本文为您介绍火山方舟平台模型服务不同功能的计费方式、计费逻辑、计费项等内容。如需查询各模型的计费公式及单价请参考 模型服务价格。
在线推理计费#
在线推理功能支持以下 3 种计费方式，下表为您详细对比 3 种计费方式适用的场景、功能、模型、优势等内容，供您进行选型。
计费方式选择#
| 对比项 | 按 token 后付费 |
TPM 保障包 |
模型单元（邀测） |
|---|---|---|---|
| 简介 | 根据模型推理时消耗的 token 数量进行后付费。 | TPM 保障包是针对某个特定模型以及版本保障请求并发达到一定 TPM（ Tokens Per Minute）的计费模式。 | 模型单元提供专属算力，对精调后模型表现更优。 |
| 适用场景 | 说明SLA（Service Level Agreement，服务等级协议）和延迟要求相对低
|
说明SLA 要求高，延迟低，并发大
|
说明精调后模型的高保障方案
|
| 适用功能 | 基础模型在线推理 Lora精调后模型在线推理 |
基础模型在线推理 | 基础模型在线推理 全量/Lora精调后模型在线推理 |
| 主要优势 | 购买非常灵活，按 token 消耗量后付费。 |
|
|
| 支持模型 |
|
|
|
| 价格比较 | 低 | 中 | 高 |
| 服务承诺 | 不对并发能力（TPM）进行承诺 | 对成功购买的保障包内，保障 token 并发（TPM） | 平台提供的算力，可以保障平台预置数据集在相同配置下压测得出低于一定延时的并发 |
| 计费特点 | 计算token使用量 按量后付费：不调用不计费 |
购买“TPM 额度”
|
购买 “个”模型单元
|
| 起购时长 | - | 预付费 1 天起购 | 预付费 1 个月起购 |
按 token 后付费#
按 token 后付费，统计模型进行实时推理服务时消耗的 token 数量，按量后付费。
计费项#
不同模型服务的计费项不同，具体请参考 模型服务价格。
- 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。
开启上下文缓存功能后，会增加以下计费项。更多信息请参见 上下文缓存。
- 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，价格低于
prompt_token单价；未被命中的 token 仍按照prompt_token计费。 - 缓存存储：缓存上下文信息产生的存储费用。存储按小时计费，基于每个自然小时内存储的最大 token 数。
计费说明#
- 免费额度：用于抵扣按 token 后付费场景下，在线推理服务消耗的 token。在免费额度内，实时调用不收费。可在 开通管理页 查看每个模型的剩余额度。
- 计费单价：查看价格
- 如何付费：出具账单后实时结算扣款 充值入口
批量推理计费#
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#
不同模型服务的计费项不同，具体请参考 模型服务价格。
- 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。
部分模型在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，即可享受前缀缓存技术应用带来的费用降低。
- 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。
计费说明#
- 免费额度：批量推理功能不支持免费额度抵扣。
- 计费单价：查看价格
- 如何付费：出具账单后实时结算扣款
精调计费#
计费方式#
模型训练一般包括以下两种计费模式，不同模型在不同训练方法下支持其中一种或两种计费模式，具体支持情况以控制台显示为准。
-
按 token 后付费：统计模型进行训练时消耗的 token 数量，根据实际 token 数按量后付费。
-
训练费用 = 总 token 数 x 精调单价 =（用户训练集token数+混入token数+验证集token数）x 迭代轮次 x 精调 token 单价
-
若 token 数小于 1000，将会上取整为 1000 tokens 计算。
-
-
按算力付费：根据模型训练所使用的算力资源，按训练过程中实际消耗的模型单元计费小时数计费（每种型号的模型单元对应特定的算力资源）。
-
平台会根据精调任务的模型、训练方法、训练配置推荐对应的训练部署模板。每个部署模板包含若干台指定型号的模型单元，在精调任务创建页展示的价格为使用每个部署模板训练一小时所耗费的价格。
-
训练费用 = 部署模板小时单价计费小时数 = 模型单元数模型单元小时单价*计费小时数
-
按算力付费时仅对“有效训练”计费，计费小时数 为 任务有效训练的时长，一般来说“计费小时数”小于“训练小时数”。可在 精调任务详情页-费用详情 查看任务训练费用、实际计费时长、训练时长等信息。
-
计费项#
- 按 token 后付费：模型训练消耗的总token数。
- 按算力付费：模型训练占用模型单元的有效时长，以小时为单位精确到秒。
计费说明#
出账周期#
火山方舟模型服务提供按小时计费出账与准实时计费出账两种模式，不同功能支持的模式不同。本章为您介绍两种模式的区别以及不同功能支持的出账周期。
出账周期模式比对#
| 按小时计费出账 | 准实时计费出账 |
|---|---|
| 每小时出具上一小时费用账单。 账单出账时间通常在当前计费周期结束后的1-2小时左右，具体以系统实际出账时间为准。 例如：16:00-17:00 的账单预计在 18:00-19:00 出账。 |
每5分钟出具上一计费周期费用账单。 账单出账时间通常在当前计费周期结束后的5-10分钟左右，具体以系统实际出账时间为准。 例如：16:00–16:05 的账单预计在 16:10–16:15出账。 注意为进一步提升费用结算的时效性与用户体验，2026年07月01日起，Seedance 2.0 及 2.5 系列模型（包括后续版本）的出账周期由 5 分钟缩短为 30 秒。 |
模型服务不同功能的出账周期#
| 模型服务功能 | 计费方式 | 计费项 | 出账周期模式 |
|---|---|---|---|
| 在线推理（包括精调后推理） | 按token后付费 | 推理输入 | 准实时计费出账 |
| 推理输出 | 准实时计费出账 | ||
| 缓存命中 | 准实时计费出账 | ||
| 缓存存储 | 按小时计费出账 | ||
| TPM 保障包 | 参考 TPM 保障包计费说明 | TPM 保障包计费说明 | |
| 模型单元 | 参考模型单元计费说明 | 参考模型单元计费说明 | |
| 批量推理 | 按token后付费 | 推理输入 | 准实时计费出账 |
| 推理输出 | 准实时计费出账 | ||
| 缓存命中 | 准实时计费出账 | ||
| 精调 | 按 token 后付费 | 按 token 后付费 | 按小时计费出账 |
| 按算力付费 | 按算力付费 | 按小时计费出账 |
欠费说明#
后付费账单按小时结算，出具账单后实时结算扣款。如果您账户中的可用额度（含账户余额和代金券）小于待结算的账单，会被认为欠费。
| 条件 | 说明 |
|---|---|
| 欠费时长 ≤ 1 分钟 | 您可以正常使用火山方舟模型服务，火山方舟按照您的具体使用量出具账单。 说明如需延长免停时长，可参考 延期免停权益说明。 如果希望严格控制费用预期，避免推账、关停延迟带来的额外花销，可为模型设置用量上限。当调用量达到模型用量上限后，平台会为您自动关停对应的模型服务。详情可参考 用量上限设置。 |
| 欠费时长 > 1 分钟 |
|
常见问题#
什么是 token？如何计算 token 数量?
模型推理请求报错或者中断会计费么？
精调任务失败会计费吗？
手动停止精调任务会计费吗?
账户欠费后如何充值？
为什么我的账户欠费后仍在持续出账？
如何按 Endpoint ID 或精调任务 ID 分账？