BroadRouter

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 · 更新于

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。

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中用自己的数字重新计算。

两种付费方式是什么?

DeepSeek V4.1 Flash 的按量付费价格,每 100 万 token:

token 类型 每百万价格
输入 $0.175
缓存输入 $0.0055
输出(含思考) $0.52

固定价格套餐覆盖同一个模型,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。

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。

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 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。
  • 思考。 DeepSeek V4.1 Flash 会先思考再回答,这些思考 token 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。
  • 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。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。
  • 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。流式输出指南介绍了具体做法。
  3. 把一周的数字乘以约 4.3,填入计算器。
  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,最近同步于 2026-11-14。

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。

以 Markdown 格式阅读问 ChatGPT问 Claude问 Perplexity