Pengganda model, cache hit dan pembelian API Key pertama
The RMB site uses a CNY 100 per 100M token benchmark, with CNY 10, 50, 100, 298, and 488 packages.
Pengguna sedia adaSudah ada API Key? Tambah nilai terusTop up, look up orders, and confirm delivery here; 500M tokens cost CNY 488.Pergi ke tambah nilai
https://new.weeanno.shop/v1Guna alamat ini dahulu untuk kebanyakan klien. Jika klien menolaknya, tukar kepada alamat sandaran.
https://new.weeanno.shopPenghala API yang berbeza mengesahkan Base URL secara berbeza, jadi uji alamat tersebut apabila menukar model atau klien.
Apabila sebahagian permintaan sepadan dengan kandungan yang telah diproses sebelum ini, sistem boleh menggunakan semula pengiraan itu dan tidak perlu mengecaj kos input penuh sekali lagi.
Penggunaan semula cache meningkatkan kelajuan tindak balas dan mengurangkan kos penggunaan, terutamanya dalam sembang berbilang pusingan, panggilan aliran kerja berulang dan gelung pelengkapan kod.
Jika anda berulang kali menyertakan konteks kongsi yang besar sepanjang perbualan panjang, bahagian berulang yang sepadan boleh dicaj pada pengganda lebih rendah.
Bahagian cache yang sepadan hanya dicaj 10% daripada kos input biasa.
Soalan susulan, panggilan aliran kerja dan gelung pelengkapan kod lebih mudah menggunakan semula konteks berulang.
Apabila kos huluan berubah mendadak, pengganda cache mungkin berubah dan boleh dijeda dalam kes melampau.
Nota: cache hit bergantung pada sama ada kandungan permintaan memenuhi syarat penggunaan semula cache sistem.
Bandingkan pengganda, kos setiap token yang ditukar, saiz konteks dan sokongan penglihatan sebelum membeli.
Rujukan praktikal untuk memahami kos model sebelum membeli.
| Pembekal | Model | PenggandaContoh: 2x bermaksud 100M token menolak 200M kuota | Tetingkap konteks disyorkanMengandaikan max_tokens=8192 | Sokongan penglihatan |
|---|---|---|---|---|
| China aggregate route(High concurrency) | claude-sonnet-4-6Fast response | 0.5x | 1M | ✅ |
| OpenAI | gpt-5.6-sol | 6x | 258K | ✅ |
| OpenAI | gpt-5.6-terra | 1x | 258K | ✅ |
| OpenAI | gpt-5.4 | 2x | 1M | ✅ |
| OpenAI | gpt-5.5 | 4x | 258K | ✅ |
| OpenAI | gpt-5.3-codex-spark | 1x | 128K | |
| OpenAI | gpt-image-2 | per image | 1–2K 出图 | |
| OpenAI | gpt-image-2-4k | per image | 4K 出图 | |
| 通义千问 | qwen3.6-plus | 3x | 1M | ✅ |
| 通义千问 | qwen3.7-plus | 4x | 1M | ✅ |
| 通义千问 | qwen3.7-max | 10x | 1M | |
| 通义千问 | qwen3.8-max | 20x | 1M | ✅ |
| 美团 LongCat | LongCat-2.0Agentic Coding | 1x | 1M | |
| 腾讯混元 | hy3 | 1x | 256K | |
| MiniMax | MiniMax-M3 | 1x | 1M | ✅ |
| MiniMax | image-01 | per image | ||
| MiniMax | image-01-live | per second | ||
| StepFun | step-3.7-flashFast response | 1x | 256K | ✅ |
| ByteDance | doubao-seed-2.1-turbo | 3x | 128K | ✅ |
| Xiaomi | mimo-v2.5-pro | 4x | 1M | |
| Xiaomi | mimo-v2.5 | 2x | 1M | ✅ |
| DeepSeek | deepseek-v4-pro | 7.5x | 1M | |
| DeepSeek | deepseek-v4-flash | 2.5x | 1M | |
| Kimi | kimi-k3 | 25x | 1M | ✅ |
| Zhipu AI | glm-5.1 | 5x | 256K | ✅ |
| Zhipu AI | glm-5.2 | 8x | 1M | ✅ |
| xAI / Grok | grok-4.5 | 5x | 500K | ✅ |
| Anthropic | claude-haiku-4-5-20251001 | 1x | 256K | ✅ |
| Anthropic | claude-sonnet-5高能力主力 | 10x | 1M | ✅ |
| Anthropic | claude-fable-5顶级任务 | 40x | 1M | ✅ |
| Anthropic | claude-opus-4-6 | 15x | 1M | ✅ |
| Anthropic | claude-opus-4-7 | 15x | 1M | ✅ |
| Anthropic | claude-opus-4-8 | 15x | 1M | ✅ |
| Anthropic | claude-opus-5 | 15x | 1M | ✅ |
gemini-3.1-pro | 10x | 1M | ✅ | |
gemini-3.5-flash | 6x | 1M | ✅ |
Harga di atas ialah penukaran rujukan berdasarkan pengganda semasa. Model imej dicaj setiap imej atau setiap saat. Penggunaan sebenar mengikut pengganda platform dan penggunaan permintaan; ✅ bermaksud penglihatan disokong.
Halaman ini menerangkan pengganda, cache hit dan kos model. Pengguna baharu boleh membeli API Key; pengguna sedia ada boleh menambah nilai kunci sedia ada.