固定价格用一笔固定账单取代了 token 计量表。真正有用的问题不是“它不限量吗?”,而是“它改为限制什么?”
原理
固定费率定价指 “a single fixed fee for a service, regardless of usage”(译文:一项服务只收一笔固定费用,与用量无关)。对大模型 API 来说,这笔费用买的是一段时间的使用权。由于 GPU 时间有限,每个套餐都会用别的方式约束用量。常见的限制有:
- 每天、每周或每月的 token 或消息配额;
- 会重置的滚动时间窗口,例如几个小时;
- 在时间窗口之外再加一个每周上限;
- 并发:同时能运行多少个请求;
- 速度,它通过每秒 token 数限制每小时的输出量;
- 固定的模型列表和合理使用条款。
要把套餐和按量付费比较,就按 token 价格算出你一个月真实流量的费用。如果这个数字高于套餐价格,套餐更划算,前提是它的限制适合你的工作方式。
为什么重要
- 预算可预测。 每月一个数字,不会因为重试循环或长上下文而出现意外账单。
- 使用习惯不同。 没有计量表,你可以反复发送大段上下文,也可以让模型思考,而不用去数 token。
- 风险不同。 如果限制的是并发,并行任务就要排队;如果限制的是时间窗口,工作就要停到窗口重置为止。
在 BroadNet Inference 上
BroadNet 销售三种套餐,全部用于不限量使用 DeepSeek V4.1 Flash,按会话计价:
| 套餐 | 价格 | 周期 |
|---|---|---|
| Full Moon | $60 | 一个月,自动续订 |
| Orbit | $15 | 一周 |
| Meteor | $1 | 一小时 |
没有 token 计量,没有月度上限,没有 5 小时窗口,也没有每周限额。限制在于并发:一个会话同一时间处理一个请求,典型速度为 约每秒 100 个 token。要并行运行多个智能体,就为每个智能体各买一个会话。
在 BroadNet 的测算示例中,按 80% 的缓存命中率计算,当每月用量达到约 9.17亿 输入 token 和 4,600万 输出 token 时,Full Moon 比按 token 计价更便宜。参阅固定价格与按 token 付费对比、会话如何运作以及任何“不限量”套餐都该核对什么。
常见错误
- 只买一个会话却给许多并行任务使用。它们会彼此排队等待。
- 拿套餐价格和标价 token 价格比较,却忽略了缓存,而缓存会降低按 token 计费的账单。