash（极速代码） | qwen3-coder-flash |
按千 token | 输入 0.02 输出 0.06 |
新架构极速代码模型，适合 IDE 内联补全 |
| Qwen3 实时语音翻译 Flash | qwen3-livetranslate-flash |
按千 token | 输入 0.02 输出 0.06 |
边说边译，低延迟同传 |
| Qwen3 实时语音翻译（快照） | qwen3-livetranslate-flash-2025-12-01 |
按千 token | 输入 0.02 输出 0.06 |
固定快照版实时同传 |
| Qwen3 全模态 Flash | qwen3-omni-flash |
按千 token | 输入 0.02 输出 0.06 |
音视频图文全模态理解，极速档 |
| Qwen3 全模态实时（快照） | qwen3-omni-flash-realtime-2025-09-15 |
按千 token | 输入 0.02 输出 0.06 |
全模态实时对话固定快照 |
| Qwen3 语音到语音（快照） | qwen3-s2s-flash-realtime-2025-09-22 |
按千 token | 输入 0.02 输出 0.06 |
S2S 固定快照版，语音直进直出 |
| Qwen3 TTS 语音合成 Flash | qwen3-tts-flash |
按千 token | 输入 0.02 输出 0.06 |
语音合成引擎，极速档 |
| Qwen3 TTS 实时合成 | qwen3-tts-flash-realtime |
按千 token | 输入 0.02 输出 0.06 |
流式语音合成，边生成边播放 |
| Qwen3 VL Plus（视觉对话） | qwen3-vl-plus |
按千 token | 输入 0.02 输出 0.06 |
图像理解与图文对话增强档 |
| Qwen3.5 27B（开源） | qwen3.5-27b |
按千 token | 输入 0.02 输出 0.06 |
开源 27B 密集模型，可本地部署同款 |
| Qwen3.5 35B-A3B（MoE 开源） | qwen3.5-35b-a3b |
按千 token | 输入 0.02 输出 0.06 |
开源 MoE：总参 35B 激活 3B，高性价比 |
| Qwen3.5 122B-A10B（MoE 开源） | qwen3.5-122b-a10b |
按千 token | 输入 0.02 输出 0.06 |
开源 MoE：总参 122B 激活 10B |
| Qwen3.5 397B-A17B（开源旗舰） | qwen3.5-397b-a17b |
按千 token | 输入 0.02 输出 0.06 |
开源 MoE 旗舰：总参 397B 激活 17B |
| Qwen3.5 Flash（极速） | qwen3.5-flash |
按千 token | 输入 0.02 输出 0.06 |
3.5 代极速档，低延迟低成本 |
| Qwen3.5 Flash（02-23 快照） | qwen3.5-flash-2026-02-23 |
按千 token | 输入 0.02 输出 0.06 |
3.5 代极速档固定快照 |
| Qwen3.5 实时语音翻译 | qwen3.5-livetranslate-flash-realtime |
按千 token | 输入 0.02 输出 0.06 |
3.5 代实时同传 |
| Qwen3.5 实时语音翻译（快照） | qwen3.5-livetranslate-flash-realtime-2026-05-19 |
按千 token | 输入 0.02 输出 0.06 |
固定快照版实时同传 |
| Qwen3.5 OCR（图文识别） | qwen3.5-ocr |
按千 token | 输入 0.02 输出 0.06 |
3.5 代图像文字提取 |
| Qwen3.5 Omni Flash | qwen3.5-omni-flash |
按千 token | 输入 0.02 输出 0.06 |
3.5 代全模态极速版 |
| Qwen3.5 Omni Flash（快照） | qwen3.5-omni-flash-2026-03-15 |
按千 token | 输入 0.02 输出 0.06 |
固定快照版 |
| Qwen3.5 Omni 实时 | qwen3.5-omni-flash-realtime |
按千 token | 输入 0.02 输出 0.06 |
全模态实时对话 |
| Qwen3.5 Omni 实时（快照） | qwen3.5-omni-flash-realtime-2026-03-15 |
按千 token | 输入 0.02 输出 0.06 |
固定快照版 |
| Qwen3.5 Omni Plus | qwen3.5-omni-plus |
按千 token | 输入 0.02 输出 0.06 |
3.5 代全模态增强版 |
| Qwen3.5 Omni Plus（快照） | qwen3.5-omni-plus-2026-03-15 |
按千 token | 输入 0.02 输出 0.06 |
固定快照版 |
| Qwen3.5 Omni Plus 实时 | qwen3.5-omni-plus-realtime |
按千 token | 输入 0.02 输出 0.06 |
全模态实时对话增强档 |
| Qwen3.5 Omni Plus 实时（快照） | qwen3.5-omni-plus-realtime-2026-03-15 |
按千 token | 输入 0.02 输出 0.06 |
固定快照版 |
| Qwen3.5 Plus（均衡） | qwen3.5-plus |
按千 token | 输入 0.02 输出 0.06 |
3.5 代均衡档，日常生产首选 |
| Qwen3.5 Plus（02-15 快照） | qwen3.5-plus-2026-02-15 |
按千 token | 输入 0.02 输出 0.06 |
3.5 代均衡档固定快照 |
| Qwen3.5 Plus（04-20 快照） | qwen3.5-plus-2026-04-20 |
按千 token | 输入 0.02 输出 0.06 |
3.5 代均衡档固定快照 |
| Qwen3.6 27B（开源） | qwen3.6-27b |
按千 token | 输入 0.02 输出 0.06 |
3.6 代开源 27B 密集模型 |
| Qwen3.6 35B-A3B（MoE 开源） | qwen3.6-35b-a3b |
按千 token | 输入 0.02 输出 0.06 |
3.6 代开源 MoE：35B 总参激活 3B |
| Qwen3.6 Flash（极速） | qwen3.6-flash |
按千 token | 输入 0.02 输出 0.06 |
3.6 代极速档 |
| Qwen3.6 Flash（04-16 快照） | qwen3.6-flash-2026-04-16 |
按千 token | 输入 0.02 输出 0.06 |
3.6 代极速档固定快照 |
| Qwen3.6 Plus（均衡） | qwen3.6-plus |
按千 token | 输入 0.02 输出 0.06 |
3.6 代均衡档 |
| Qwen3.6 Plus（04-02 快照） | qwen3.6-plus-2026-04-02 |
按千 token | 输入 0.02 输出 0.06 |
3.6 代均衡档固定快照 |
| Qwen3.7 Flash（极速） | qwen3.7-flash |
按千 token | 输入 0.02 输出 0.06 |
3.7 代极速档，成本最优 |
| Qwen3.7 Flash（07-15 快照） | qwen3.7-flash-2026-07-15 |
按千 token | 输入 0.02 输出 0.06 |
3.7 代极速档固定快照 |
| Qwen3.7 Max（旗舰） | qwen3.7-max |
按千 token | 输入 0.02 输出 0.06 |
3.7 代旗舰，复杂推理最强档 |
| Qwen3.7 Max（05-17 快照） | qwen3.7-max-2026-05-17 |
按千 token | 输入 0.02 输出 0.06 |
3.7 旗舰固定快照 |
| Qwen3.7 Max（05-20 快照） | qwen3.7-max-2026-05-20 |
按千 token | 输入 0.02 输出 0.06 |
3.7 旗舰固定快照 |
| Qwen3.7 Max（06-08 快照） | qwen3.7-max-2026-06-08 |
按千 token | 输入 0.02 输出 0.06 |
3.7 旗舰固定快照 |
| Qwen3.7 Max 预览版 | qwen3.7-max-preview |
按千 token | 输入 0.02 输出 0.06 |
3.7 旗舰预览，尝鲜新能力 |
| Qwen3.7 Plus（均衡） | qwen3.7-plus |
按千 token | 输入 0.02 输出 0.06 |
3.7 代均衡档 |
| Qwen3.7 Plus（05-26 快照） | qwen3.7-plus-2026-05-26 |
按千 token | 输入 0.02 输出 0.06 |
3.7 代均衡档固定快照 |
| Qwen3.8 2.4T-A95B（超大 MoE） | qwen3.8-2.4t-a95b |
按千 token | 输入 0.02 输出 0.06 |
Qwen 史上最大 MoE：总参 2.4T 激活 95B |
| Qwen3.8 27B（开源） | qwen3.8-27b |
按千 token | 输入 0.02 输出 0.06 |
3.8 代开源 27B 密集模型 |
| Qwen3.8 实时语音翻译 | qwen3.8-livetranslate-flash-realtime |
按千 token | 输入 0.02 输出 0.06 |
最新代实时同传 |
| Qwen3.8 Max（旗舰） | qwen3.8-max |
按千 token | 输入 0.02 输出 0.06 |
3.8 代旗舰模型 |
| Qwen3.8 Max（0902 快照） | qwen3.8-max-0902 |
按千 token | 输入 0.02 输出 0.06 |
3.8 旗舰固定快照 |
| Qwen3.8 Omni Flash | qwen3.8-omni-flash |
按千 token | 输入 0.02 输出 0.06 |
最新代全模态极速版 |
| Qwen3.8 Omni 实时 | qwen3.8-omni-flash-realtime |
按千 token | 输入 0.02 输出 0.06 |
最新代全模态实时对话 |
| 通义小米分析 Flash | tongyi-xiaomi-analysis-flash |
按千 token | 输入 0.02 输出 0.06 |
面向小米生态数据的极速分析模型 |
| 通义小米分析 Pro | tongyi-xiaomi-analysis-pro |
按千 token | 输入 0.02 输出 0.06 |
深度数据分析增强档 |
语音识别
| 模型 | 标识 | 计费方式 | 单价 | 说明 |
|---|---|---|---|---|
| 维吾尔语语音识别 精选 | aklipun-uyghur-asr |
按调用次数 | 1 额度 | 维吾尔语语音转文字（阿拉伯字母维文输出），XLS-R CTC 引擎，Whispe |
| 中文语音识别 | aklipun-chinese-asr |
按调用次数 | 0.5 额度 | 中文语音转文字，Vosk 秒级引擎优先、Whisper 回退。调用时传 lang |