token 概念

模型服务用量的一个重要概念是 token。在调用模型推理服务时，会将输入内容进行分词（tokenize），转化为模型可以理解的 token ，经过模型处理后，同样输出 token ，并转化为您需要的文本或者其他内容载体。而模型处理（包括输入、输出）的 token 数量会被作为模型推理服务用量的一个重要计量单位。 如语言大模型推理服务费用的一种较为常见的计算方式如下： 费用 = token 使用数量 * token 单价

• 由于不同模型采用的分词策略不同，同一段文本可能会被转化为不同数量的 token。

模型价格

请以 https://training.xfyun.cn/account 以及实际购买页价格为准。

在线推理

按 token 使用量付费（后付费）

• 出账时间：每小时出账。
• 付款类型：按量后付费。
• 推理服务（输出）：包含模型输出的内容，包括模型返回信息里输出（content字段）以及深度模型的思维链（reasoning_content字段）内容。

按模型单元付费

• 算力资源：独占的算力资源。
• 售卖方式：按小时售。

模型精调

按 token 使用量（训练文本＊训练迭代次数）计费，训练完成后出账，按量后付费。 参考 https://training.xfyun.cn/account ，实际购买价格以下单页面为准。

余额不足提醒与欠费处理

余额不足提醒

根据实际的输入及输出总和 token 数量，系统每1小时扣费一次，针对4个节点（您的余额小于等于之前3小时的消费金额、您开始欠费、您欠费时长达到1小时、您欠费时长超出2小时缓冲期）给您发送短信提示，请您收到短信后及时前往平台确认余额并充值。

欠费处理

欠费后您开通付费的产品将进入欠费状态，平台给您2小时缓冲期，过期后，请求系统将不再响应。

其它说明

速率限制

用户 token 用量付费受到接口调用速率限制。速率限制包含QPS和并发路数的形式，旨在限制单位时间段内用户访问推理API的次数和消耗的 token 数。目前统一支持并发20路。

礼品卡

礼品卡可用于抵扣使用平台产品服务所产生的费用。账户有礼品卡余额时，发布API服务后调用推理产生的费用会优先从礼品卡中扣除，礼品卡额度用完后会直接从账户余额中扣除，请关注账户余额及时充值保持正常使用。进入欠费状态后，仅限通过账户余额充值方式补缴。

代金券

单次仅限使用一张代金券，使用后即被标记为“已使用”，无论代金券额度是否用完。请注意：代金券存在使用有效期，代金券仅限于抵扣模型精调产生的费用，无法用于抵扣发布API服务后调用推理产生的费用。