方舟 Agent Plan 套餐内用量采用 AFP 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。
AFP 定义#
Agent 燃料值(Agent Fuel Point,简称 AFP)是 Agent Plan 套餐的统一用量计费单位,用于量化智能体(Agent)资源的消耗。
抵扣公式#
单次请求 AFP 消耗:
-
文本生成模型、向量化模型:
(输入 token * 输入抵扣系数 + 输出 token * 输出抵扣系数) / 10,000 -
视频生成模型:
消耗的 token / 10,000 * 抵扣系数 -
图片生成模型:
成功生成的图片张数 * 抵扣系数 -
语音模型:
- doubao-seed-tts-2.0:
文本字符数 / 10,000 * 抵扣系数 - doubao-seed-asr-2.0:
语音文件时长(小时) * 抵扣系数
- doubao-seed-tts-2.0:
-
专业数据集:
调用次数 * 抵扣系数
抵扣系数#
根据模型及 Harness 的层级不同,AFP 的抵扣系数也不同。
模型#
文本生成模型与向量化模型#
文本生成模型与向量化模型的输入抵扣系数、输出抵扣系数均由模型决定,不随输入长度变化。
| 模型类别 | 模型 | 输入抵扣系数 | 输出抵扣系数 |
|---|---|---|---|
| 文本生成(极速) | doubao-seed-2.0-mini |
|
|
| 文本生成(标准) | deepseek-v4-flash | 0.5 | 0.5 |
| 文本生成(标准) | doubao-seed-2.1-lite |
|
|
| 文本生成(标准) | glm-5.3-flash | 0.5 | 0.5 |
| 文本生成(进阶) | doubao-seed-evolving minimax-m3 |
2.5 | 2.5 |
| 文本生成(进阶) | doubao-seed-2.1-pro | 2.5 | 2.5 |
| 文本生成(进阶) | kimi-k2.7-code 即将下线 |
4.5 | 4.5 |
| 文本生成(进阶) | kimi-k2.8-preview | 8 (4.8 限时折扣) |
8 (4.8 限时折扣) |
| 文本生成(进阶) | glm-5.3 (glm-latest) | 4.5 | 4.5 |
| 文本生成(进阶) | deepseek-v4-pro | 5.5 | 5.5 |
| 文本生成(进阶) | deepseek-v4.1-flash | 2.5 (1.25 限时折扣) |
2.5 (1.25 限时折扣) |
| 文本生成(进阶) | kimi-k3 | 10 (5 限时折扣) |
10 (5 限时折扣) |
| 向量化 | doubao-embedding-vision | 0.5 | 0.5 |
视觉模型#
模型决定抵扣系数。
- 视频生成模型
| 模型类别 | 模型 | 抵扣系数 | 单位 |
|---|---|---|---|
| 视频生成 | doubao-seedance-2.0 |
|
token |
| 视频生成 | doubao-seedance-2.0-fast | 输入是否包含视频
|
token |
| 视频生成 | doubao-seedance-2.0-mini | 输入是否包含视频
|
token |
| 视频生成 | doubao-seedance-2.5 |
|
token |
- 图片生成模型
| 模型类别 | 模型 | 输入图抵扣系数(AFP/张) | 输出图抵扣系数(AFP/张) |
|---|---|---|---|
| 图片生成 | doubao-seedream-5-0-pro |
|
|
语音模型#
模型决定抵扣系数。
| 模型类别 | 模型 | 抵扣系数 | 单位 |
|---|---|---|---|
| 语音模型 | doubao-seed-tts-2.0 | 1350 | 万字符 |
| 语音模型 | doubao-seed-asr-2.0 | 450 | 小时 |
Harness#
专业数据集#
| Harness | 数据类型 | 抵扣系数 | 单位 |
|---|---|---|---|
| 专业数据集 | 中国金融数据库 | 12 | 次 |
| 专业数据集 | 企业工商数据库 | 12 | 次 |
| 专业数据集 | 企业风险数据库 | 12 | 次 |
| 专业数据集 | 科研学术数据搜索服务 | 24 | 次 |
| 专业数据集 | 中国汽车车型配置库 | 12 | 次 |
| 专业数据集 | 中国汽车品牌销量数据 | 12 | 次 |
| 专业数据集 | 宏观经济数据库 | 12 | 次 |
| 专业数据集 | 元典法律法规数据库 | 60 | 次 |
| 专业数据集 | 元典司法案例数据库 | 48 | 次 |
| 专业数据集 | 法律幻觉校验服务 | 240 | 次 |
| 专业数据集 | 其他专业数据搜索服务 | 12 | 次 |
豆包搜索#
豆包搜索支持使用 Agent Plan 套餐内 AFP 进行抵扣,抵扣系数如下:
| Harness | 抵扣系数 | 单位 |
|---|---|---|
| 豆包搜索 | 5 | 次 |
Agent 记忆#
每个数据库独立计费,每个库抵扣情况如下:
| 文件情况 | 抵扣系数 | 单位 |
|---|---|---|
| 前50个文件 | 免费 | - |
| 50 < 文件数 ≤ 4 万 | 5 | 小时 |
| 文件数 > 4万 | 1.5 | 万个文件/小时 |
AI Native 应用开发底座#
AI Native 应用开发底座采用按量付费模式,各计费项按标准换算为 AFP,由方舟 Agent Plan 统一抵扣。数据库引擎与AI Gateway 服务模型抵扣系数如下所示。
数据库引擎#
数据库引擎抵扣系数如下:
| 计费项 | 说明 | 抵扣系数 | 单位 |
|---|---|---|---|
| 数据库算力 | Workspace 计算资源的费用,以 CU 作为计费单元。1 个 CU 等价于 1 核 CPU 4 GiB 内存的计算资源。 | 250 | 元/CU/小时 |
| Supabase 通用组件算力 | Supabase 服务通用组件计算资源的费用。 | 250 | 元/CU/小时 |
| Edge Function 执行次数 | Supabase 服务调用 Edge Function 产生的费用。 | 70 | 元/万次 |
| 对象存储容量 | Supabase 服务使用的对象存储容量的费用。 | 0.125 | 元/GiB/小时 |
| 数据库存储容量 | Workspace 的数据存储空间的费用。 | 0.625 | 元/GiB/小时 |
| Storage Vector Bucket存储容量 | Supabase 中 Storage 服务的 Vector Bucket 存储容量 | 0.575 | 元/GiB/小时 |
| Storage Vector Bucket数据查询 | Supabase 中 Storage 服务的 Vector Bucket 数据查询 | 0.045 | 元/vCU/小时 |
| Storage Vector Bucket数据更新 | Supabase 中 Storage 服务的 Vector Bucket 数据更新 | 0.045 | 元/vCU/小时 |
AI Gateway 服务模型#
AI Gateway 服务模型的计费项与抵扣系数如下:
| 模型 | 计费项 | 抵扣系数 | 单位 |
|---|---|---|---|
| doubao-seedance-2.0 | 分辨率:480p/720p 输入包含视频 | 21 | token |
| 分辨率:480p/720p 输入不含视频 | 34.5 | token | |
| 分辨率:1080p 输入包含视频 | 23.25 | token | |
| 分辨率:1080p 输入不含视频 | 38.25 | token | |
| 分辨率:4k 输入包含视频 | 12 | token | |
| 分辨率:4k 输入不含视频 | 19.5 | token | |
| doubao-seedance-2.0-fast | 输入包含视频 | 16.5 | token |
| 输入不含视频 | 27.75 | token | |
| doubao-seedance-2.0-mini | 输入包含视频 | 10.5 | token |
| 输入不含视频 | 17.25 | token | |
| doubao-seedream-5.0-lite | 文生图张数 | 165 | 元/张/小时 |
| 图像编辑张数 | 165 | 元/张/小时 | |
| doubao-seedream-5.0-pro | 多于1张的输入图张数 | 15 | 元/张/小时 |
| 少于或等于236万像素输出图 | 225 | 元/张/小时 | |
| 多于236万像素输出图 | 450 | 元/张/小时 | |
| doubao-seed-2.1-pro | 缓存-存储 | 0.01275 | 元/千tokens/小时 |
| 输入 | 4.5 | 元/千tokens/小时 | |
| 输出 | 22.5 | 元/千tokens/小时 | |
| doubao-seed-2.1-turbo | 缓存-存储 | 0.01275 | 元/千tokens/小时 |
| 输入 | 2.25 | 元/千tokens/小时 | |
| 输出 | 11.25 | 元/千tokens/小时 | |
| doubao-seed-2.0-code | 输入长度≤32k:缓存-存储 | 0.01275 | 元/千tokens/小时 |
| 输入长度≤32k:输入 | 2.4 | 元/千tokens/小时 | |
| 输入长度≤32k:输出 | 12 | 元/千tokens/小时 | |
| 32k<输入长度≤128k:缓存-存储 | 0.01275 | 元/千tokens/小时 | |
| 32k<输入长度≤128k:输入 | 3.6 | 元/千tokens/小时 | |
| 32k<输入长度≤128k:输出 | 18 | 元/千tokens/小时 | |
| 128k<输入长度≤256k:缓存-存储 | 0.01275 | 元/千tokens/小时 | |
| 128k<输入长度≤256k:输入 | 7.2 | 元/千tokens/小时 | |
| 128k<输入长度≤256k:输出 | 36 | 元/千tokens/小时 | |
| doubao-seed-2.0-lite | 输入长度≤32k:缓存-存储 | 0.01275 | 元/千tokens/小时 |
| 输入长度≤32k:输入 | 0.45 | 元/千tokens/小时 | |
| 输入长度≤32k:输出 | 2.7 | 元/千tokens/小时 | |
| 32k<输入长度≤128k:缓存-存储 | 0.01275 | 元/千tokens/小时 | |
| 32k<输入长度≤128k:输入 | 0.675 | 元/千tokens/小时 | |
| 32k<输入长度≤128k:输出 | 4.05 | 元/千tokens/小时 | |
| 128k<输入长度≤256k:缓存-存储 | 0.01275 | 元/千tokens/小时 | |
| 128k<输入长度≤256k:输入 | 1.35 | 元/千tokens/小时 | |
| 128k<输入长度≤256k:输出 | 8.1 | 元/千tokens/小时 | |
| doubao-seed-2.0-mini | 输入长度≤32k:缓存-存储 | 0.01275 | 元/千tokens/小时 |
| 输入长度≤32k:输入 | 0.15 | 元/千tokens/小时 | |
| 输入长度≤32k:输出 | 1.5 | 元/千tokens/小时 | |
| 32k<输入长度≤128k:缓存-存储 | 0.01275 | 元/千tokens/小时 | |
| 32k<输入长度≤128k:输入 | 0.3 | 元/千tokens/小时 | |
| 32k<输入长度≤128k:输出 | 3 | 元/千tokens/小时 | |
| 128k<输入长度≤256k:缓存-存储 | 0.01275 | 元/千tokens/小时 | |
| 128k<输入长度≤256k:输入 | 0.6 | 元/千tokens/小时 | |
| 128k<输入长度≤256k:输出 | 6 | 元/千tokens/小时 | |
| doubao-seed-2.0-pro | 输入长度≤32k:缓存-存储 | 0.01275 | 元/千tokens/小时 |
| 输入长度≤32k:输入 | 2.4 | 元/千tokens/小时 | |
| 输入长度≤32k:输出 | 12 | 元/千tokens/小时 | |
| 32k<输入长度≤128k:缓存-存储 | 0.01275 | 元/千tokens/小时 | |
| 32k<输入长度≤128k:输入 | 3.6 | 元/千tokens/小时 | |
| 32k<输入长度≤128k:输出 | 18 | 元/千tokens/小时 | |
| 128k<输入长度≤256k:缓存-存储 | 0.01275 | 元/千tokens/小时 | |
| 128k<输入长度≤256k:输入 | 7.2 | 元/千tokens/小时 | |
| 128k<输入长度≤256k:输出 | 36 | 元/千tokens/小时 |
Agent 进化#
套餐内250AFP/百万token,暂不支持超额后付费
| Harness | 抵扣系数 | 单位 |
|---|---|---|
| Agent 进化 | 250 | 百万 token |
Computer Use Agent#
按小时计费,套餐内 312.5 AFP/CU/小时;活动期内限时 2 折优惠,费率低至 62.5 AFP/CU/小时。
| Harness | 抵扣系数 | 单位 |
|---|---|---|
| Computer Use Agent | 312.5(限时 2 折 62.5) | CU/小时 |
抵扣示例#
-
文本生成模型示例:当模型设置为 doubao-seed-evolving ,某次请求输入为 50k token,输出为 0.5k token。
本次 AFP 消耗 = (输入 token * 输入抵扣系数 + 输出 token * 输出抵扣系数) / 10,000 = (50000 * 2.5 + 500 * 2.5) / 10000 = 12.625 AFP -
视频生成模型示例:当模型设置为 doubao-seedance-2.0-fast,某次视频任务输入包含视频,成功生成视频,消耗 150k token。
本次 AFP 消耗 = 消耗的 token / 10000 * 抵扣系数 = 150000 / 10000 * 110 = 1650 AFP -
语音模型示例:当模型设置为 doubao-seed-tts-2.0,某次请求文本为 2000 字符数,消耗 270 AFP。
本次 AFP 消耗 = 文本字符数 / 10,000 * 抵扣系数 = 2000 / 10000 * 1350 = 270 AFP -
专业数据集:成功调用一次中国金融数据库,消耗 12 AFP。