Token Plan 个人版套餐内积分抵扣规则

Download

聚焦模式

字号

最后更新时间： 2026-07-14 16:02:04

Token Plan 个人版套餐内用量采用积分作为统一用量单位，本文帮助您快速了解套餐内用量抵扣规则。
积分定义
积分是 Token Plan 个人版套餐的统一用量计费单位，用于量化模型资源的消耗。
抵扣规则
单次请求的积分消耗 = (命中缓存输入的 Token 数 × 命中缓存输入的抵扣系数 + 未命中缓存输入的 Token 数 × 未命中缓存输入的抵扣系数 + 输出的 Token 数 ×  输出的积分系数)/1,000,000
积分系数
模型
模型 ID
输入长度
（tokens）
未命中缓存输入的抵扣系数
输出的抵扣系数
命中缓存输入的抵扣系数
Auto 模型
auto
-
82 
237 
7 
GLM-5.2
glm-5.2
glm-5-2
-
154
482
29
Kimi-K2.6
kimi-k2.6
kimi-k-2-6
-
115
474
20
DeepSeek-V4-Pro 原厂直供
deepseek-v4-pro-202606
-
136
272
2
DeepSeek-V4-Flash 原厂直供
deepseek-v4-flash-202605
-
27
53
1
MiniMax-M3
minimax-m3
输入长度 ≤ 512k
47
188
10
﻿
﻿
输入长度 > 512k
94
375
19
抵扣示例
假设请求的模型为 Kimi-K2.6，某次请求命中缓存输入为 50k token，未命中缓存输入为 10k token，输出为 0.5k token。消耗 2.387 积分，具体计算如下：
单次请求的积分消耗 
= (命中缓存输入的 Token 数 × 命中缓存输入的抵扣系数 + 
未命中缓存输入的 Token 数 × 未命中缓存输入的抵扣系数 +
输出的 Token 数 × 输出的积分系数)/1,000,000
= (50000 × 20 + 10000 × 115 + 500 × 474) / 1000000
= 2.387
﻿

帮助和支持

本页内容是否解决了您的问题？

您也可以联系销售或提交工单以寻求帮助。

填写满意度调查问卷，共创更好文档体验。

文档反馈

tencent cloud

大模型服务平台 TokenHub

Token Plan 个人版套餐内积分抵扣规则

积分定义

抵扣规则

积分系数

抵扣示例

帮助和支持

模型	模型 ID	输入长度（tokens）	未命中缓存输入的抵扣系数	输出的抵扣系数	命中缓存输入的抵扣系数
Auto 模型	auto	-	82	237	7
GLM-5.2	glm-5.2 glm-5-2	-	154	482	29
Kimi-K2.6	kimi-k2.6 kimi-k-2-6	-	115	474	20
DeepSeek-V4-Pro 原厂直供	deepseek-v4-pro-202606	-	136	272	2
DeepSeek-V4-Flash 原厂直供	deepseek-v4-flash-202605	-	27	53	1
MiniMax-M3	minimax-m3	输入长度 ≤ 512k	47	188	10
MiniMax-M3	minimax-m3			输入长度 > 512k	94	375	19