按量后付费

更新时间：2025-01-08

概述

千帆ModelBuilder预置推理服务支持多种灵活的计费方式，本章主要为按量后付费的计费方式，其他计费方式可移步至：
Tokens量包预付费 TPM配额预付费 TPM配额后付费

按量后付费根据实际接口调用产生的tokens或图片数量以及单价进行计费，不同预置服务调用单价不同，大语言模型根据实际的输入及输出总和tokens数量，系统每小时会对您的百度智能云账户进行扣费。

计费方式介绍

以大语言模型为例：

定义	付费方式	适用范围
调用模型服务时根据实际的输入和输出tokens总量收费。	后付费，按分钟计费，每15分钟扣费，每小时出账。	临时性调用，无法评估业务体量。

不论是Tokens用量付费还是TPM&RPM配额付费，都存在接口调用速率限制。速率限制包含QPS和TPM的形式，旨在限制单位时间段内用户访问推理API的次数和消耗的tokens数，详细说明参考千帆ModelBuilder流量限制说明。

按量后付费

1.文心大语言模型

ERNIE AppBuilder服务需配合百度智能云千帆AppBuilder产品进行应用开发调试，千帆ModelBuilder不计费。

模型名称	版本名称	服务内容	子项	单价
ERNIE 4.0 Turbo	ERNIE-4.0-Turbo-128K ERNIE-4.0-Turbo-8K ERNIE-4.0-Turbo-8K-Preview ERNIE-4.0-Turbo-8K-0628	推理服务	输入	0.02元/千tokens
			输出	0.06元/千tokens
		搜索增强	触发	0.008元/次
ERNIE 4.0	ERNIE-4.0-8K ERNIE-4.0-8K-0613 ERNIE-4.0-8K-Latest ERNIE-4.0-8K-Preview	推理服务	输入	0.03元/千tokens
			输出	0.09元/千tokens
		搜索增强	触发	0.008元/次
ERNIE 3.5	ERNIE-3.5-128K ERNIE-3.5-8K ERNIE-3.5-8K-0701 ERNIE-3.5-8K-Preview ERNIE-3.5-8K-0613	推理服务	输入	0.0008元/千tokens
			输出	0.002元/千tokens
		搜索增强	触发	0.008元/次
ERNIE Speed Pro	ERNIE-Speed-Pro-128K	推理服务	输入	0.0003元/千tokens
			输出	0.0006元/千tokens
ERNIE Novel	ERNIE-Novel-8K	推理服务	输入	0.04元/千tokens
			输出	0.12元/千tokens
ERNIE Speed	ERNIE-Speed-128K ERNIE-Speed-8K	推理服务	输入	免费
			输出	免费
tokenizer公有云在线调用	ERNIE系列大模型token长度计算接口	推理服务	-	0.0006元/千tokens
ERNIE Lite	ERNIE-Lite-8K	推理服务	输入	免费
			输出	免费
ERNIE Tiny	ERNIE-Tiny-8K	推理服务	输入	免费
			输出	免费
ERNIE Functions	ERNIE-Functions-8K	推理服务	输入	0.004元/千tokens
			输出	0.008元/千tokens
ERNIE Character	ERNIE-Character-8K ERNIE-Character-Fiction-8K ERNIE-Character-Fiction-8K-Preview	推理服务	输入	0.0003元/千tokens
			输出	0.0006元/千tokens
ERNIE Lite Pro	ERNIE-Lite-Pro-128K	推理服务	输入	0.0002元/千tokens
			输出	0.0004元/千tokens
Qianfan Agent	Qianfan-Agent-Speed-8K	推理服务	输入	0.0003元/千tokens
			输出	0.0006元/千tokens
	Qianfan-Agent-Lite-8K	推理服务	输入	0.0002元/千tokens
			输出	0.0004元/千tokens

Tips：2024年5月21日起，以上部分ERNIE系列预置服务调用免费，详细信息和常见问题可查看平台公告。

需注意：如API调用文心大模型时，function和system参数的输入，都需要按照tokens计费，相关计算逻辑可查看参考文档。
触发搜索增强的：整体费用= 搜索次数 X 搜索单价 + 总token数 X tokens按量后付费单价，详细内容可查看Tokens膨胀及独立按次计费说明。

2.第三方大语言模型

包含有千帆ModelBuilder团队增强版大模型服务。

模型	服务内容	单价
BLOOMZ-7B	大模型公有云在线调用体验服务	0.004元/千tokens
Meta-Llama-3-8B	大模型公有云在线调用体验服务	0.004元/千tokens
Meta-Llama-3-70B	大模型公有云在线调用体验服务	0.035元/千tokens
Llama-2-7B-Chat	公有云在线调用体验服务	0.004元/千tokens
Llama-2-13B-Chat	公有云在线调用体验服务	0.006元/千tokens
Llama-2-70B-Chat	公有云在线调用体验服务	0.035元/千tokens
ChatGLM2-6B-32K	大模型公有云在线调用体验服务	0.004元/千tokens
AquilaChat-7B	大模型公有云在线调用体验服务	0.004元/千tokens
Mixtral-8x7B-Instruct	大模型公有云在线调用体验服务	0.035元/千tokens
SQLCoder-7B	公有云在线调用体验服务	0.004元/千tokens
CodeLlama-7B-Instruct	公有云在线调用体验服务	0.004元/千tokens
XuanYuan-70B-Chat-4bit	公有云在线调用体验服务	0.035元/千tokens
Qianfan-BLOOMZ-7B-compressed	大模型公有云在线调用体验服务	0.004元/千tokens
Qianfan-Chinese-Llama-2-7B	大模型公有云在线调用体验服务	0.004元/千tokens
Qianfan-Chinese-Llama-2-13B	公有云在线调用体验服务	0.006元/千tokens
ChatLaw	公有云在线调用体验服务	0.008元/千tokens
Yi-34B-Chat	公有云在线调用体验服务	限时免费，每个账号每天包含500次调用额度(按调用总次数统计，包括但不限于调用成功的次数)。如需扩容，请使用私有资源池发布该模型，或提交工单说明应用场景、预计月调用量，申请扩充额度。本模型将于2025年2月13日22:00 起正式商用计费，参考价格0.02元/千tokens。
Gemma-7B-it	公有云在线调用体验服务	0.004元/千tokens
Fuyu-8B	公有云在线调用体验服务	限时免费，每个账号每天包含500次调用额度(按调用总次数统计，包括但不限于调用成功的次数)。如需扩容，请使用私有资源池发布该模型，或提交工单说明应用场景、预计月调用量，申请扩充额度。

3.第三方文生图大模型

模型	服务内容	单价
Stable-Diffusion-XL	大模型公有云在线调用服务	0.02元/秒，具体计算逻辑，参考下表。

按当前计费逻辑，例如生成768x768尺寸的图片，大模型通用耗时为3秒，则费用为3x0.02=0.06元，其他计费逻辑以此类推：

图片尺寸	单图定价
768x768、576x1024、1024x576	3秒/张 * ￥0.02元/秒=￥0.06元/张
768x1024、1024x768、1024x1024	4秒/张 * ￥0.02元/秒=￥0.08元/张
1536x1536、1152x2048、2048x1152	6秒/张 * ￥0.02元/秒=￥0.12元/张
1536x2048、2048x1536、2048x2048	8秒/张 * ￥0.02元/秒=￥0.16元/张

4.向量模型

向量模型服务可通过API进行调用，点击模型名称，查看API文档。

模型	服务内容	单价
Embedding-V1	公有云在线调用服务	0.0005元/千tokens
bge-large-zh	公有云在线调用体验服务	0.0005元/千tokens
bge-large-en	公有云在线调用体验服务	0.0005元/千tokens
tao-8k	公有云在线调用体验服务	0.0005元/千tokens

5.重排序类模型

模型	服务内容	单价
bce-reranker-base	公有云在线调用体验服务	0.0005元/千tokens

6.千帆ModelBuilder创新模型

模型	服务内容	单价
Qianfan-Dynamic-8k	公有云在线调用体验服务	输入：¥0.004元/千tokens 输出：¥0.008元/千tokens

价格费用举例

示例1：Tokens后付费：ERNIE-3.5-8K大模型公有云在线调用服务(输出)

如大模型回复总计tokens为20，

则输出的计费价格为 0.002(单价) x 0.02千tokens = 0.0004 元

计费概述

Tokens量包预付费