豆包api价格

很多人第一次接豆包，是在火山引擎控制台里点开一圈，发现模型名字一大堆、计费说明散在好几个页面，价格还跟着版本和调用方式变。这篇不替你背单价，而是把豆包 API 的计费口径讲清楚：钱是怎么算的、哪些因素会让单价不一样、去哪儿核对当时的数字、估预算该按什么顺序走，让你下单前心里有底。

很多人第一次接豆包，是在火山引擎控制台里点开一圈，发现模型名字一大堆、计费说明散在好几个页面，价格还跟着版本和调用方式变。这篇不替你背单价，而是把豆包 API 的计费口径讲清楚：钱是怎么算的、哪些因素会让单价不一样、去哪儿核对当时的数字、估预算该按什么顺序走，让你下单前心里有底。

需要提前说清楚一点：任何一篇把单价写死的文章都会过期。豆包的价目会跟着版本、活动、调用方式调整，所以本文只讲结构和判断方法，具体数字一律告诉你到哪个页面去核对。你把这套顺序走一遍，比背一张表有用得多。

先分清：豆包 API 到底按什么单位收钱

按量计费的主流做法是输入 token、输出 token 分开计价，两者单价通常不一样，输出往往更贵。所以「一 Million token 多少钱」这种问法要先追问一句：是输入还是输出。你自己算账的时候也要分开列，否则误差会很大。

输入 token

你发给模型的内容，包括提示词、历史对话、附带的文档片段

输出 token

模型生成返回的内容，一般按更贵的单价计

缓存命中

重复或相似的前缀被复用，可能按更低的档位计费，也可能不计入

批量调用

把请求攒起来异步提交，部分平台给了独立的价格口径

除了这两个基础项，有的模型或调用方式还会涉及缓存、批量、推理时长等额外口径。先确认自己走的是哪条调用路径，再去看对应的计费项，顺序反了容易白看——你对着实时单价研究半天，结果项目实际走的是异步批量，那就全错了。

价格数字去哪查：官方价目和你自己的账单

官方价目页是按量基准的来源，站内把各厂商入口整理在同一处，方便横向对照。但要注意，价目页给的是「标准单价」，不是你实际花的钱；你实际花的钱在控制台的费用账单里，那反映的是真实跑出来的量。两者要分开看，不能互相替代。

具体到豆包当时的单价，到 /price-watch 核对当时的数字；想横向看别家做参照，去 /sites 找对应厂商入口。价格会调，任何写死的数字都会过期，养成以查询当时的页面为准的习惯，比记数字靠谱。

不同版本模型的价差体现在哪

豆包这条线通常按能力档位分层：轻量档便宜、旗舰档贵，差价主要来自参数量与推理成本。同一次任务换成不同档位模型，成本可能差出好几倍。所以选型的第一步不是看价格表，而是先想清楚你的任务对能力的要求有多高。

• 轻量档：适合分类、抽取、简单改写这类边界清楚的任务，量大时省得明显
• 中档：适合大多数常规对话和内容生成，是很多项目的默认选择
• 旗舰档：留给需要复杂推理、长链条思考的活，别用它跑简单批量
• 专用档：面向特定场景优化的版本，便宜不等于适合你的活，要看任务匹配度

一个常见误区是「先挑最便宜的跑起来，不行再换」。反过来更划算：先用能胜任的最低档位做验证，如果效果不达标再往上加一档，而不是一上来就用旗舰档跑全量。什么情况下不适用？如果任务对准确率极其敏感、错一次代价很高，那就别为了省钱降档。

同一次调用，价格差在哪几个开关上

同样一段提示词，走不同的调用方式，最后的扣费结果可能差不少。缓存命中与否、批量还是实时、流式还是非流式，都可能改变实际计费。这几个开关不搞清楚，你算出来的预算就是纸上数字。

1. 先看上下文长度长上下文任务里输入越长花费越高，历史对话不做裁剪会持续推高单次成本。检查你的调用里有没有把整段历史原样带上。
2. 再看缓存能不能命中固定不变的系统提示词、知识前缀，如果能被缓存复用，单价可能降一档。确认你的调用结构有没有把变的部分和不变的部分分开。
3. 然后是批量还是实时对时效不敏感的离线任务，走批量提交往往更省。判断标准很简单：用户需不需要当场看到结果。
4. 最后看重试与失败重试和失败请求是否计费取决于具体口径，别默认失败一定不花钱。到官方计费说明里确认这一条。

关于流式还是非流式：流式主要影响的是体验和首字延迟，对计费的影响要看具体口径，不要想当然认为流式一定更贵或更便宜。这一条同样建议到 /guides 的计费说明里确认。

给项目估预算的实操顺序

估预算最容易犯的错是拍脑袋估个均值再乘总量。更稳的做法是先从日志里统计出真实的输入输出 token 分布，再乘上对应单价。分布比均值重要，因为长尾请求往往是成本大头。

1. 抓样本从真实调用日志里抽一批请求，记录每条请求的输入 token 和输出 token，而不是只看平均字符数。
2. 分档计算按任务类型把请求分组，分别对应到打算使用的模型档位，逐组算成本再相加。
3. 加波动系数按日均用量乘以波动系数留余量，比按总量除天数更稳，能覆盖峰值和重试带来的额外消耗。
4. 跑一遍计算器上线前用站内模型成本计算器把几档模型方案的成本摆在一起比，看差多少再决定。

想让估算更贴近实际，站内的模型目录里有各家的上下文长度和计费项说明，具体数值到 /models 核对当时的数字。估完之后留出余量，别把预算卡到刚好。

在豆包这条线上压成本的几个动作

压成本不是一味换便宜模型，而是让每一分钱花在合适的地方。下面几个动作按性价比排序，前面的收益通常最大。

• 任务分流：把简单任务分流给轻量档模型，复杂任务才走旗舰档，是性价比最高的一刀
• 控制上下文：对历史对话做滑窗或摘要，别把整段会话无脑带上
• 复用缓存：把固定不变的前缀独立出来，提高缓存命中概率
• 请求去重：对短时间内重复的请求做去重或合并，直接减少计费 token
• 用量护栏：设置预算告警和用量上限，避免调试期脚本跑飞

其中用量护栏最容易被忽略。调试阶段脚本写错、循环没退出，很可能一夜之间跑出意外消耗。设一个告警阈值，比事后心疼有用。什么情况下不适用？如果业务本身对延迟极度敏感、缓存和批量的收益抵不过复杂度，那就别硬上。

几个容易算错的地方

最后集中说几个高频错误。这些坑不涉及具体数字，但每一个都会让你的成本估算偏离实际。

还有一个隐性坑：把测试环境的用量当成生产环境的量来推。两者请求结构、上下文长度、并发都不同，直接外推会失真。分开统计，分开估算。

价格会变，口径相对稳定；把口径搞清楚，数字换了你也算得对。