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。
- 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。 - 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。
- 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?
- 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。
- 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。 - 把一周的数字乘以约 4.3,填入计算器。
- 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。
