通用 Token Plan 套餐内用量采用积分作为统一用量计量单位，本文帮助您快速了解套餐内用量抵扣规则。
说明：
自 2026 年 7 月 20 日 （北京时间）起， Token Plan 个人版「通用 Token Plan 套餐」将升级用量抵扣机制，套餐计量单位由 token 统一调整为积分，详见《【大模型服务平台 TokenHub】关于通用 Token Plan 套餐用量抵扣机制升级的通知》。
积分定义
积分是通用 Token Plan 套餐的统一用量计费单位，用于量化模型资源的消耗。
抵扣规则
单次请求的积分消耗 = 输入的 token 数 × 输入的抵扣系数 + 输出的 token 数 × 输出的抵扣系数 + 缓存命中的 token 数 × 缓存命中的抵扣系数
积分抵扣系数
模型 | Model ID | 输入长度 （tokens） | 输入的抵扣系数 | 输出的抵扣系数 | 缓存命中的抵扣系数 | 备注 |
Auto 模型 | auto | / | 1.00 | 1.00 | 1.00 | 存量模型，2026年7月前上架 |
DeepSeek-V4-Flash 原厂直供 | deepseek-v4-flash-202605 | / | 1.00 | 1.00 | 1.00 | 存量模型，2026年7月前上架 |
DeepSeek-V4-Pro 原厂直供 | deepseek-v4-pro-202606 | / | 1.00 | 1.00 | 1.00 | 存量模型，2026年7月前上架 |
GLM-5 | glm-5 | 输入 [0, 32k) | 1.00 | 1.00 | 1.00 | 存量模型，2026年7月前上架 |
| | 输入 [32k+) | 1.00 | 1.00 | 1.00 | 存量模型，2026年7月前上架 |
GLM-5.1 | glm-5.1 glm-5-1 | 输入 [0, 32k) | 1.00 | 1.00 | 1.00 | 存量模型，2026年7月前上架 |
| | 输入 [32k+) | 1.00 | 1.00 | 1.00 | 存量模型，2026年7月前上架 |
Kimi-K2.5 | kimi-k2.5 | / | 1.00 | 1.00 | 1.00 | 存量模型，2026年7月前上架 |
MiniMax-M2.5 | minimax-m2.5 | / | 1.00 | 1.00 | 1.00 | 存量模型，2026年7月前上架 |
MiniMax-M2.7 | minimax-m2.7 | / | 1.00 | 1.00 | 1.00 | 存量模型，2026年7月前上架 |
GLM-5.2 | glm-5.2 | / | 6.09 | 21.31 | 1.53 | 预计2026年7月20日上架 |
Kimi K2.7 Code | kimi-k2.7-code | / | 6.01 | 24.95 | 1.21 | 预计2026年7月20日上架 |
Kimi K2.7 Code HighSpeed | kimi-k2.7-code-highspeed | / | 12.02 | 49.90 | 2.41 | 预计2026年7月20日上架 |
MiniMax-M3 | minimax-m3 | 输入 ≤ 512k | 2.29 | 9.14 | 0.46 | 预计2026年7月20日上架 |
| | 输入 > 512k | 4.57 | 18.27 | 0.92 | 预计2026年7月20日上架 |
DeepSeek-V4-Flash 原厂直供 | deepseek-v4-flash-202607 | / | 2.18 | 4.35 | 0.05 | 预计2026年7月20日上架 |
DeepSeek-V4-Pro 原厂直供 | deepseek-v4-pro-202607 | / | 6.53 | 13.05 | 0.06 | 预计2026年7月20日上架 |
说明：
DeepSeek-V4-Flash 原厂直供有两个 Model ID，底层调度的模型一致，用量抵扣方式不一样：
deepseek-v4-flash-202605 是2026年7月前上架的，用量抵扣保持和原来的一致，1 token 扣 1 积分。
deepseek-v4-flash-202607 是2026年7月后上架的，按输入 Token、输出 Token 、缓存命中 Token 设置有不同积分抵扣系数。
DeepSeek-V4-Pro 原厂直供有两个 Model ID，底层调度的模型一致，用量抵扣方式不一样：
deepseek-v4-pro-202606 是2026年7月前上架的，用量抵扣保持和原来的一致，1 token 扣 1 积分。
deepseek-v4-pro-202607 是2026年7月后上架的，按输入 Token、输出 Token 、缓存命中 Token 设置有不同积分抵扣系数。
抵扣示例
示例1
假设请求存量模型 DeepSeek-V4-Flash 原厂直供（ Model ID：deepseek-v4-flash-202605），某次请求输入为 10k tokens，输出为 0.5k tokens，命中缓存输入为 50k tokens，则消耗 60,500 积分。具体计算如下：
单次请求的积分消耗= 输入的 token 数 × 输入的抵扣系数 + 输出的 token 数 × 输出的抵扣系数 + 缓存命中的 token 数 × 缓存命中的抵扣系数= 10000 × 1.00 + 500 × 1.00 + 50000 × 1.00= 60,500
示例2
假设请求 DeepSeek-V4-Flash（ Model ID：deepseek-v4-flash-202607），某次请求输入为 10k tokens，输出为 0.5k tokens，命中缓存输入为 50k tokens，则消耗 12,985 积分，具体计算如下：
单次请求的积分消耗= 输入的 token 数 × 输入的抵扣系数 + 输出的 token 数 × 输出的抵扣系数 + 缓存命中的 token 数 × 缓存命中的抵扣系数= 10000 × 2.18 + 500 × 4.35 + 50000 × 0.05= 26,475
示例3
假设请求 GLM-5.2 （ Model ID：glm-5.2），某次请求输入为 10k tokens，输出为 0.5k tokens，命中缓存输入为 50k tokens，则消耗 147,550 积分，具体计算如下：
单次请求的积分消耗= 输入的 token 数 × 输入的抵扣系数 + 输出的 token 数 × 输出的抵扣系数 + 缓存命中的 token 数 × 缓存命中的抵扣系数= 10000 × 6.09 + 500 × 21.30 + 50000 × 1.52= 147,550
升级后不同套餐档位可用 token 数预估
为帮助用户直观评估“不同档位套餐升级后能买多少 Token”，平台基于 2026 年运营经验值的测算综合单价和不同档位套餐包可用的 Token 数。
说明：
本测算结果仅作为不同档位的参考依据，不代表实际可使用 Token 数量。
综合单价计算过程中已嵌入各模型历史缓存命中率，页面展示价格若存在四舍五入处理，可能导致测算结果出现差异。
实际可使用 Token 数受用户真实业务场景的调用复杂度直接影响，最终以真实调用时的实际缓存命中率、输入输出 Token 比例、模型混合使用情况及实时定价规则为准，请注意积分消耗。
Model ID | 综合单价 （元/百万 tokens） | Lite 套餐 预估 Token 数 （万 tokens） | Standard 套餐 预估 Token 数 （万 tokens） | Pro 套餐 预估 Token 数 （万 tokens） | Max 套餐 预估 Token 数 （万 tokens） | 备注 |
auto | 1 | 3,500 | 10,000 | 32,000 | 65,000 | 存量模型，2026年7月前上架 |
deepseek-v4-flash-202605 | | | | | | |
deepseek-v4-pro-202606 | | | | | | |
glm-5 | | | | | | |
glm-5.1 | | | | | | |
kimi-k2.5 | | | | | | |
minimax-m2.5 | | | | | | |
minimax-m2.7 | | | | | | |
glm-5.2 | 2.18 | 1,607 | 4,593 | 14,697 | 29,853 | - |
kimi-k2.7-code | 1.73 | 2,023 | 5,780 | 18,495 | 37,568 | - |
kimi-k2.7-code-highspeed | 5.92 | 591 | 1,688 | 5,401 | 10,971 | - |
minimax-m3 | 1.38 | 2,535 | 7,242 | 23,173 | 47,071 | - |
deepseek-v4-flash-202607 | 0.47 | 7,412 | 21,178 | 67,771 | 137,660 | - |
deepseek-v4-pro-202607 | 0.96 | 3,656 | 10,446 | 33,426 | 67,897 | - |
