大多数云服务和大多数大模型 API 都按量付费:每个单位一个价格,再加一个计量表。
原理
AWS 对这种模式的描述是,你付费 “only for the individual services you need, for as long as you use them, and without requiring long-term contracts”(译文:只为你需要的各项服务付费,用多久付多久,无需签订长期合同)。大模型 API 按 token 应用这种模式,按每百万 token 分别定价:
- 新的输入 token;
- 缓存输入 token,前提是服务商提供缓存;
- 输出 token,包括思考部分。
语音转文字则通常按音频分钟计价。
月度账单就是所有请求费用之和:
input × input rate + cached × cached rate + output × output rate
计费通常从预付余额中扣减,或按月开具账单。每个请求的 usage 块会准确告诉你计量了什么。
为什么重要
- 入门成本低。 闲置时不用付钱,适合原型、轻量应用和突发流量。
- 成本与价值挂钩。 每个请求的价格都是已知的,如果你也按用量向自己的客户收费,这会很方便。
- 较难预测。 陷入重试循环的智能体、每轮都重新发送的长上下文,或一阵密集的思考 token,都可能让账单成倍增长。用量大且稳定时,费用可能高于固定价格套餐。
在 BroadNet Inference 上
新账户可获得 $5 的免费初始额度。BroadNet Gemma 4 VL 26B 和两个转写模型都可以使用这笔额度;DeepSeek V4.1 Flash、GLM 5.3 和 Qwen3.8 27B 需要先充值。部分模型的每百万 token 价格:
| 模型 | 输入 | 输出 |
|---|---|---|
| DeepSeek V4.1 Flash | $0.175 | $0.52 |
| BroadNet Gemma 4 VL 26B | $0.10 | $0.22 |
阿拉伯语语音转文字每音频分钟 $0.0042。按量付费密钥每分钟允许 30 个请求,同时最多 4 个请求。另有按小时密钥:$0.50 可使用 BroadNet Gemma 4 VL 26B 一小时,一路流。
所有价格都在价格页面上,并附有计算器。在 BroadNet 的测算示例中,一个每月 1 亿输入 token 的业余项目在 DeepSeek V4.1 Flash 上花费 $14.23,因此 按量付费 更划算。一个全职运行的编程智能体花费 $65.40,因此 Full Moon 更划算。计算过程见固定价格与按 token 付费对比。