模型價格與計費說明
查看倍率、價格換算規則、統一計費標準和模型成本說明。
一、計費規則說明
**核心計費標準：**平台以 1 億 Tokens 為單位計費，1 倍率 = 40 元 / 1 億 Tokens，折算為 0.4 元 / 100 萬 Tokens。 下方價格表裡的“倍率”和“100 萬 Tokens 價格”已依同一標準同步換算，直接查表即可。
| 計費項 | 標準 | 說明 |
|---|---|---|
| 1 倍率 | 40 元 / 1 億 Tokens | 等價於 0.4 元 / 100 萬 Tokens，是價格表的基礎換算標準。 |
| 2 倍率 | 80 元 / 1 億 Tokens | 價格按基礎倍率線性換算，100 萬 Tokens 價格同步翻倍。 |
| 5 倍率 | 200 元 / 1 億 Tokens | 適用於成本更高或資源佔用更高的模型。 |
| 10 倍率 | 400 元 / 1 億 Tokens | 高成本模型會使用更高倍率，具體以模型價格表為準。 |
**一個 Key 通用全模型。**倍率只用於對應不同模型的成本差異，不需要為不同模型單獨更換 Key。
實際扣費以系統記錄為準；如果模型臨時補貼、活動降價或倍率調整，本文價格表會同步更新。
二、快取命中說明
**快取命中是什麼：**當連續請求中有大量相同上下文時，系統可以重複使用已處理過的內容，命中的部分不需要依完整輸入重新計算。 常見場景包括長對話、連續追問、程式碼補全、Agent 工作流程、多輪工具呼叫等。
| 項目 | 計費方式 | 說明 |
|---|---|---|
| 快取命中輸入 | 通常按 0.1 倍率計費 | 命中部分約為普通輸入成本的 10%，長上下文場景會更省。 |
| 未命中輸入 | 按模型對應倍率計費 | 新內容、變化較大的上下文會按正常輸入計算。 |
| 特殊模型 / 波動期 | 可能按 0.2 倍率或暫不走快取 | 例如高成本模型或上游不穩定時，快取標準會根據實際能力調整。 |
**範例：**你在一個長對話裡連續追問，前面重複攜帶的大段上下文如果命中快取，就按快取倍率計費；新增問題和新增輸出仍按模型對應倍率計費。
是否產生快取命中，取決於請求內容、模型能力、上游快取策略和系統當時的可用狀態，最終以帳單記錄為準。
三、模型清單與倍率價格表（所有模型可用）
**查看表格的方法：**先看模型名稱，再看倍率，最後看“100 萬 Tokens 價格”。倍率越低，單位 Tokens 成本越低；倍率和價格採用同一換算標準。
| 欄位 | 說明 |
|---|---|
| 模型名 | 用戶端、工作流程或 API 呼叫時填寫的模型名稱，建議嚴格按表格中的大小寫複製。 |
| 倍率 | 用於對應不同模型成本。低倍率更適合日常高頻使用，高倍率更適合高價值任務。 |
| 100 萬 Tokens 價格 | 已依倍率換算完成，使用者可以直接依這一欄估算使用成本。 |
| 臨時補貼 / 活動價 | 如遇臨時補貼或限時活動，價格表會標註最新倍率，活動結束後可能恢復或再次調整。 |
| 供應商 | 顯示名稱 | 模型 ID | 倍率 / 計費 | 價格 | 上下文 | 圖片能力 |
|---|---|---|---|---|---|---|
| 貴數最佳化 / 國產聚合 | Claude Sonnet 4.6（貴數最佳化） | claude-sonnet-4-6 | 0.5 倍率 | ¥0.2 / 百萬 Tokens | 1M | 支援 |
| OpenAI | GPT-5.4 | gpt-5.4 | 2 倍率 | ¥0.8 / 百萬 Tokens | 1M | 支援 |
| OpenAI | GPT-5.5 | gpt-5.5 | 4 倍率 | ¥1.6 / 百萬 Tokens | 258K | 支援 |
| OpenAI / Codex | GPT-5.3 Codex Spark | gpt-5.3-codex-spark | 1 倍率 | ¥0.4 / 百萬 Tokens | 128K | 不支援 |
| OpenAI | GPT Image 2 | gpt-image-2 | 按張 | ¥0.05–0.10 / 張 | 1–2K 出圖 | 生成模型 |
| OpenAI | GPT Image 2 4K | gpt-image-2-4k | 按張 | ¥0.5–1 / 張 | 4K 出圖 | 生成模型 |
| OpenAI | GPT-5.6 Sol | gpt-5.6-sol | 6 倍率 | ¥2.4 / 百萬 Tokens | 258K | 支援 |
| OpenAI | GPT-5.6 Terra | gpt-5.6-terra | 1 倍率 | ¥0.4 / 百萬 Tokens | 258K | 支援 |
| xAI / Grok | Grok 4.6 | grok-4.6 | 10 倍率 | ¥4 / 百萬 Tokens | 500K | 待確認 |
| xAI / Grok | Grok 4.5 | grok-4.5 | 5 倍率 | ¥2 / 百萬 Tokens | 500K | 支援 |
| Anthropic | Claude Haiku 4.5 | claude-haiku-4-5-20251001 | 1 倍率 | ¥0.4 / 百萬 Tokens | 256K | 支援 |
| Anthropic | Claude Sonnet 5 | claude-sonnet-5 | 10 倍率 | ¥4 / 百萬 Tokens | 1M | 支援 |
| Anthropic | Claude Fable 5 | claude-fable-5 | 40 倍率 | ¥16 / 百萬 Tokens | 1M | 支援 |
| Anthropic | Claude Opus 4.6 | claude-opus-4-6 | 15 倍率 | ¥6 / 百萬 Tokens | 1M | 支援 |
| Anthropic | Claude Opus 4.7 | claude-opus-4-7 | 15 倍率 | ¥6 / 百萬 Tokens | 1M | 支援 |
| Anthropic | Claude Opus 4.8 | claude-opus-4-8 | 15 倍率 | ¥6 / 百萬 Tokens | 1M | 支援 |
| Anthropic | Claude Opus 5 | claude-opus-5 | 15 倍率 | ¥6 / 百萬 Tokens | 1M | 支援 |
| 阿里雲 / Qwen | Qwen 3.6 Plus | qwen3.6-plus | 3 倍率 | ¥1.2 / 百萬 Tokens | 1M | 支援 |
| 阿里雲 / Qwen | Qwen 3.7 Plus | qwen3.7-plus | 4 倍率 | ¥1.6 / 百萬 Tokens | 1M | 支援 |
| 阿里雲 / Qwen | Qwen 3.7 Max | qwen3.7-max | 10 倍率 | ¥4 / 百萬 Tokens | 1M | 不支援 |
| 阿里雲 / Qwen | Qwen 3.8 Max | qwen3.8-max | 20 倍率 | ¥8 / 百萬 Tokens | 1M | 支援 |
| 美團 / LongCat | LongCat 2.0 | LongCat-2.0 | 1 倍率 | ¥0.4 / 百萬 Tokens | 1M | 不支援 |
| 騰訊混元 | Hunyuan 3 | hy3 | 1 倍率 | ¥0.4 / 百萬 Tokens | 256K | 不支援 |
| MiniMax | MiniMax M3 | MiniMax-M3 | 1 倍率 | ¥0.4 / 百萬 Tokens | 1M | 支援 |
| MiniMax | Image 01 | image-01 | 按張 | ¥0.2 / 張 | — | 生成模型 |
| MiniMax | Image 01 Live | image-01-live | 按秒 | ¥2 / 秒 | — | 生成模型 |
| 階躍星辰 / StepFun | Step 3.7 Flash | step-3.7-flash | 1 倍率 | ¥0.4 / 百萬 Tokens | 256K | 支援 |
| 位元組跳動 / Doubao | Doubao Seed 2.1 Turbo | doubao-seed-2.1-turbo | 3 倍率 | ¥1.2 / 百萬 Tokens | 128K | 支援 |
| 小米 / MiMo | MiMo V2.5 Pro | mimo-v2.5-pro | 4 倍率 | ¥1.6 / 百萬 Tokens | 1M | 不支援 |
| 小米 / MiMo | MiMo V2.5 | mimo-v2.5 | 2 倍率 | ¥0.8 / 百萬 Tokens | 1M | 支援 |
| DeepSeek | DeepSeek V4 Pro | deepseek-v4-pro | 7.5 倍率 | ¥3 / 百萬 Tokens | 1M | 不支援 |
| DeepSeek | DeepSeek V4 Flash | deepseek-v4-flash | 2.5 倍率 | ¥1 / 百萬 Tokens | 1M | 不支援 |
| 月之暗面 / Kimi | Kimi K3 | kimi-k3 | 25 倍率 | ¥10 / 百萬 Tokens | 1M | 支援 |
| 智譜 / Z.ai | GLM 5.1 | glm-5.1 | 5 倍率 | ¥2 / 百萬 Tokens | 256K | 支援 |
| 智譜 / Z.ai | GLM 5.2 | glm-5.2 | 8 倍率 | ¥3.2 / 百萬 Tokens | 1M | 支援 |
**介面位址：**優先使用 https://api.llm-token.cn/v1；如果某些用戶端不相容帶 /v1 的位址，再嘗試 https://api.llm-token.cn。 不同 API 轉發平台、用戶端和外掛對 Base URL 的要求可能不同，切換模型後建議先用小請求測試。
價格表變動監控 Skill 安裝教學
**價格表變動監控 Skill 已更新到 1.0.4。**新版已修復飛書公開文件大表讀取問題，並會優先辨識真正的模型價格表，避免把說明表誤判為價格表。
| 能實現的效果 | 說明 |
|---|---|
| 自動發現變化 | 監控公開飛書文件中的模型表、倍率表和價格表，辨識新增模型、刪除模型、倍率變化和 100 萬 Tokens 價格變化。 |
| 自動整理通知 | 有變化時輸出 Markdown 通知，可直接發到微信群、Telegram、企業內部群或機器人訊息裡。 |
| 適合客戶監控 | 代理商、團隊管理員、客戶群營運人員可以用它盯價格變動，不用每天手動開啟文件對錶。 |
| 無變化不打擾 | 沒有變化時輸出 NO_REPLY，適合串接 OpenClaw、cron 或其他自動化任務。 |
一鍵安裝
clawhub install feishu-public-table-monitor已安裝客戶更新到最新版
clawhub update feishu-public-table-monitor --forceOpenClaw / 龍蝦工作區推薦更新指令
clawhub --workdir ~/.openclaw/workspace update feishu-public-table-monitor --force監控本價格表的範例指令
執行前，請先在飛書中為目標文件開啟網際網路公開分享，再把下方的 PASTE_YOUR_PUBLIC_FEISHU_DOC_URL_HERE 替換成公開飛書連結；需要登入的連結無法監控。
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）"**使用方式：**首次執行會建立基線，後續定時執行即可。輸出 NO_REPLY 代表價格表沒有變化；如果有變化，會自動生成包含新增、刪除、倍率變化、價格變化的通知內容。
**適用範圍：**該 Skill 面向公開可存取的飛書文件價格表。私密文件或需要登入權限的頁面，請先確認存取權限和資料安全要求後再串接。