---
title: "大模型 API 包月 vs 按量付费：盈亏平衡计算 | BroadRouter"
description: "固定价格的大模型套餐什么时候比按 token 付费更划算？DeepSeek V4.1 Flash 的四份月度账单实例、盈亏平衡用量，以及怎样测量你自己的用量。"
url: https://broadrouter.com/zh/blog/flat-rate-vs-pay-per-token-llm-api/
lang: zh-Hans
updated: 2026-11-14
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

本页由英文原文借助 AI 翻译。[阅读英文原文](https://broadrouter.com/blog/flat-rate-vs-pay-per-token-llm-api/)（2026-11-15 更新）。

# 大模型 API 包月还是按 token 付费：盈亏平衡怎么算

BroadNet Inference 团队 · 阅读约 8 分钟 · 发布于 2026-11-14 · 更新于 2026-11-15

在 BroadNet Inference 上使用 DeepSeek V4.1 Flash，假设缓存命中率 80%，当每月用量约达到 9.17亿 输入 token 和 4,600万 输出 token 时，固定价格的 Full Moon 套餐（每月 $60）就比按 token 付费更便宜。全职运行的编程智能体通常会越过这条线；业余项目或聊天助手通常不会。

## 要点

-   DeepSeek V4.1 Flash 按 token 付费的价格：输入每百万 $0.175，缓存输入每百万 $0.0055，输出每百万 $0.52。
-   Full Moon 每个会话每月 $60，不计 token；一个会话同一时间运行一个请求。
-   缓存命中率 80%、每 1 个输出 token 对应 20 个输入 token 时，盈亏平衡点约为每月 9.17亿 输入 token 加 4,600万 输出 token。
-   在我们的例子中，全职编程智能体按 token 计费每月要 $65.40，所以套餐更划算；日常助手每月 $42.67，所以按 token 更划算。
-   做选择之前，先测量一周的真实用量，包括 `cached_tokens`。

**本页内容**

1.  两种付费方式是什么？
2.  盈亏平衡点怎么算？
3.  哪些工作负载用固定价格套餐更便宜？
4.  盈亏平衡线落在哪里？
5.  固定价格与按 token 付费：并排对比
6.  什么会移动盈亏平衡点？
7.  还有谁在出售固定价格的大模型 API？
8.  哪些错误会让对比失真？
9.  做选择之前，怎样测量自己的用量？
10.  BroadNet Inference 适合什么场景

只有用量超过盈亏平衡点时，固定价格的大模型套餐才比按 token 付费便宜。在 BroadNet Inference 上使用 DeepSeek V4.1 Flash，缓存命中率 80% 时，$60 的 Full Moon 套餐在大约**每月 9.17亿 输入 token 和 4,600万 输出 token** 时达到盈亏平衡。全职运行的编程智能体通常会越过这条线；业余项目或聊天助手通常不会。

下面给出公式、四份月度账单实例和其他固定价格套餐，全部基于公开价格。你可以在[价格计算器](https://broadrouter.com/zh/pricing/)中用自己的数字重新计算。

## 两种付费方式是什么？

[DeepSeek V4.1 Flash](https://broadrouter.com/zh/models/deepseek-v4.1-flash/) 的[按量付费](https://broadrouter.com/zh/glossary/pay-as-you-go/)价格，每 100 万 token：

| token 类型 | 每百万价格 |
| --- | --- |
| 输入 | $0.175 |
| [缓存输入](https://broadrouter.com/zh/glossary/cached-input-tokens/) | $0.0055 |
| 输出（含思考） | $0.52 |

[固定价格套餐](https://broadrouter.com/zh/glossary/flat-rate-llm-plan/)覆盖同一个模型，不计 token：

| 套餐 | 每个会话的价格 | 周期 |
| --- | --- | --- |
| Full Moon | $60 | 月，自动续订 |
| Orbit | $15 | 周 |
| Meteor | $1 | 小时 |

一个会话**同一时间运行一个请求**。这是唯一的限制：没有每月 token 上限，没有滚动窗口，也没有每周配额。参见[会话如何运作](https://broadrouter.com/zh/guides/unlimited-llm-api-sessions/)。

## 盈亏平衡点怎么算？

计算分三步。你需要的是自己的 token 构成，而不是标价。

1.  **算出你每百万 token 的混合价格。** 把一个月的 token 按类型加总，每类乘以对应价格： `cost = new input × $0.175 + cached input × $0.0055 + output × $0.52`（单位均为百万 token）。再除以 token 总数。
2.  **用套餐价格除以这个混合价格。** 结果就是套餐每月能替代多少百万 token。
3.  **和你的真实用量比较。** 高于这条线，套餐更便宜；低于这条线，按 token 付费更便宜。

下面用一个智能体请求演示同样的计算，看看钱花在哪里。假设一个编程智能体发送 50,000 token 的提示词，其中 40,000 从缓存读取，返回 1,500 个 token：

| 部分 | token 数 | 计费单价 |
| --- | --- | --- |
| 新输入 | 10,000 | 每百万 $0.175 |
| 缓存输入 | 40,000 | 每百万 $0.0055 |
| 输出和思考 | 1,500 | 每百万 $0.52 |

每一行乘以对应价格，再除以 1,000,000，然后乘以每天的请求数。一个请求只要不到一美分，但一个每天调用几百次的智能体，就会把它变成一笔实实在在的月度账单。[固定价格与按 token 计费计算器](https://broadrouter.com/tools/flat-rate-vs-per-token-calculator/)可以替你完成这些计算。

## 哪些工作负载用固定价格套餐更便宜？

以下例子使用上面的公开价格。缓存占比是从缓存读取的输入 token 所占的比例；对于每一轮都重新发送相同文件和系统提示词的智能体来说，这个比例很高。

| 工作负载 | 每月输入 | 缓存命中 | 每月输出 | 按 token 付费 | 更便宜的方案 |
| --- | --- | --- | --- | --- | --- |
| 业余项目 | 1 亿 | 50% | 1,000 万 | $14.23 | 按量付费 |
| 日常助手 | 3 亿 | 50% | 3,000 万 | $42.67 | 按量付费 |
| 全职编程智能体 | 10 亿 | 80% | 5,000 万 | $65.40 | Full Moon |
| 全天候智能体 | 30 亿 | 80% | 1.5 亿 | $196.20 | Full Moon |

与一个 Full Moon 会话（$60）相比，每月差额分别为 $45.77、$17.33、$5.40 和 $136.20。全天候智能体的情况最明显：无论智能体读多少内容，套餐账单都不变。

## 盈亏平衡线落在哪里？

编程智能体读的远比写的多。典型的构成是每 1 个输出 token 对应约 20 个输入 token，且大部分输入来自缓存。按这个构成，每百万 token 的混合价格为 $0.06。套餐在大约**每月 9.17亿 输入 token 和 4,600万 输出 token** 时回本。

一个套餐会话也有上限。按 约每秒 100 个 token 的典型速度，一个会话连续 30 天不停生成，会产出 约 2.59亿 输出 token。真实的智能体大量时间花在阅读、运行工具和等待上，所以实际数字更低。如果一个智能体不够用，就增加会话；参见[用固定价格并行运行多个智能体](https://broadrouter.com/zh/blog/run-parallel-coding-agents-flat-rate/)。

## 固定价格与按 token 付费：并排对比

|  | 按 token 付费 | 固定价格套餐会话 |
| --- | --- | --- |
| 账单随什么增长 | 每个 token、每次重试、每个长提示词 | 只随会话数量 |
| 最适合 | 轻量、波动大或实验性的使用 | 一跑就是几个小时的稳定智能体 |
| 并行请求 | 每个密钥同时 4 个、每分钟 30 个 | 每个会话一个；增加会话即可增加并行数 |
| 模型 | 所有聊天和语音模型 | 仅 DeepSeek V4.1 Flash |
| 缓存命中率是否重要 | 是，非常重要 | 对账单而言不重要 |
| 最小投入 | 除余额外无需任何承诺 | 一个 $1 的 Meteor 小时 |

还有第三种选择。[BroadNet Gemma 4 VL 26B](https://broadrouter.com/zh/models/gemma-4-vl-26b/) 的按小时密钥每小时 $0.50，一路流，每分钟 120 个请求。它适合在小型视觉模型上跑短时间的重负载任务，而不是全天运行的智能体；如果 30 天全天候运行，费用为 $360.00。

## 什么会移动盈亏平衡点？

-   **缓存命中率。** 缓存输入每百万 $0.0055，而不是 $0.175。缓存命中率越高，按 token 付费越便宜，盈亏平衡点也越高。参见[如何提高缓存命中率](https://broadrouter.com/zh/blog/cached-input-tokens-explained/)。
-   **思考。** DeepSeek V4.1 Flash 会先思考再回答，这些[思考 token](https://broadrouter.com/zh/glossary/reasoning-tokens/) 按输出计费。简单步骤把 `reasoning_effort` 设为 `low`。参见[为什么思考会让回复变成空的](https://broadrouter.com/zh/guides/reasoning-tokens-empty-response/)。
-   **并发。** 按量付费密钥允许同时 4 个请求、每分钟 30 个。套餐每个会话一个请求，但你运行多少个智能体，就可以买多少个会话。
-   **在哪里购买按 token 的服务。** DeepSeek 自己的 API 也按 token 出售 V4.1 Flash，分高峰和非高峰价格。2026 年 11 月 15 日，它的非高峰输入价格（每百万 USD 0.15，缓存为 USD 0.003）低于 BroadNet，而输出价格（非高峰 USD 0.60，高峰 USD 1.20）在所有时段都更高，所以哪种按 token 方案更便宜，取决于你的 token 构成和使用时段。另外还有几家服务商的标价也低于 BroadNet 的按 token 价格：参见[各服务商 DeepSeek V4.1 Flash 价格对比](https://broadrouter.com/zh/llm-api-pricing/deepseek-v4.1-flash/)。如果你坚持按 token 计费，就比价购买；那些服务商不卖的，是套餐。
-   **可预测性。** 按 token 的账单会随着每一次重试循环、每一个多出来的文件而增长。固定价格的账单不会；对预算固定的团队来说，这本身往往就有价值。

## 还有谁在出售固定价格的大模型 API？

BroadNet 不是唯一的固定价格选择。以下是 2026 年 11 月 15 日我们能在各服务商自己的价格页面上核实的竞品套餐。价格均为每月。除了价格，也要查看允许的使用范围：其中一家排除了智能体。

| 服务商和套餐 | 价格 | 并发 | 模型和上下文 | “固定价格”的含义 |
| --- | --- | --- | --- | --- |
| Featherless Chat | USD 25 | 4 个并发单位（“one 70B conversation, or four small ones at once”，译文：一个 70B 对话，或同时四个小模型对话） | 其目录中的任意模型，32K 上下文 | “Unlimited tokens”（译文：不限 token），但仅限 “human-driven use”（译文：人工驱动的使用）：页面排除了 “app/API traffic”（译文：应用/API 流量）、“background automation”（译文：后台自动化）和编程智能体 |
| Awan LLM Core / Plus / Pro / Max | USD 5 / 10 / 20 / 80 | 未说明；Pro 和 Max 列有 “parallel requests”（译文：并行请求） | 小、中、大三个模型档位；上下文未说明 | “Unlimited tokens”（译文：不限 token），但每分钟限 20 到 200 个请求，Max 以下的套餐还按模型大小设有每日请求配额 |
| Standard Compute Starter / Economy / Standard / Pro | USD 19 / 39 / 89 / 249 | Starter：同一时间一个智能体；Economy 及以上：可并行运行智能体 | 其完整目录，按请求路由 | 每月算力预算等于套餐价格；用完即停止处理请求 |
| BroadNet Full Moon | 每个会话 $60 | 每个会话一个请求；需要更多就增加会话 | 仅 DeepSeek V4.1 Flash，1,048,576 token 上下文 | 不计 token，没有每日或每周上限 |

**它们胜过 BroadNet 的地方。** Awan LLM 的入门价格低得多，模型更多，Pro 和 Max 套餐还列有并行请求。Standard Compute 可以路由到 BroadNet 不提供的前沿模型。Featherless Chat 更便宜，并在一个大型目录上提供四个并发单位，但只适用于你自己打字的聊天，所以不适合智能体工作负载。如果你需要在一个订阅里选择模型或运行多路并行流，请先试试 Awan 或 Standard Compute。

**BroadNet 的不同之处。** 它的套餐没有每日请求配额（Awan 在 Max 以下有），也没有会用完的支出预算（Standard Compute 有）。它允许智能体和 API 流量，而 Featherless Chat 不允许；它的上下文也远长于 Featherless Chat 的 32K，这对重新发送整个文件的编程智能体很重要。套餐是否划算，最终还是取决于上面的盈亏平衡计算，所以请在[固定价格与按 token 计费计算器](https://broadrouter.com/tools/flat-rate-vs-per-token-calculator/)中算一算你自己的数字。

## 哪些错误会让对比失真？

-   **拿聊天订阅来比较。** 聊天应用的套餐不是一个可以接入你自己工具的 API 密钥。要拿 API 价格和 API 套餐比较。参见[“不限量”到底涵盖什么](https://broadrouter.com/zh/blog/what-unlimited-llm-api-really-means/)。
-   **忽略缓存 token。** 把每个输入 token 都按全价计算，会让按 token 付费看起来比实际贵得多。
-   **测量了清闲的一周。** 假期的一周或搭建环境的一周都不是正常的一个月。要测量真实工作的一周。
-   **忘了并行。** 同时运行三个智能体需要三个会话。拿三个套餐和三个智能体按 token 计费的总账单比较。
-   **忘了创始用户优惠。** 使用创始用户优惠码，Full Moon 前三个月每月 $45，这段时间的盈亏平衡点会更低。

## 做选择之前，怎样测量自己的用量？

1.  用按量付费密钥运行你的真实智能体一周。新账户有 $5 初始额度。
2.  在流式输出中用 `stream_options: {"include_usage": true}` 打开用量统计，记录 `prompt_tokens`、`prompt_tokens_details.cached_tokens` 和 `completion_tokens`。[流式输出指南](https://broadrouter.com/zh/guides/streaming-chat-completions/)介绍了具体做法。
3.  把一周的数字乘以约 4.3，填入[计算器](https://broadrouter.com/zh/pricing/)。
4.  如果套餐更划算，先买一个 $1 的 Meteor 小时，跑同样的循环，再决定是否买一个月。

## BroadNet Inference 适合什么场景

BroadNet 在同一个账户里同时提供两种计费方式，所以你不必一次定终身。在 DeepSeek V4.1 Flash 上稳定运行的智能体适合套餐会话；其他模型、语音转文字和偶尔的突发流量则继续按量付费。如果你的用量远低于盈亏平衡线，套餐就是错误的选择，上面的数字会说明这一点。计算器和本文使用同一个价格文件 [pricing.json](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=zh-blog-flat-rate-vs-pay-per-token-llm-api&utm_content=body)，最近同步于 2026-11-14。

相关免费工具（英文）

-   [LLM API cost calculator](https://broadrouter.com/tools/llm-api-cost-calculator/) Price a workload on every model at once, with cache hits, reasoning and a flat-plan check.
-   [Flat-rate vs per-token LLM cost calculator](https://broadrouter.com/tools/flat-rate-vs-per-token-calculator/) Break-even between an unlimited plan and paying per token, per agent.
-   [Prompt caching savings calculator](https://broadrouter.com/tools/prompt-caching-calculator/) Bill with and without caching, by prefix share and hit rate.
-   [Prompt token diff](https://broadrouter.com/tools/prompt-token-diff/) Two prompt versions side by side: changed lines, exact token delta and the monthly cost difference.

[免费工具（英文）](https://broadrouter.com/tools/)

## 本文涉及的术语

[Token（词元）](https://broadrouter.com/zh/glossary/token/)

token（词元）是大语言模型读写文本的基本单位：由模型的分词器切分出的一个词、词的一部分、一个标点或一段字节序列。大模型 API 按 token 计数、设定限制，通常也按 token 计费。

[AI 智能体（AI agent）](https://broadrouter.com/zh/glossary/agent/)

AI 智能体是由语言模型自主决定步骤、朝目标推进的系统：它决定调用哪些工具、读取结果，然后重复，直到给出最终回答或触及上限。在固定位置调用模型的固定脚本，通常称为工作流（workflow）。

[按量付费（pay-as-you-go）](https://broadrouter.com/zh/glossary/pay-as-you-go/)

按量付费是一种计价模式：你只为实际用量付费，按 token、请求次数或音频分钟等单位计量，没有订阅费，也没有最低消费承诺。大多数大模型 API 都这样计费，从预付余额中扣减或定期开具账单。

[输入 token 与输出 token](https://broadrouter.com/zh/glossary/input-and-output-tokens/)

输入 token 是语言模型在一次请求中读取的 token，包括系统提示词、对话历史、工具定义和图片。输出 token 是模型生成回复的 token，包括思考内容。大模型 API 通常分别计价，输出一般更贵。

[缓存输入 token（cached input tokens）](https://broadrouter.com/zh/glossary/cached-input-tokens/)

缓存输入 token 是大模型服务商近期已处理过、可以直接从缓存中复用而无需重新计算的提示词 token，通常是重复的前缀，例如系统提示词或文档。服务商对它们按低于新输入 token 的单价计费。

[并发（concurrency）](https://broadrouter.com/zh/glossary/concurrency/)

并发（concurrency）是客户端在同一时刻正在进行中的请求数。大模型 API 往往按密钥或套餐单独限制并发，与每分钟请求数分开计算，因为每个未完成的请求在响应结束前都会占用 GPU 资源。

[AI 编程智能体（AI coding agent）](https://broadrouter.com/zh/glossary/coding-agent/)

AI 编程智能体是一种软件工具，其中的语言模型在循环中处理代码库：读取文件、编辑文件、运行测试等命令、读取输出并决定下一步，直到任务完成或达到某个上限。

[大模型包月套餐（flat-rate LLM plan）](https://broadrouter.com/zh/glossary/flat-rate-llm-plan/)

大模型包月套餐（固定价格套餐）是按一个周期（如一个月）收取固定费用、提供大模型 API 使用权的计价方式，不按 token 计费。这类套餐通常会限制别的东西，如并发、速度、模型或使用时间窗口，所以限制条件和价格同样重要。

## 常见问题

### 包月的大模型套餐一定更便宜吗？

不一定。用量低于盈亏平衡点时，按 token 付费更便宜。在我们的例子中，一个业余项目按 token 计费每月 $14.23，远低于 $60 的套餐。

### 大模型订阅的盈亏平衡点怎么算？

根据你真实的新输入、缓存输入和输出比例，算出每百万 token 的混合成本。用套餐价格除以这个数字。以 DeepSeek V4.1 Flash 为例，缓存命中率 80%、每 1 个输出 token 对应 20 个输入 token 时，混合价格为每百万 $0.06，所以 Full Moon 的盈亏平衡点约为每月 9.17亿 输入 token 加 4,600万 输出 token。

### 缓存 token 会改变结论吗？

影响很大。DeepSeek V4.1 Flash 的缓存输入按每百万 $0.0055 计费，而不是 $0.175。缓存命中率越高，盈亏平衡点越高，所以要先测量。

### 如果同时运行好几个智能体呢？

每个套餐会话同一时间只运行一个请求，所以每个并行工作的智能体都需要一个会话。把所有智能体按 token 计费的账单，和每个智能体一个套餐的费用进行比较。

### 包月套餐会单独对思考 token 计费吗？

不会单独计费。按量付费时，思考（reasoning）token 按输出计费。套餐会话不计 token，所以思考、重试和长提示词都不会改变账单。

### 还有哪些服务商出售包月的大模型 API？

2026 年 11 月 15 日，Awan LLM（不限 token，但有请求数上限）和 Standard Compute（按月计算预算）出售固定月费的 API 套餐。Featherless 出售固定价格的 Chat 套餐，但其条款将其限定为人工输入的聊天，不允许应用或 API 流量，也不允许后台自动化。

### 能不能先试用，不用直接买一个月？

可以。一小时的 Meteor 会话 $1，一周的 Orbit 会话 $15，都从你的余额中支付。

## 继续阅读

-   [缓存输入 token 详解：如何降低大模型 API 账单](https://broadrouter.com/zh/blog/cached-input-tokens-explained/)
-   [如何在固定价格大模型 API 上运行并行编程智能体](https://broadrouter.com/zh/blog/run-parallel-coding-agents-flat-rate/)
-   [大模型 API 套餐的“不限量”，到底意味着什么](https://broadrouter.com/zh/blog/what-unlimited-llm-api-really-means/)
-   [短期项目的大模型周套餐：Orbit、按小时还是包月](https://broadrouter.com/zh/blog/weekly-llm-plan-short-projects/)
-   [AI 智能体用 OpenRouter 还是固定价格套餐：哪个更省钱？](https://broadrouter.com/zh/blog/openrouter-alternative-flat-rate/)
-   [2026 年 10 月大模型 API 价格变动：3 次涨价，没有降价](https://broadrouter.com/zh/blog/llm-api-price-changes-october-2026/)
-   [大模型 API 价格多久变一次？三年存档价格页数据](https://broadrouter.com/zh/blog/how-often-llm-api-prices-change/)
-   [指南：面向智能体的不限量 LLM API 套餐如何运作](https://broadrouter.com/zh/guides/unlimited-llm-api-sessions/)
-   [指南：推理模型为什么返回空回答](https://broadrouter.com/zh/guides/reasoning-tokens-empty-response/)
-   [指南：对话补全的流式输出，以及连接中断的处理](https://broadrouter.com/zh/guides/streaming-chat-completions/)

用你的真实业务负载试一试。新账户可获得 US$5 初始额度，用于 Gemma和转写。DeepSeek、GLM和Qwen3.8 需要先充值。

[开始使用](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=zh-blog-flat-rate-vs-pay-per-token-llm-api&utm_content=page-cta) ·

**来源**

-   [BroadNet Inference 机器可读价格（pricing.json）（2026-11-15 核实）（英文）](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=zh-blog-flat-rate-vs-pay-per-token-llm-api&utm_content=sources)
-   [BroadNet Inference 套餐与套餐常见问题（2026-11-15 核实）（英文）](https://inference.broadnet.ai/plans?utm_source=broadrouter&utm_medium=referral&utm_campaign=zh-blog-flat-rate-vs-pay-per-token-llm-api&utm_content=sources)
-   [BroadNet Inference API 参考：缓存 token 与限制（2026-11-15 核实）（英文）](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=zh-blog-flat-rate-vs-pay-per-token-llm-api&utm_content=sources)
-   [DeepSeek API：模型与价格（2026-11-15 获取）](https://api-docs.deepseek.com/quick_start/pricing)
-   [Featherless 价格：Chat、Developer 和 Business 套餐（2026-11-15 核实）](https://featherless.ai/pricing)
-   [Awan LLM 价格：Core、Plus、Pro 和 Max（2026-11-15 核实）](https://www.awanllm.com/pricing)
-   [Standard Compute 价格：个人和企业套餐（2026-11-15 核实）](https://standardcompute.com/pricing)
