精选模型广场
集成 GLM-5.3、DeepSeek-V4-Flash-0731、Kimi-K2.6、MiniMax-M2.7、MiMo-V2.5-Pro、Qwen3.5 系列等主流模型，开箱即用，覆盖编程、长上下文、Agent 与多模态场景。
价格推理按量付费，输入 ¥1 起、输出 ¥2 起每百万 tokens
平台Web / API
归类大模型与开发平台
收录2026-10-11
复核2026-10-11
编辑评分
4.2 / 5
★★★★☆
快手万擎编辑总结
快手万擎是快手 StreamLake 推出的企业级大模型服务与开发平台，集成模型推理、模型定制、模型托管与 GPU 算力服务，主打高可用与低成本。平台已上架 GLM-5.3、DeepSeek-V4-Flash-0731、Kimi-K2.6、MiniMax-M2.7、MiMo-V2.5-Pro 等主流模型，推理服务按量付费，表格中 DeepSeek-V4-Flash 输入 ¥1、输出 ¥2 每百万 tokens，DeepSeek-V4-Pro 输入 ¥12、输出 ¥24 每百万 tokens。推理成本持续优化 40%、生产级稳定保障 99.9%、TTFT P95 小于 5000ms。短板在于模型定制、数据服务、GPU 算力等模块的计费细节官网只给出计费方式，缺少具体档位与免费额度上限。
快手万擎是什么？
快手万擎是快手旗下 StreamLake 推出的企业级大模型服务与 AI 算力云平台，定位让企业专注 AI 应用创新，无需自行处理底层算力的复杂性与成本。平台面向企业客户与开发者，提供从模型推理到算力调度的全流程能力。
平台的能力分为几块：模型广场集成行业主流模型，提供在离线推理服务，开箱即用；模型定制支持精调；另有模型研发、数据服务、模型托管与 GPU 算力服务。已上架模型包括 GLM-5.3、GLM-5.2、DeepSeek-V4-Flash-0731、DeepSeek-V4-Pro、Kimi-K2.6、MiniMax-M2.7、MiMo-V2.5-Pro、Qwen3.6-27B、KAT-Coder 系列等，多数支持深度思考与超长上下文。
不同角色的用法不同：普通用户可从模型广场直接调用模型，按 tokens 量结算；开发者通过 API 说明与快速开始接入，配合访问控制与密钥管理；企业客户走售前咨询，按模型单元独占资源或按小时结算算力。
快手万擎核心功能
模型推理服务
提供在离线推理服务，生产级稳定保障 99.9%，TTFT P95 小于 5000ms，用多少付多少，按输入输出 tokens 分别计价。
模型定制
支持模型精调，按需训练、灵活计费，企业可用自有数据在平台上完成定制，无需自建训练环境。
模型托管
提供托管能力，配合模型单元独占资源，稳定优先，适合对时延与并发有明确要求的生产业务。
GPU 算力服务
算力即开即用，按小时结算，覆盖模型研发场景的弹性算力需求，不用长期包机。
数据服务
提供模型研发所需的数据服务模块，与精调、训练流程配合，具体能力与计费官方未公开明细。
成本优化
推理成本持续优化 40%，配合缓存命中计价（部分模型缓存命中低至 ¥0.10 每百万 tokens）进一步压低长会话成本。
接入与文档
文档中心提供快速开始、API 说明、模型列表、计费与账单管理、子账号管理与访问控制，支持实名认证后开通服务。
官方说明 ↗快手万擎值不值得用？
当你要在国内合规环境下调用多家主流大模型、又不想逐家开户对接时，快手万擎值得优先评估：一个账号覆盖 GLM、DeepSeek、Kimi、MiniMax、MiMo、Qwen 与 KAT-Coder 系列，DeepSeek-V4-Flash 输入 ¥1、输出 ¥2 每百万 tokens 属于低档位，缓存命中还能降到 ¥0.20。当你的需求是高度定制的私有模型训练与独占算力时，要留意模型研发与模型单元依赖售前咨询，官网上没有自助开通入口，落地周期受沟通影响。纯做个人小项目、只需要单一大模型的用户，直接用模型官方渠道可能更简单。
建议选它的情况
- 需要在同一平台对比并切换多家国产大模型的企业
- 按量付费、月调用量波动大的推理场景
- 要用 GLM-5.3 或 DeepSeek-V4 系列长上下文与 Agent 能力做开发
- 已有企业采购流程，能走售前对接算力与精调资源
不建议选它的情况
- 只想免费跑通一个 demo 的个人开发者，免费额度上限官网未公开
- 需要海外节点与多地域部署的出海业务
- 要求自助式模型精调与算力包即时开通的小团队
快手万擎使用建议
入门先把路子走对
- 先实名认证注册 StreamLake 账号后完成实名认证与服务开通，否则模型广场只能看不能调。
- 从 Flash 档试跑先拿 DeepSeek-V4-Flash（输入 ¥1、输出 ¥2 每百万 tokens）跑通链路，验证效果再换 Pro 或 GLM-5.3。
- 文档中心找入口在文档中心的「万擎 API 说明-快速开始」页拿到密钥与调用方式，账单管理在费用中心。
进阶省时间也省钱
- 按上下文长度选档GLM-5.1、GLM-5-Turbo、Qwen3.5-122B 等按输入长度分段计价，长输入落在 [32, 200K) 档时单价更高，长文档任务优先评估分段定价。
- 用缓存命中省钱GLM-5.2 缓存命中 ¥2.00、DeepSeek-V4-Flash-0731 缓存命中 ¥0.10 每百万 tokens，系统提示词固定不变时可显著降低重复输入成本。
- 长任务挑长上下文模型GLM-5.3、DeepSeek-V4-Flash-0731、MiMo-V2.5-Pro 均支持 1M 上下文，Kimi-K2.6 为 256K、MiniMax-M2.7 为 200K，按任务实际长度选。
- 精调与算力走售前模型精调与 GPU 算力按需结算的具体资源规格官网未公开档位，量大时先联系售前报价再决定按小时还是包资源。
快手万擎适合谁用？
企业 AI 应用团队
推荐需要在一个平台完成模型选型、调用与稳定性保障， 99.9% 生产级保障，适合关键业务上线。
做 Agent 与编程工具的开发者
推荐Kimi-K2.6、KAT-Coder 系列与 DeepSeek-V4-Flash 都面向 Agent 与代码任务，1M 上下文适合长代码库分析。
长文档处理场景
有条件GLM-5.3 与 MiMo-V2.5-Pro 支持 1M 上下文，但长输入会落入更高计费分段，成本和时延需要实测。
预算极紧的个人开发者
有条件平台提供免费体验与推理资源包，但额度上限官网未公开，试用前需在控制台确认剩余额度。
出海业务团队
不推荐平台主体与备案信息均为境内，官网未提及海外节点与多地域部署能力，跨境低时延需求需另行确认。
快手万擎优点和缺点
优点
- 一个账号覆盖 GLM、DeepSeek、Kimi、MiniMax、MiMo、Qwen、KAT-Coder 多个系列
- DeepSeek-V4-Flash 输入 ¥1、输出 ¥2 每百万 tokens，属低档位
- 推理成本持续优化 40%、生产级稳定保障 99.9%
- TTFT P95 小于 5000ms，首 Token 输出更快
- 多款模型支持 1024k 上下文，适合长程任务
- 部分模型有缓存命中价，最低 ¥0.10 每百万 tokens
- 模型广场开箱即用，文档中心提供 API 快速开始
缺点
- 模型精调、GPU 算力与模型单元的档位与单价官网未公开
- 免费体验与推理资源包的额度上限官网未说明
- 平台未提及海外节点或多地域部署
- 长输入分段计价，超过 32K 或 128K 后单价上浮
- 模型研发等模块需走售前咨询，缺自助开通入口
快手万擎版本与计费对比
| 方案 | 价格 | 包含内容 | 说明 |
|---|---|---|---|
| 推理服务 | 按量付费 | 输入 ¥1.00 起 / 输出 ¥2.00 起 每百万 tokens | 用多少付多少，分模型与输入长度计价 |
| 模型单元 | 独占资源 | — | 稳定优先，适合生产级并发要求 |
| 模型研发 | 按小时结算 | 算力即开即用 | — |
以上为公开费率整理，厂商保留调价权利，实际以官方页面为准。
快手万擎关键指标
| 指标 | 数值 | 数据来源 |
|---|---|---|
| 推理成本优化 | 40% | 快手万擎产品页关键指标 |
| 生产级稳定保障 | 99.9% | 快手万擎产品页关键指标 |
| TTFT P95 | < 5000ms | 快手万擎产品页关键指标 |
| GLM-5.3 输入价 | ¥ 8 / 百万 tokens | 模型广场 GLM-5.3 卡片 |
| GLM-5.3 输出价 | ¥ 28 / 百万 tokens | 模型广场 GLM-5.3 卡片 |
| DeepSeek-V4-Flash-0731 输入价 | ¥ 1 / 百万 tokens | 模型广场 DeepSeek-V4-Flash-0731 卡片 |
| DeepSeek-V4-Flash-0731 输出价 | ¥ 2 / 百万 tokens | 模型广场 DeepSeek-V4-Flash-0731 卡片 |
| Kimi-K2.6 输入价 | ¥ 6.5 / 百万 tokens | 模型广场 Kimi-K2.6 卡片 |
| Kimi-K2.6 输出价 | ¥ 27 / 百万 tokens | 模型广场 Kimi-K2.6 卡片 |
| MiniMax-M2.7 输入价 | ¥ 2.1 / 百万 tokens | 模型广场 MiniMax-M2.7 卡片 |
| GLM-5.2 缓存命中价 | ¥ 2.00 / 百万 tokens | 定价表 GLM-5.2 行 |
| DeepSeek-V4-Flash 缓存命中价 | ¥ 0.20 / 百万 tokens | 定价表 DeepSeek-V4-Flash 行 |
快手万擎常见问题
快手万擎怎么计费？＋
推理服务按量付费，用多少付多少，输入与输出 tokens 分开计价。定价表中 DeepSeek-V4-Flash 输入 ¥1.00、输出 ¥2.00 每百万 tokens，GLM-5.2 输入 ¥8.00、输出 ¥28.00，Kimi-K2.6 输入 ¥6.50、输出 ¥27.00。另有模型精调按需计费、模型单元独占资源、模型研发按小时结算三种方式。
有没有免费额度可以试？＋
平台提供免费体验与推理资源包，方便测试与使用。但免费额度的具体上限与有效期官网未说明，开通后可在控制台查看实际剩余额度。
平台上能用到哪些模型？＋
模型广场已上架 GLM-5.3、GLM-5.2、GLM-5.1、GLM-5-Turbo、DeepSeek-V4-Flash-0731、DeepSeek-V4-Pro、Kimi-K2.6、Kimi-K2.5、MiniMax-M2.7、MiMo-V2.5-Pro、Qwen3.6-27B、Qwen3.5 系列以及 KAT-Coder 系列。多数支持深度思考，多款支持 1024k 上下文。
长上下文模型的费用会更高吗？＋
部分模型按输入长度分段计价。以 GLM-5.1 为例，输入长度 [0, 32K) 时输入 ¥6.00、输出 ¥24.00，输入长度 [32, 200K) 时输入 ¥8.00、输出 ¥28.00，单位均为每百万 tokens。Qwen3.5-122B-A10B 在 (0, 128K] 与 (128, 256K] 两档的输入价分别为 ¥0.80 和 ¥2.00。
缓存命中是什么意思，能省多少？＋
当请求的输入前缀与之前调用重复时，重复部分按缓存命中价计费。定价表中 DeepSeek-V4-Flash-0731 缓存命中 ¥0.10、DeepSeek-V4-Flash 缓存命中 ¥0.20、GLM-5.2 缓存命中 ¥2.00，单位均为每百万 tokens，明显低于普通输入单价。系统提示词固定不变的长会话场景收益最直接。
模型精调和 GPU 算力怎么开通？＋
模型精调按需训练、灵活计费，GPU 算力即开即用、按小时结算。具体资源规格与价格档位官网未公开，需通过售前咨询对接后开通，量大时建议先确认规格再决定按小时结算还是独占模型单元。
怎么开始接入？＋
先在 StreamLake 完成账号注册与实名认证，然后开通服务，在文档中心的「万擎 API 说明-快速开始」页获取接入方式，密钥与子账号在访问控制模块管理，用量和账单在费用中心查看。
快手万擎竞品对比
| 工具 | 编辑评分 | 价格 | 核心功能 | 平台 |
|---|---|---|---|---|
| 快手万擎本工具 | 4.2 | 推理按量付费，输入 ¥1 起、输出 ¥2 起每百万 tokens | 精选模型广场；模型推理服务；模型定制；模型托管 | Web / API |
| YIVAL | — | FREE 免费 playground，另有 3 个按月订阅档位，配额递增；支持自 | 企业级 AI 应用开发平台 | Web |
| StreamLake | — | 仅提及新户体验券、限时秒杀、首充翻倍等优惠 | streamlake 官网，快手推出的“工具+模型+平台”三位一体的 AI 编程产品矩阵 简 | Web / API |
| modelarts studio | — | 未标价 | modelarts studio 官网，华为云推出的大模型即服务平台，帮助企业快速落地 AI | — |
| 火山方舟 | — | 未标价 | 火山方舟官网:字节跳动旗下火山引擎推出的企业级一站式大模型服务平台 简介 火山方舟是字节 | Web / API |
| Neural Magic | — | 官网未公开具体价格，AI Inference on IBM Cloud 按 to | AI 模型部署和推理优化的专家 | Web / API |
快手万擎最新动态
-
DeepSeek V4 Flash 0731 已上架
快手万擎已接入 DeepSeek V4 Flash 0731，开箱即用。
-
新增 GLM-5.2-FP8 模型部署能力
支持预付费、后付费模式，丰富模型部署选择。
