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
实际价格请以产品购买页面以及计费账单为准。
推理模型基础定价
下表为标准输入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、美国等所有非内地地域。
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） |
|
qwen3.7-max |
0~1,000 |
0.00198 |
0.005941 |
|
qwen3.6-plus |
0~256 |
0.00033 |
0.00198 |
|
256~1,000 |
0.00132 |
0.007921 |
|
|
qwen3.6-flash |
0~256 |
0.000198 |
0.001188 |
|
256~1,000 |
0.000792 |
0.004753 |
|
|
qwen3.5-plus |
0~128 |
0.000132 |
0.000792 |
|
128~256 |
0.00033 |
0.00198 |
|
|
256~1,000 |
0.00066 |
0.003961 |
|
|
qwen3.5-flash |
0~128 |
0.000033 |
0.00033 |
|
128~256 |
0.000132 |
0.00132 |
|
|
256~1,000 |
0.000198 |
0.00198 |
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） |
|
qwen3.7-max |
0~1,000 |
0.003093 |
0.009276 |
|
qwen3.6-plus |
0~256 |
0.000619 |
0.00371 |
|
256~1,000 |
0.002474 |
0.007421 |
|
|
qwen3.6-flash |
0~256 |
0.000309 |
0.001855 |
|
256~1,000 |
0.001236 |
0.004947 |
|
|
qwen3.5-plus |
0~128 |
0.000485 |
0.002906 |
|
128~256 |
0.000485 |
0.002906 |
|
|
256~1,000 |
0.000606 |
0.003634 |
|
|
qwen3.5-flash |
0~128 |
0.00012 |
0.000485 |
|
128~256 |
0.00012 |
0.000485 |
|
|
256~1,000 |
0.000198 |
0.000485 |
Embedding模型定价
中国内地
|
模型 |
输入类型 |
美元/千tokens |
|
text-embedding-v4 |
文本 |
0.000083 |
|
qwen3-vl-embedding |
文本 |
0.000116 |
|
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。
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。