# 模型抵扣系数调整公告

> 全部文档的索引见 [llms.txt](https://ark.volcengine.com/llms.txt)；在任一文档页面地址后追加 `.md` 可获取该页的 Markdown 版本。

为优化产品计费、提升用量预估的确定性，自**2026年9月1日**起，套餐内 AFP 抵扣规则将进行调整。调整后，文本生成模型与向量化模型的**输入抵扣系数将不再按输入长度分段计算**，统一适用模型对应的抵扣系数。

<span id="adjustment"></span>
## 一、调整内容

**调整前：**`输入抵扣系数 = 模型抵扣系数 × 输入分段系数`，其中输入分段系数根据输入 token 长度分为三档：

| 输入长度 | 输入分段系数 |
|---|---|
| 输入长度 ≤ 32k | 0.67 |
| 32k < 输入长度 ≤ 128k | 1 |
| 输入长度 > 128k | 2 |

**调整后：** 取消输入分段系数，输入抵扣系数统一等于模型抵扣系数，不再随输入长度变化。

| 输入长度 | 输入分段系数 |
|---|---|
| 任意长度 | 1（统一） |

<span id="scope"></span>
## 二、影响范围

本次调整仅影响**文本生成模型与向量化模型**的输入抵扣系数，输出抵扣系数及视频生成、图片生成、语音模型、专业数据集等其他模型的抵扣规则保持不变。

调整后各模型输入/输出抵扣系数如下：

| 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` | 0.25 | 0.25 |
| 文本生成（标准） | `doubao-seed-2.0-lite`<br/>`deepseek-v4-flash` | 0.5 | 0.5 |
| 文本生成（进阶） | `doubao-seed-2.1-turbo`<br/>`doubao-seed-evolving`<br/>`minimax-m3` | 2.5 | 2.5 |
| 文本生成（进阶） | `kimi-k2.7-code` | 4.5 | 4.5 |
| 文本生成（进阶） | `glm-5.2`（即将下线） | 4.5 | 4.5 |
| 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） | `kimi-k3` | 10 | 10 |
| 向量化 | `doubao-embedding-vision` | 0.5 | 0.5 |

<span id="formula"></span>
## 三、抵扣公式（不变）

文本生成模型、向量化模型单次请求 AFP 消耗：

`AFP 消耗 =（输入 token × 输入抵扣系数 + 输出 token × 输出抵扣系数）/ 10,000`

<span id="example"></span>
## 四、抵扣示例

以 `doubao-seed-2.1-turbo` 为例，某次请求输入为 50k token，输出为 0.5k token：

```Plain Text
AFP 消耗 =（50,000 × 2.5 + 500 × 2.5）/ 10,000 = 12.625 AFP
```

调整前同等条件下输入 50k token（处于 32k ~ 128k 档）的抵扣系数同样为 2.5，计算结果一致；但对于 ≤32k 的短输入，调整后 AFP 消耗将有所上升；对于 >128k 的长输入，调整后 AFP 消耗将有所下降。

<span id="notes"></span>
## 五、其他说明

- 2026年6月10日至2026年11月8日活动期间，Auto 模式抵扣系数为 0.5 的限时折扣活动不受影响。
- 如有疑问，请联系您的客户成功经理或提交工单咨询。