Modellpreise und Abrechnung
Multiplikatoren, Preisumrechnung, einheitliche Abrechnungsregeln und Modellkosten im Überblick.
1. Abrechnungsregeln
Grundlage der Abrechnung: Die Plattform rechnet in Einheiten von 100 Millionen Tokens ab. Dabei gilt 1× = 40 Yuan / 100 Millionen Tokens, entsprechend 0.4 Yuan / 1 Million Tokens. Die Multiplikatoren und Preise pro 1 Million Tokens in der folgenden Tabelle beruhen auf derselben Umrechnung.
| Abrechnungsposten | Standard | Erläuterung |
|---|---|---|
| 1× | 40 Yuan / 100 Millionen Tokens | Entspricht 0.4 Yuan / 1 Million Tokens und bildet die Grundlage der Preistabelle. |
| 2× | 80 Yuan / 100 Millionen Tokens | Der Preis wird linear aus dem Basismultiplikator berechnet; auch der Preis pro 1 Million Tokens verdoppelt sich. |
| 5× | 200 Yuan / 100 Millionen Tokens | Für Modelle mit höheren Kosten oder größerem Ressourcenbedarf. |
| 10× | 400 Yuan / 100 Millionen Tokens | Kostenintensive Modelle verwenden höhere Multiplikatoren. Maßgeblich ist die jeweilige Modellpreisliste. |
Ein API-Key gilt für alle Modelle. Der Multiplikator bildet lediglich die Kostenunterschiede zwischen den Modellen ab; Sie benötigen für einen Modellwechsel keinen anderen Key.
Maßgeblich sind die tatsächlichen Abrechnungsdaten des Systems. Bei vorübergehenden Subventionen, Aktionspreisen oder geänderten Multiplikatoren wird die Preisliste in diesem Artikel aktualisiert.
2. Abrechnung von Cache-Treffern
Was ist ein Cache-Treffer? Wenn aufeinanderfolgende Anfragen große Teile desselben Kontexts enthalten, kann das System bereits verarbeitete Inhalte wiederverwenden. Der wiederverwendete Anteil wird nicht erneut als vollständige Eingabe berechnet. Typische Szenarien sind lange Unterhaltungen, aufeinanderfolgende Rückfragen, Codevervollständigung, Agenten-Workflows und mehrstufige Tool-Aufrufe.
| Kategorie | Abrechnung | Erläuterung |
|---|---|---|
| Eingabe mit Cache-Treffer | In der Regel 0.1× | Der getroffene Anteil kostet etwa 10 % einer regulären Eingabe. Bei langen Kontexten kann die Ersparnis besonders groß sein. |
| Eingabe ohne Cache-Treffer | Multiplikator des jeweiligen Modells | Neue Inhalte und stark veränderte Kontexte werden als normale Eingabe berechnet. |
| Sondermodelle / instabile Phasen | Möglicherweise 0.2× oder vorübergehend ohne Cache | Bei kostenintensiven Modellen oder einem instabilen Upstream kann die Cache-Abrechnung an die tatsächlich verfügbare Funktion angepasst werden. |
Beispiel: Bei einer längeren Unterhaltung können wiederholt übermittelte Kontextabschnitte aus dem Cache bedient und zum Cache-Multiplikator abgerechnet werden. Neue Fragen und Ausgaben werden weiterhin mit dem Multiplikator des jeweiligen Modells berechnet.
Ob ein Cache-Treffer zustande kommt, hängt vom Anfrageinhalt, den Modellfunktionen, der Caching-Strategie des Upstreams und der aktuellen Systemverfügbarkeit ab. Maßgeblich ist der endgültige Abrechnungsdatensatz.
3. Modellliste und Preistabelle (alle Modelle)
So lesen Sie die Tabelle: Prüfen Sie zuerst den Modellnamen, dann den Multiplikator und zuletzt den Preis pro 1 Million Tokens. Je niedriger der Multiplikator, desto niedriger sind die Kosten pro Token. Multiplikator und Preis verwenden dieselbe Berechnungsgrundlage.
| Feld | Erläuterung |
|---|---|
| Modellname | Verwenden Sie in Clients, Workflows und API-Aufrufen exakt die in der Tabelle angegebene Modell-ID einschließlich Groß- und Kleinschreibung. |
| Multiplikator | Bildet die unterschiedlichen Modellkosten ab. Niedrige Multiplikatoren eignen sich für häufige Alltagsaufgaben, hohe Multiplikatoren eher für besonders anspruchsvolle Aufgaben. |
| Preis pro 1 Million Tokens | Ist bereits anhand des Multiplikators umgerechnet und kann direkt zur Kostenschätzung verwendet werden. |
| Vorübergehende Subvention / Aktionspreis | Bei zeitlich begrenzten Aktionen zeigt die Tabelle den aktuellen Multiplikator. Nach Ende der Aktion kann er wieder geändert werden. |
| Anbieter | Anzeigename | Modell-ID | Multiplikator / Abrechnung | Preis | Kontext | Bildfunktionen |
|---|---|---|---|---|---|---|
| LLM API Gateway / China-Aggregation | Claude Sonnet 4.6 (Gateway-optimiert) | claude-sonnet-4-6 | 0.5× | ¥0.2 / 1 Mio. Tokens | 1M | Unterstützt |
| OpenAI | GPT-5.4 | gpt-5.4 | 2× | ¥0.8 / 1 Mio. Tokens | 1M | Unterstützt |
| OpenAI | GPT-5.5 | gpt-5.5 | 4× | ¥1.6 / 1 Mio. Tokens | 258K | Unterstützt |
| OpenAI / Codex | GPT-5.3 Codex Spark | gpt-5.3-codex-spark | 1× | ¥0.4 / 1 Mio. Tokens | 128K | Nicht unterstützt |
| OpenAI | GPT Image 2 | gpt-image-2 | Pro Bild | ¥0.05–0.10 / Bild | 1–2K Ausgabe | Generierungsmodell |
| OpenAI | GPT Image 2 4K | gpt-image-2-4k | Pro Bild | ¥0.5–1 / Bild | 4K-Bild | Generierungsmodell |
| OpenAI | GPT-5.6 Sol | gpt-5.6-sol | 6× | ¥2.4 / 1 Mio. Tokens | 258K | Unterstützt |
| OpenAI | GPT-5.6 Terra | gpt-5.6-terra | 1× | ¥0.4 / 1 Mio. Tokens | 258K | Unterstützt |
| xAI / Grok | Grok 4.6 | grok-4.6 | 10× | ¥4 / 1 Mio. Tokens | 500K | Bestätigung ausstehend |
| xAI / Grok | Grok 4.5 | grok-4.5 | 5× | ¥2 / 1 Mio. Tokens | 500K | Unterstützt |
| Anthropic | Claude Haiku 4.5 | claude-haiku-4-5-20251001 | 1× | ¥0.4 / 1 Mio. Tokens | 256K | Unterstützt |
| Anthropic | Claude Sonnet 5 | claude-sonnet-5 | 10× | ¥4 / 1 Mio. Tokens | 1M | Unterstützt |
| Anthropic | Claude Fable 5 | claude-fable-5 | 40× | ¥16 / 1 Mio. Tokens | 1M | Unterstützt |
| Anthropic | Claude Opus 4.6 | claude-opus-4-6 | 15× | ¥6 / 1 Mio. Tokens | 1M | Unterstützt |
| Anthropic | Claude Opus 4.7 | claude-opus-4-7 | 15× | ¥6 / 1 Mio. Tokens | 1M | Unterstützt |
| Anthropic | Claude Opus 4.8 | claude-opus-4-8 | 15× | ¥6 / 1 Mio. Tokens | 1M | Unterstützt |
| Anthropic | Claude Opus 5 | claude-opus-5 | 15× | ¥6 / 1 Mio. Tokens | 1M | Unterstützt |
| Alibaba Cloud / Qwen | Qwen 3.6 Plus | qwen3.6-plus | 3× | ¥1.2 / 1 Mio. Tokens | 1M | Unterstützt |
| Alibaba Cloud / Qwen | Qwen 3.7 Plus | qwen3.7-plus | 4× | ¥1.6 / 1 Mio. Tokens | 1M | Unterstützt |
| Alibaba Cloud / Qwen | Qwen 3.7 Max | qwen3.7-max | 10× | ¥4 / 1 Mio. Tokens | 1M | Nicht unterstützt |
| Alibaba Cloud / Qwen | Qwen 3.8 Max | qwen3.8-max | 20× | ¥8 / 1 Mio. Tokens | 1M | Unterstützt |
| Meituan / LongCat | LongCat 2.0 | LongCat-2.0 | 1× | ¥0.4 / 1 Mio. Tokens | 1M | Nicht unterstützt |
| Tencent Hunyuan | Hunyuan 3 | hy3 | 1× | ¥0.4 / 1 Mio. Tokens | 256K | Nicht unterstützt |
| MiniMax | MiniMax M3 | MiniMax-M3 | 1× | ¥0.4 / 1 Mio. Tokens | 1M | Unterstützt |
| MiniMax | Image 01 | image-01 | Pro Bild | ¥0.2 / Bild | — | Generierungsmodell |
| MiniMax | Image 01 Live | image-01-live | Pro Sekunde | ¥2 / Sekunde | — | Generierungsmodell |
| StepFun | Step 3.7 Flash | step-3.7-flash | 1× | ¥0.4 / 1 Mio. Tokens | 256K | Unterstützt |
| ByteDance / Doubao | Doubao Seed 2.1 Turbo | doubao-seed-2.1-turbo | 3× | ¥1.2 / 1 Mio. Tokens | 128K | Unterstützt |
| Xiaomi / MiMo | MiMo V2.5 Pro | mimo-v2.5-pro | 4× | ¥1.6 / 1 Mio. Tokens | 1M | Nicht unterstützt |
| Xiaomi / MiMo | MiMo V2.5 | mimo-v2.5 | 2× | ¥0.8 / 1 Mio. Tokens | 1M | Unterstützt |
| DeepSeek | DeepSeek V4 Pro | deepseek-v4-pro | 7.5× | ¥3 / 1 Mio. Tokens | 1M | Nicht unterstützt |
| DeepSeek | DeepSeek V4 Flash | deepseek-v4-flash | 2.5× | ¥1 / 1 Mio. Tokens | 1M | Nicht unterstützt |
| Moonshot AI / Kimi | Kimi K3 | kimi-k3 | 25× | ¥10 / 1 Mio. Tokens | 1M | Unterstützt |
| Zhipu / Z.ai | GLM 5.1 | glm-5.1 | 5× | ¥2 / 1 Mio. Tokens | 256K | Unterstützt |
| Zhipu / Z.ai | GLM 5.2 | glm-5.2 | 8× | ¥3.2 / 1 Mio. Tokens | 1M | Unterstützt |
API-Adresse: Verwenden Sie vorzugsweise https://api.llm-token.cn/v1. Falls ein Client die Adresse mit /v1 nicht unterstützt, versuchen Sie https://api.llm-token.cn. API-Gateways, Clients und Erweiterungen können unterschiedliche Anforderungen an die Base URL stellen. Testen Sie nach einem Modellwechsel zunächst mit einer kleinen Anfrage.
Skill zur Überwachung von Preislistenänderungen installieren
Der Skill zur Preislistenüberwachung wurde auf Version 1.0.4 aktualisiert. Die neue Version kann große Tabellen in öffentlichen Feishu-Dokumenten zuverlässiger lesen und erkennt vorrangig die eigentliche Modellpreisliste, damit Erläuterungstabellen nicht fälschlich als Preisliste interpretiert werden.
| Funktion | Erläuterung |
|---|---|
| Änderungen automatisch erkennen | Überwacht Modell-, Multiplikator- und Preistabellen in öffentlichen Feishu-Dokumenten und erkennt neue oder entfernte Modelle sowie Änderungen an Multiplikatoren und Preisen pro 1 Million Tokens. |
| Benachrichtigungen automatisch aufbereiten | Gibt bei Änderungen eine Markdown-Benachrichtigung aus, die direkt an WeChat-Gruppen, Telegram, interne Unternehmensgruppen oder Bots gesendet werden kann. |
| Für die Kundenbetreuung geeignet | Vertriebspartner, Teamadministratoren und Verantwortliche für Kundengruppen können Preisänderungen verfolgen, ohne die Dokumente täglich manuell zu vergleichen. |
| Keine Änderung, keine Nachricht | Gibt bei unveränderten Daten NO_REPLY aus und eignet sich dadurch für OpenClaw, cron und andere automatisierte Aufgaben. |
Ein-Klick-Installation
clawhub install feishu-public-table-monitorVorhandene Installation auf die neueste Version aktualisieren
clawhub update feishu-public-table-monitor --forceEmpfohlener Update-Befehl für einen OpenClaw-/Lobster-Workspace
clawhub --workdir ~/.openclaw/workspace update feishu-public-table-monitor --forceBeispielbefehl zum Überwachen dieser Preisliste
Aktivieren Sie vor der Ausführung in Feishu die öffentliche Internetfreigabe für das Zieldokument. Ersetzen Sie anschließend PASTE_YOUR_PUBLIC_FEISHU_DOC_URL_HERE durch die öffentliche Feishu-URL. Links mit Anmeldepflicht können nicht überwacht werden.
FEISHU_PUBLIC_DOC_URL='PASTE_YOUR_PUBLIC_FEISHU_DOC_URL_HERE'
python3 ~/.openclaw/workspace/skills/feishu-public-table-monitor/scripts/monitor_feishu_price_table.py \
"$FEISHU_PUBLIC_DOC_URL" \
--section-title "三、模型列表与倍率价格表（所有模型可用）"Verwendung: Beim ersten Lauf wird eine Baseline erstellt. Danach kann der Skill regelmäßig ausgeführt werden. Die Ausgabe NO_REPLY bedeutet, dass sich die Preisliste nicht geändert hat. Andernfalls wird automatisch eine Benachrichtigung über neue oder entfernte Modelle sowie Multiplikator- und Preisänderungen erstellt.
Anwendungsbereich: Dieser Skill ist für öffentlich zugängliche Preislisten in Feishu-Dokumenten vorgesehen. Prüfen Sie vor der Anbindung privater oder anmeldungspflichtiger Seiten die Zugriffsrechte und Datenschutzanforderungen.