文档中心

火山方舟

购买指南

模型服务计费说明

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）和延迟要求相对低新用户开始使用方舟。可接受偶发资源紧张报错的业务，或无法预估准确流量的业务。业务并发度低于平台提供的默认限流值。	说明 SLA 要求高，延迟低，并发大适合生产级别、流量大小可预估的在线业务。对算力资源确定性要求高，无法接受偶发的资源紧张报错。业务并发量高，超过平台提供的最大限流额度。希望获得比常规按 token 计费更低的延迟。	说明精调后模型的高保障方案适合生产级别业务，对算力资源确定性要求非常高。 Lora 精调后的模型，期望在推理时获得更低延迟。使用全量精调后的模型推理。有特殊的延时、并发需求。
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。	并发能力确定性强，平台预留资源，不必担心平台整体水位对自身业务的影响。可叠加按 token 计费使用，既保障可预估的流量，又对临时流量有一定缓冲能力。购买相对灵活，支持按天预付费，按小时后付费购买	独占算力，算力资源确定性强灵活度高，可支持更多复杂场景，满足更多特殊延迟、并发需求。购买方式一般灵活：支持按月预付费，按小时后付费。
支持模型	方舟平台所有模型基于豆包系列模型 Lora 精调后的模型	豆包、Deepseek 系列模型	部分豆包模型基于部分豆包模型精调后的模型
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” 按天预付费按小时后付费：根据购买时长计费，不调用也会收费。	购买 “个”模型单元按月预付费按小时后付费：根据购买时长计费，不调用也会收费。
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。

说明

在线推理支持多种计费方式。本篇主要介绍按 token 后付费的计费方式，其他计费方式请移步 TPM 保障包模型单元（邀测）

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。

说明

按算力付费时仅对“有效训练”计费，即数据预处理、训练排队、训练完成、失败阶段不计费，因“系统原因造成失败”或“任务抢占”造成的进度损失不计费，训练中的服务部署、模型加载、服务退出等过程时长不计费，仅对「训练中」状态下的部分时长计费（如强化学习的 rollout、reward 计算、 train 等环节耗时）。

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

免费额度：精调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充值入口

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。

说明

火山引擎为您提供按小时计费出账与准实时计费出账两种模式，该等计费及出账方式旨在协助您更高效、及时地查看账单信息。

如因技术原因导致出账时间延迟，敬请谅解，出账时间和周期均以平台实际执行为准。如您因使用该计费出账模式而造成损失，火山引擎免责。

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
精调		按算力付费	按算力付费	按小时计费出账

欠费说明

注意

火山方舟于 2025年7月16日00:00:00 启用新的模型服务欠费规则：由出具账单后欠费2小时以上关停变更为欠费1分钟即关停（按小时后付费的模型单元和TPM保障包除外）。如需保障稳定的线上服务，可开启延期免停权益。

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	对于无可用资源包的模型服务，将立即关停。对于仍有可用资源包（含免费额度）的模型服务，可继续使用，直至资源包额度消耗完毕后关停。可在费用中心 > 资源包管理查看模型剩余资源包。

警告

对于按小时后付费的模型单元和TPM保障包，欠费后会有”欠费-关停“阶段，时长约2小时（具体时间以通知为准）。期间保留资源并可使用，且依然会产生费用。如果确定不再使用服务，请及时在接入点详情页退订。

请及时补缴欠费账单，避免服务中断。访问火山引擎费用中心充值，详细操作参见充值操作指引。

常见问题

什么是 token？如何计算 token 数量?

如何按 Endpoint ID 或精调任务 ID 分账？

最近更新时间：2026.09.30 16:16:44

这个页面对您有帮助吗？

有用

无用