豆包计费：在线、Fast、批量与缓存

小白：先选模型，再选服务

Pro、Turbo、Lite、Mini 是模型型号；在线、Fast、批量是推理服务或计费场景，两者不是同一个维度。下表用于理解选择方式，不承诺每个型号、地域和渠道都支持所有场景。

批量价不等于所有项目统一打折。输入、输出、缓存命中和音频要逐项核对，不能因为输入输出更便宜，就把缓存也乘同一折扣。具体支持范围与上游价格查看本页官方来源；本站可用模型、端点和当前售价查看模型广场。本页不复制一份会随调价过期的售价表。

批量不是“同时发很多在线请求”

并发调用 /v1/chat/completions、使用 asyncio 或 Promise.all、设置 stream: false，或者把多条任务放进一个提示词，都不会自动成为上游批量推理。客户端是否异步、响应是否流式，与服务端采用哪种计费场景是不同问题。

火山引擎官方 SDK 示例使用专用的 client.batch.chat.completions.create。这是直连方舟的示例，不是本站 SDK 接口；也不能据此断言批量一定要求上传文件或一定在某个固定时限完成。

当前豆包适配包含批量价格分支，但未因此新增公开批量提交、查询或下载接口。批量身份只能由受信任的服务端作业流程确认；客户端添加 batch: true、请求头或 service_tier: "batch" 不能获得批量折扣。使用前先查看端点矩阵，不要猜测批量路由。异步任务指南中的媒体任务也不等同于豆包文本批量服务。

Fast 如何判定

当前豆包计费适配根据渠道过滤、参数覆盖后，发往上游请求的 service_tier: "fast" 判定 Fast 场景，并在请求计费快照中固定。只在原始客户端请求中写了 Fast，但被渠道移除，不会据此触发 Fast 分支。支持该字段不等于所有模型都提供 Fast 服务，成功转发也不等于承诺固定延迟。

不要因为模型名含 Turbo 就自动按 Fast 收费，也不要把某一模型 Fast 文本价格的涨幅套到另一模型或音频项。没有独立列出的场景或项目，应核实官方说明与渠道能力，不能自行推算。

输入、音频与缓存：同一 token 不重复收费

下列拆分适用于启用了相应独立价格、且上游 usage 提供完整明细的豆包配置。输入总量可能已经包含音频和缓存，不能把所有原始计数直接相加。

示例：总输入 10000 token，缓存总命中 2000，音频总输入 1000，其中音频缓存命中 200。排除其他独立计价项后，四项分别为普通输入 7200、文本缓存 1800、未缓存音频 800、音频缓存 200，合计仍为 10000。缺少音频缓存明细时不能凭空推断交集。

Copytoken 费用 = Σ(各不重叠类别的 token 数 × 该场景单价) / 1000000
存储费用 = 实际保留 token 数 × 计费小时数 × 存储单价 / 1000000

例如保留 100000 token 两小时，对应 200000 token·小时，不是一次写入 100000 token 的费用。存储项必须有实际计量依据；没有存储明细时不能由缓存命中量补出一小时费用。以上公式只解释单价与用量关系，本站最终结算还要核对生效价格方案、币种和适用分组。

长度分档：看完整输入，不看扣除缓存后的输入

当前 Mini 表单用 len 表示完整输入长度，32k 和 128k 的边界分别是 32000、128000 token：恰好等于边界时归入前一档，超过边界进入下一档。界面第三档为 128k–256k；这不是“超过 256k 才开始”的档位，也不构成支持超过模型上下文上限的承诺。定价条件不是请求长度校验器，允许的输入和输出上限仍需查看具体模型版本。

例如完整输入 40000 token，其中 30000 命中缓存，仍按 32k–128k 的档位选择各项单价，不能按剩下的 10000 token 选择最低档。这里是按区间选取整次请求的单价，不是把前 32000 和后续部分做累进计价。不要把一个 Mini 版本的区间套到整个豆包家族。

管理员：填写、保存与回读

具备管理员权限后，进入模型定价设置，选择精确模型名和“按量计费”。在已适配型号中，“按场景计费价格”按在线、Fast、批量展示独立项目；Mini 还按输入长度分档。未适用的项目不会因为同属豆包就自动出现。

1. 先确认精确模型版本与币种。所有输入框以当前显示币种为准，普通项单位为每百万 tokens，存储项为每百万 token·小时。
2. 已有基础价格只回填已有项目，不代表其他场景已配置。逐项填写，或点击“填入参考价格”载入本地草稿，再核对官方价格。内置参考值不是实时同步；其基准按 1 USD = 7 CNY 换算，不能把它当成实时汇率或直接保证本站售价等于官方人民币价。
3. 空白代表未设置，免费项明确填 0。核对所有档位后点击保存；仅编辑或载入参考价格不会立即生效。
4. 保存后重新打开同一模型，确认各场景、币种和长度档位回读一致。该表单会保存为统一的多档位计费规则；“按量计费（多档位）”不是重复叠加两套账单。
5. 如已有自定义表达式无法无损映射到表单，应继续通过表达式编辑器核对；不要为了显示输入框而覆盖原规则。若完全看不到新字段，先确认部署版本包含该表单及模型名是否精确匹配，再排查页面资源缓存。

公共模型价格与分组专属方案需要分别核对，不能假定修改公共价格就覆盖所有分组。后台“批量应用当前模型价格”只是把配置复制到多个模型，与批量推理服务无关。配置批量价格也不会开通上游服务或创建批量作业。

精调与训练不属于普通推理账单

全量精调、LoRA 精调是训练费用；精调后的文本、音频推理是另外的模型或 Endpoint 计价。不能把训练单价附加到基础模型的每次调用，也不能把精调后推理价覆盖到基础型号。本次推理计费适配不代表已提供训练任务接口或自动训练结算。

专家：按请求与价格快照对账

小规模验证在线请求与实际支持的 Fast 请求，并核对消费日志中的命中档位、用量和最终结算。批量分支应先在离线测试或正式接入的受信任批量流程中验证，不能伪造客户端字段测试优惠。建议保存以下对账字段；这是业务账本建议，并非要求响应一定返回全部字段：

Copyrequest_id, original_model, upstream_model, endpoint, group,
effective_service_tier, matched_tier, full_input_tokens,
text_input_tokens, text_cached_tokens, audio_input_tokens,
audio_cached_tokens, output_tokens, cache_storage_token_hours,
pricing_version, currency, final_charge

预扣金额可能先按估算产生，完成后应以实际用量和冻结的价格规则核对；不要用今天的价格重算历史请求。更完整的退款、重试与成本核对见计费、用量与成本核对。