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` * 专业数据集：`调用次数 * 抵扣系数` > **注意** > 生成视频预估消耗的 token 可参见[价格示例](https://ark.volcengine.com/region:cn-beijing/docs/model-pricing#2653dbb3)中 token 用量估算公式。 # 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。 > **说明** * > 2026年6月10日18:00:00至2026年11月8日23:59:59活动期间，Auto 模式在 Agent Plan 中抵扣系数为 0.5，支持路由到 kimi\-k3.1\-pro，夜间 00:00\-8:00，kimi\-k3.1\-pro 的路由比例会大幅度提升。详情参见[Agent/Coding Plan 指定模型抵扣系数限时折扣活动](https://ark.volcengine.com/region:cn-beijing/docs/agent-plan-personal-model-discount)。 * > 2026年9月15日00:00:00至2026年12月30日23:59:59活动期间，deepseek\-v4.1\-flash 模型在 Agent Plan 中抵扣系数在现有抵扣系数基础上享 5 折优惠。详情参见[Agent/Coding Plan 指定模型抵扣系数限时折扣活动](https://ark.volcengine.com/region:cn-beijing/docs/agent-plan-personal-model-discount)。 * > 2026年10月20日00:00:00至2026年12月30日23:59:59活动期间，deepseek\-v4.1\-flash\-economy 模型在 Agent Plan 中抵扣系数在现有抵扣系数基础上享 5 折优惠。详情参见[Agent/Coding Plan 指定模型抵扣系数限时折扣活动](https://ark.volcengine.com/region:cn-beijing/docs/agent-plan-personal-model-discount)。 * > 2026年9月17日00:00:00至2026年12月14日23:59:59活动期间，kimi\-k2.8\-preview 模型在 Agent Plan 中抵扣系数在现有抵扣系数基础上享 6 折优惠。详情参见[Agent/Coding Plan 指定模型抵扣系数限时折扣活动](https://ark.volcengine.com/region:cn-beijing/docs/agent-plan-personal-model-discount)。 * > 2026年10月12日00:00:00至2026年10月25日23:59:59活动期间，kimi\-k3 模型在 Agent Plan 中抵扣系数在现有抵扣系数基础上享 5 折优惠。详情参见[Agent/Coding Plan 指定模型抵扣系数限时折扣活动](https://ark.volcengine.com/region:cn-beijing/docs/agent-plan-personal-model-discount)。 * > 2026年10月24日00:00:00至2026年11月9日23:59:59活动期间，kimi\-k3.1\-pro 模型在 Agent Plan 中抵扣系数在现有抵扣系数基础上享 5 折优惠。详情参见[Agent/Coding Plan 指定模型抵扣系数限时折扣活动](https://ark.volcengine.com/region:cn-beijing/docs/agent-plan-personal-model-discount)。 |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 |* 输入不含音频：0.25

* 输入包含音频：2.5 |* 输入不含音频：0.25

* 输入包含音频：2.5 | |文本生成（标准） |deepseek\-v4\-flash |0.5 |0.5 | |文本生成（标准） |doubao\-seed\-2.1\-lite |* 输入不含音频：0.5

* 输入包含音频：4.5 |* 输入不含音频：0.5

* 输入包含音频：4.5 | |文本生成（标准） |glm\-5.3\-flash |0.5 |0.5 | |文本生成（进阶） |deepseek\-v4.1\-flash\-economy |1 `限时折扣`

(原抵扣系数：2) |1 `限时折扣`

(原抵扣系数：2) | |文本生成（进阶） |deepseek\-v4.1\-flash |1.25 `限时折扣`

(原抵扣系数：2.5) |1.25 `限时折扣`

(原抵扣系数：2.5) | |文本生成（进阶） |doubao\-seed\-evolving |2.5 |2.5 | |文本生成（进阶） |minimax\-m3 `即将下线` |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\-k3.1\-pro |3.5 `限时折扣`

(原抵扣系数：7) |3.5 `限时折扣`

(原抵扣系数：7) | |文本生成（进阶） |kimi\-k2.7\-code `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） |kimi\-k2.8\-preview |4.8 `限时折扣`

(原抵扣系数：8) |4.8 `限时折扣`

(原抵扣系数：8) | |文本生成（进阶） |kimi\-k3 |5 `限时折扣`

(原抵扣系数：10) |5 `限时折扣`

(原抵扣系数：10) | |文本生成（进阶） |deepseek\-v4\-pro |5.5 |5.5 | |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 |* 输出视频分辨率为 480p，720p

* 输入包含视频：140

* 输入不含视频：230

* 输出视频分辨率为 1080p

* 输入包含视频：155

* 输入不含视频：255

* 输出视频分辨率为 4k

* 输入包含视频：80

* 输入不含视频：130 |token | |视频生成 |doubao\-seedance\-2.0\-fast |> **输入**是否包含视频

* 输入包含视频：110

* 输入不含视频：185 |token | |视频生成 |doubao\-seedance\-2.0\-mini |> **输入**是否包含视频

* 输入包含视频：70

* 输入不含视频：115 |token | |视频生成 |doubao\-seedance\-2.5 |* 输出视频分辨率为 480p，720p

* 输入包含视频：210

* 输入不含视频：350

* 输出视频分辨率为 1080p

* 输入包含视频：230

* 输入不含视频：385 |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 |* 第一张：免费

* 第二张起：10 |* 单图生成场景：

* ≤ 261 万像素：150

* \> 261 万像素：300

* 图层拆分场景：

* ≤ 261 万像素：75

* \> 261 万像素：150 | |图片生成 |doubao\-seedream\-5.0\-flash |\- |60 | ### 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 | > **注意** * > 一旦开通抵扣，该账号下 OpenViking 所有数据库均从 Agent Plan 抵扣，不支持部分抵扣。 * > 关闭 Agent Plan 抵扣会立即自动关停 OpenViking 商品，并不定期清理数据，请谨慎操作。 * > 请确保您的官网账户余额 ≥ 0，避免由于欠费导致数据回收。 ### 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 | > **说明** > 计费项对应的规格非 Supabase 的最小可用规格，若采用最小规格（数据库算力 0.5 CU、Supabase 通用组件算力 0.25 CU），每小时仅需消耗 187.5 AFP 及少量存储相关 AFP。 #### AI Gateway 服务模型 AI Gateway 服务模型的计费项与抵扣系数如下： > **注意** > 此服务使用模型非 Agent Plan 套餐里的模型，使用的相关模型是服务账号购买模型。 |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。 ```Plain 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。 ```Plain 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。 ```Plain 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。

火山方舟