360智脑开放平台按token精确计费，输入¥12、输出¥36、缓存写入¥15、缓存读取¥1.2/每百万tokens；不同模型价格差异大，qwen3.8-max成本最低，kimi-k3输出贵但适合超长生成；费用取决于实际消耗tokens，非上下文窗口上限，需警惕长输出和合理使用缓存。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
你想知道360智脑开放平台具体怎么扣钱，比如调用一次接口花多少钱、长文本会不会突然多扣几十块、缓存功能到底省不省钱——这些直接关系到账单金额的问题，必须看清楚计费规则才能避免意外支出。
基础计费单元与价格明细
360智脑开放平台按 token 精确计费，输入、输出、缓存写入、缓存读取四类操作分别定价，单位均为每百万 tokens（1M tokens）。
当前生效价格（截至2026年8月4日）如下：
• 输入价格：¥12 / 1M tokens
• 输出价格：¥36 / 1M tokens
• 缓存写入价格：¥15 / 1M tokens
• 缓存读取价格：¥1.2 / 1M tokens
注意：所有价格不含税，实际账单以控制台结算页为准；价格可能随模型版本或调度策略动态调整，但平台会提前72小时邮件通知。
不同模型的计费差异
平台接入多个模型，计费标准并不统一。例如：
方法一：qwen/qwen3.8-max（阿里巴巴）
输入 ¥12 / 1M tokens，输出 ¥36 / 1M tokens，缓存写入 ¥15 / 1M tokens，缓存读取 ¥1.2 / 1M tokens ——这是当前成本最低的主力模型，适合高频、中等长度任务。
方法二：moonshotai/kimi-k3（月之暗面）
输入 ¥20 / 1M tokens，输出 ¥100 / 1M tokens，缓存写入 ¥25 / 1M tokens，缓存读取 ¥2 / 1M tokens ——输出价格是 qwen 的近三倍，但支持最大 1,000,000 token 输出，适合超长生成任务；若输出量超过 300K tokens，实际单 token 成本反而可能低于 qwen。
【关键提醒】调用时若未显式指定 model 参数，系统默认走成本优先调度策略，自动选择当前可用且最便宜的模型，但效果差异需在可接受阈值内——这个阈值你可以在 OneAPI 后台自定义。
上下文与输出长度对费用的影响
第一步：确认你正在使用的模型上下文窗口大小
qwen3.8-max 和 kimi-k3 均支持 1,000,000 token 上下文，但实际计费只按你本次请求中真正消耗的 input + output tokens 计算，不是按窗口上限扣费。
第二步：预估 token 数量
中文平均 1.5 字 ≈ 1 token，英文单词平均 1 token；代码、JSON、表格内容 token 数显著高于纯文本。建议在调试阶段开启日志中的 usage 字段，实时查看每次请求的 input_tokens 和 output_tokens 数值。
第三步：警惕“隐形长输出”
某些指令如“请完整复述全文”“逐行解释以下代码”会触发模型输出远超预期的 token，尤其在处理 PDF 或长网页时极易突破 100K 输出——这会导致单次调用费用飙升至 ¥3.6 以上。务必设置 max_tokens 限制，或启用流式响应并手动中断。
缓存机制如何省钱
启用缓存后，相同 prompt 的重复请求将跳过模型推理，直接返回缓存结果。
缓存写入仅发生于首次请求，花费 ¥15 / 1M tokens；后续相同请求走缓存读取，仅 ¥1.2 / 1M tokens ——相当于节省 90% 的读取成本。
但注意：缓存命中严格依赖 prompt 完全一致（含空格、换行、标点），且默认不缓存含用户隐私字段（如身份证号、手机号）的请求。若需缓存敏感内容，必须在请求 header 中显式添加 x-cache-policy: force。
