AI服务计费（按量付费） - 实时计算Flink版

开通Flink AI服务后，使用内置模型进行推理调用将产生模型调用费用。该费用按Token用量计费，独立于工作空间的CU计算资源费用。

计费概览

计算资源（CU）：作业运行所需的计算资源，与现有CU计费方式相同。
AI服务调用费：调用内置模型产生的费用，按Token用量独立计费。

相关联云产品计费，详情请参见计费项。

计费规则

计费单位：美元/千tokens，输入tokens与输出tokens分别计费。
计费周期：每分钟结算一次（以UTC+8时间为准），生成账单并扣费。
计费维度：按地域 × 模型 × 输入用量阶梯 × Token类型组合计费，每分钟请求费用 = Σ（各Token类型用量 × 对应单价）。
免费额度：每个主账号每个地域每个自然月（以 UTC+8 时间为准）前100万tokens免费（输入与输出合计）。超出部分按定价计费。

Token类型说明

每次推理请求产生的Token按以下类型分别计量：

标准输入Token：按基础输入单价计费。
标准输出Token：按基础输出单价计费。
隐式缓存命中的输入Token：按基础输入价的20%计费。
显式缓存创建的输入Token：按基础输入价的125%计费。
显式缓存命中的输入Token：按基础输入价的10%计费。

每分钟请求费用 = Σ（各Token类型用量 × 对应单价）。缓存类Token的单价 = 基础输入单价 × 计费系数。

定价表

重要

实际价格请以计费账单为准。

基础定价

以下为标准输入Token和标准输出Token的基础单价。缓存类Token按此基础价乘以对应系数计费，详见缓存Token计费系数。

中国内地：如华东1（杭州）、华北2（北京）等。
非中国内地：包括中国香港、新加坡、美国等所有非中国内地地域。

地域列表详见：Flink AI 支持地域。

千问

中国内地

模型	输入用量阶梯（千tokens）	输入（美元/千tokens）	输出（美元/千tokens）
qwen3.8-max	0~1,000	0.00198	0.005941
qwen3.7-max	0~1,000	0.00198	0.005941
qwen3.7-plus	0~256	0.00033	0.00132
qwen3.7-plus	256~1,000	0.00099	0.003961
qwen3.6-plus	0~256	0.00033	0.00198
qwen3.6-plus	256~1,000	0.00132	0.007921
qwen3.5-plus	0~128	0.000132	0.000792
	128~256	0.00033	0.00198
	256~1,000	0.00066	0.003961
qwen3.7-flash	0~32	0.000033	0.000132
	32~256	0.000099	0.000396
	256~1,000	0.000198	0.000792
qwen3.6-flash	0~256	0.000198	0.001188
qwen3.6-flash	256~1,000	0.000792	0.004753
qwen3.5-flash	0~128	0.000033	0.00033
	128~256	0.000132	0.00132
	256~1,000	0.000198	0.00198
qwen3.5-ocr	0~1,000	0.000083	0.00033
qwen-vl-ocr	0~1,000	0.00005	0.000083
qwen-mt-plus	0~1,000	0.000297	0.000891
qwen-mt-flash	0~1,000	0.000116	0.000322

非中国内地

模型	输入用量阶梯（千tokens）	输入（美元/千tokens）	输出（美元/千tokens）
qwen3.8-max	0~1,000	0.002473	0.00742
qwen3.7-max	0~1,000	0.003093	0.009276
qwen3.7-plus	0~256	0.000495	0.001979
qwen3.7-plus	256~1,000	0.001484	0.005936
qwen3.6-plus	0~256	0.000619	0.00371
qwen3.6-plus	256~1,000	0.002474	0.007421
qwen3.5-plus	0~128	0.000485	0.002906
	128~256	0.000485	0.002906
	256~1,000	0.000606	0.003634
qwen3.7-flash	0~32	0.000037	0.000161
	32~256	0.000124	0.000495
	256~1,000	0.000247	0.000989
qwen3.6-flash	0~256	0.000309	0.001855
qwen3.6-flash	256~1,000	0.001236	0.004947
qwen3.5-flash	0~128	0.00012	0.000485
	128~256	0.00012	0.000485
	256~1,000	0.000198	0.000485
qwen-vl-ocr	0~1,000	0.000085	0.000194
qwen-mt-plus	0~1,000	0.00298	0.008926
qwen-mt-flash	0~1,000	0.000194	0.000593

DeepSeek

中国内地

模型	输入用量阶梯（千tokens）	输入（美元/千tokens）	输出（美元/千tokens）
deepseek-v4-pro	0~1,000	0.00198	0.003961
deepseek-v4-flash-0731	0~1,000	0.000165	0.00033

非中国内地

模型	输入用量阶梯（千tokens）	输入（美元/千tokens）	输出（美元/千tokens）
deepseek-v4-pro	0~1,000	0.002968	0.005936
deepseek-v4-flash-0731	0~1,000	0.000247	0.000495

GLM

中国内地

模型	输入用量阶梯（千tokens）	输入（美元/千tokens）	输出（美元/千tokens）
glm-5.2	0~1,000	0.00132	0.004621

非中国内地

模型	输入用量阶梯（千tokens）	输入（美元/千tokens）	输出（美元/千tokens）
glm-5.2	0~1,000	0.001731	0.005442

Embedding

中国内地

模型	输入类型	美元/千tokens
qwen3.7-text-embedding	文本	0.000083
text-embedding-v4	文本	0.000083
qwen3-vl-embedding	文本	0.000116
qwen3-vl-embedding	图片	0.000297

非中国内地

模型	输入类型	美元/千tokens
text-embedding-v4	文本	0.000085

缓存Token计费系数

缓存类Token的费用 = 对应模型的基础输入单价 × 计费系数 × Token用量。详情请参见上下文缓存。

Token类型	计费系数	说明
隐式缓存命中	×0.2	按基础输入价的20%计费
显式缓存创建	×1.25	按基础输入价的125%计费
显式缓存命中	×0.1	按基础输入价的10%计费

计费示例

场景：在华北2（北京）地域使用qwen3.6-plus模型（输入用量阶梯0~256千tokens），累计消耗输入5,000千tokens、输出1,200千tokens。

费用计算：

输入费用：5,000 × 0.00033 = 1.65美元
输出费用：1,200 × 0.00198 = 2.376美元
合计：4.026美元

账单详情

账单按地域、工作空间ID、Flink用途、模型、Token类型、输入用量阶梯分维度出账。

下载账单

在账单详情页面，选择目标账单月份。
将产品名称筛选为实时计算 Flink 版，商品名称筛选为实时计算Flink版_AI_按量付费_国际站，单击搜索。
单击账单列表右上角的导出图标，将账单下载到本地。

打开账单文件，定位实例ID（出账粒度）列。该字段以英文分号（;）分隔，格式如下：

地域;工作空间ID;项目空间名称;Flink用途;模型;Token类型;输入用量阶梯

分段	说明
地域	工作空间所在地域
工作空间ID	Flink工作空间的唯一标识
项目空间名称	当前为空，预留字段
Flink用途	Token的使用场景，取值为 `ai_function` 或 `flink_agents`
模型	调用的大模型名称
Token类型	输入Token或输出Token
输入用量阶梯	输入Token的区间上限标记，如 128、256、1000 等

欠费说明

欠费后服务暂停，所有使用内置模型的作业将无法调用模型。
充值后服务自动恢复。
欠费期间的模型调用请求不被处理，对应作业可能出现异常。

停止计费

如需停止AI服务计费，在控制台AI服务页面单击关闭服务。关闭后：

所有作业将无法使用内置模型服务。
不再产生AI服务调用费用。
工作空间的CU计算资源费用不受影响。

重要

关闭AI服务前，需确认所有作业均未依赖内置模型，否则可能导致作业运行异常。