文档反馈
问问助手AI数据湖服务支持在计算环节调用模型服务，目前支持以下模型：
推理类型 | 地域 | 模型名称 |
|---|---|---|
在线推理 | 华北 2（北京） | doubao-seed-1.6 |
doubao-seed-1.6-thinking | ||
doubao-seed-1.6-flash | ||
doubao-1.5-pro-32k | ||
doubao-1.5-pro-256k | ||
doubao-1.5-lite-32k | ||
doubao-1.5-thinking-vision-pro | ||
doubao-embedding | ||
doubao-embedding-large | ||
doubao-embedding-vision | ||
deepseek-r1 | ||
deepseek-r1-distill-qwen-32b | ||
deepseek-r1-distill-qwen-7b | ||
deepseek-v3 | ||
华东2（上海） | doubao-seed-1.6-thinking | |
离线推理 | 华北 2（北京） | doubao-seed-1.6 |
doubao-seed-1.6-thinking | ||
doubao-seed-1.6-flash | ||
doubao-1.5-pro-32k | ||
doubao-1.5-lite-32k | ||
华东2（上海） | doubao-seed-1.6-thinking |
Token
大模型在处理数据时，以 Token 作为基本单位。Token 是模型推理过程中文本的最小意义单元，它可以是一个单词、汉语里的词语 / 短句、标点符号或数字等。一般来说，一段常规的中文文本中，1 个 Token 大约对应 1.5~2 个汉字。这种划分方式让模型能够高效地理解和处理语言结构，无论是短句还是复杂文本，都能通过 Token 的组合来解析语义。
如语言大模型推理服务费用的一种较为常见的计算方式如下：
费用 = token 使用数量 * token 单价
在线推理
深度思考模型
按 token 使用量付费（后付费）
- 出账时间：每小时出账。
- 付款类型：按量后付费。
- 模型范围：
- 适用于：调用 doubao 等深度思考模型。
- 不适用于：全量精调模型。
- 推理服务（输出）：包含模型输出的内容，包括模型返回信息里输出（
content字段）以及深度思考模型的思维链（reasoning_content字段）内容。 - 模型单价（刊例价）：如下表，实际购买价格以下单页面为准。
模型名称 | 地域 | 条件 | 输入 | 输出 | 计费方式 |
|---|---|---|---|---|---|
doubao-seed-1.6 | 华北 2（北京） | 输入长度 [0, 32] | 0.8 | 2 | 后付费 |
输入长度 [0, 32] | 0.8 | 8 | 后付费 | ||
输入长度 (32, 128] | 1.2 | 16 | 后付费 | ||
输入长度 (128, 256] | 2.4 | 24 | 后付费 | ||
doubao-seed-1.6-thinking | 华北 2（北京） | 输入长度 [0, 32] | 0.8 | 8 | 后付费 |
输入长度 (32, 128] | 1.2 | 16 | 后付费 | ||
输入长度 (128, 256] | 2.4 | 24 | 后付费 | ||
doubao-seed-1.6-thinking | 华东 2（上海） | 输入长度 [0, 32] | 4 | 40 | 后付费 |
输入长度 (32, 128] | 6 | 80 | 后付费 | ||
输入长度 (128, 256] | 12 | 120 | 后付费 | ||
doubao-seed-1.6-flash | 华北 2（北京） | 输入长度 [0, 32] | 0.15 | 1.5 | 后付费 |
输入长度 (32, 128] | 0.3 | 3 | 后付费 | ||
输入长度 (128, 256] | 0.6 | 6 | 后付费 | ||
doubao-1.5-thinking-vision-pro | 华北 2（北京） | — | 3 | 9 | 后付费 |
deepseek-r1 | 华北 2（北京） | — | 4 | 16 | 后付费 |
deepseek-r1-distill-qwen-32b | 华北 2（北京） | — | 1.5 | 6 | 后付费 |
deepseek-r1-distill-qwen-7b | 华北 2（北京） | — | 0.6 | 2.4 | 后付费 |
大语言模型
按 token 使用量付费（后付费）
- 出账时间：每小时出账。
- 付款类型：按量后付费。
- 模型单价（刊例价）：如下表，实际购买价格以下单页面为准。
模型名称 | 服务类型 | 输入 | 输出 | 计费方式 |
|---|---|---|---|---|
doubao-1.5-pro-32k | 推理服务 | 0.8 | 2 | 后付费 |
精调模型推理服务 | 2 | 5 | 后付费 | |
doubao-1.5-pro-256k | 推理服务 | 5 | 9 | 后付费 |
doubao-1.5-lite-32k | 推理服务 | 0.3 | 0.6 | 后付费 |
精调模型推理服务 | 0.75 | 1.5 | 后付费 | |
deepseek-v3 | 推理服务 | 2 | 8 | 后付费 |
向量模型
文本向量
文本向量模型：将输入信息转化为 token ，按 token 使用量付费（后付费）。
模型 | 服务类型 | 输入 | 计费方式 |
|---|---|---|---|
doubao-embedding | 推理服务 | 0.5 | 后付费 |
doubao-embedding-large | 推理服务 | 0.7 | 后付费 |
图文向量
图文向量模型：将输入信息（包括图片）转化为 token，按 token 使用量付费（后付费）。
计费公式
- 推理费用 = 文本输入单价 × 文本token + 图片输入单价 × 图片输入token
- 图片tokens = (width px × height px)/784，超大图封顶 1312 token。
计费单价
模型 | 服务类型 | 输入 | 计费方式 |
|---|---|---|---|
doubao-embedding-vision | 推理服务（文本输入） | 0.7 | 后付费 |
推理服务（图片输入） | 1.8 | 后付费 |
上下文缓存
计费项
与普通的在线推理有所不同，使用了 Session 缓存后，计费项会变更为下面几个计费项：
- 输入内容：使用会话缓存的有状态 API，您无需重新发送之前的对话轮次。输入token 仅代表添加到正在进行的对话中的新文本。
- 命中缓存内容：Context API 会自动处理之前的对话历史记录，因此在请求期间访问的所有相关的先前对话 token 都将计为缓存命中。缓存命中的计费费率会低于输入，使多轮对话更具成本效益。
- 存储：存储按小时计费，基于每个自然小时内存储的最大 token 数。即使 Context 会一直保留，直到被删除，详细工作原理见触发过期时间。极端情况下 Context 创建后没被使用，收费会持续到上下文的生存时间 (TTL) 过期。
- 输出内容：输出代表模型生成的内容。计费方式与标准语言模型的使用保持一致。
计费逻辑
说明
LAS 不支持使用免费额度抵扣使用上下文缓存命中缓存的 token、未命中缓存的 token、输出产生的 token 以及上下文产生的存储费用。
计费单价
模型名称 | 缓存存储 | 缓存命中 | 计费方式 |
|---|---|---|---|
doubao-seed-1.6 | 0.017 | 0.16 | 后付费 |
doubao-seed-1.6-thinking（华北 2） | 0.017 | 0.16 | 后付费 |
doubao-seed-1.6-thinking（华东 2） | 0.085 | 0.8 | 后付费 |
doubao-seed-1.6-flash | 0.017 | 0.16 | 后付费 |
doubao-1.5-pro-32k | 0.017 | 0.16 | 后付费 |
doubao-1.5-lite-32k | 0.017 | 0.06 | 后付费 |
deepseek-r1-distill-qwen-32b | 0.017 | 0.3 | 后付费 |
deepseek-r1 | 0.017 | 0.8 | 后付费 |
deepseek-v3 | 0.017 | 0.4 | 后付费 |
离线推理（批量推理）
计费方式
按 token 后付费，统计模型进行批量推理服务时消耗的 token 数量，按量后付费。
计费项
- 推理输入：将推理输入的内容（包括但不限于文字、图片）转化为 token 数进行计费，对应
prompt_token。 - 推理输出：将推理输出的内容（包括但不限于文字、图片）转化为 token 数进行计费，对应
completion_token。 - 缓存命中：若您的请求被系统判断命中了 Cache，被命中的 token 会按照 cached_token 来计费，价格是
prompt_token单价的 4 折；未被命中的 token 仍按照prompt_token计费。
说明
- 批量推理将在 2025 年 4 月 14 日 21:00 开始支持透明前缀缓存能力，您无需任何配置，即可在批量推理服务上享受前缀缓存技术应用带来的至多40%的费用降低（输入的 token 会命中缓存，命中缓存的 token 费用会是未命中缓存 token 费用的 4 折，详细计费说明见下文）。
- 应用透明前缀缓存的批量推理的 40% 费用降低，在方舟的 beachmark 上运行得出。实际降本效果会因为用户任务 token 的缓存命中率不同，有所变动。
计费说明
模型类型 | 模型名称 | 免费额度抵扣 | 条件（千 Token） | 输入 | 输出 | 缓存命中 |
|---|---|---|---|---|---|---|
深度思考模型 | doubao-seed-1.6 | 不支持 | 输入长度 [0, 32] 且输出长度 [0, 0.2] | 0.4 | 1 | 0.16 |
输入长度 [0, 32] 且输出长度 (0.2,+∞) | 0.4 | 4 | 0.16 | |||
输入长度 (32, 128] | 0.6 | 8 | 0.16 | |||
输入长度 (128, 256] | 1.2 | 12 | 0.16 | |||
doubao-seed-1.6-thinking（华北 2） | 不支持 | 输入长度 [0, 32] | 0.4 | 4 | 0.16 | |
输入长度 (32, 128] | 0.6 | 8 | 0.16 | |||
输入长度 (128, 256] | 1.2 | 12 | 0.16 | |||
doubao-seed-1.6-thinking（华东 2） | 不支持 | 输入长度 [0, 32] | 2 | 20 | 0.8 | |
输入长度 (32, 128] | 3 | 40 | 0.8 | |||
输入长度 (128, 256] | 6 | 60 | 0.8 | |||
doubao-seed-1.6-flash | 不支持 | 输入长度 [0, 32] | 0.075 | 0.75 | 0.03 | |
输入长度 (32, 128] | 0.15 | 1.5 | 0.03 | |||
输入长度 (128, 256] | 0.3 | 3 | 0.03 | |||
大语言模型 | doubao-1.5-pro-32k | 不支持 | 0.4 | 1 | 0.16 | |
doubao-1.5-lite-32k | 不支持 | 0.15 | 0.3 | 0.06 |
配额说明
- 批量推理限配额 TPD 计算逻辑：
- 同账号下按照模型名称（如
doubao-pro-32k-***所有版本）汇总计算。 - 不与在线推理的限流数合并计算。
- 同账号下按照模型名称（如
说明
例如您主账号下使用 doubao-pro-32k 模型，有 a、b、c 三个的批量推理任务和d、e 两个在线推理任务。则您每天a、b、c 批量推理共用 10B token 配额，d 、e 共用在线推理任务 TPM、RPM 限流额度。