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、音视频时长、图片张数等用量计费，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、音视频时长、图片张数等多种用量独立计费。
相关联云产品计费，详情请参见计费项。
计费规则
计费单位：
按 Token 计费：包括文本生成、语音合成、向量、排序模型。中国站为元/千tokens，国际站为美元/千tokens，输入tokens与输出tokens分别计费。
按时长计费：包括视频生成、语音识别模型。中国站为元/秒，国际站为美元/秒。
按图片张数计费：包括图片生成模型。中国站为元/张，国际站为美元/张。
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，出账延迟约 1~10 分钟。
计费维度：按
地域 × 模型 × 输入范围或输出规格 × 用量类型组合计费，每分钟费用 = Σ（各类型实际用量 × 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。非按 Token 计费的模型，其用量按以下规则折算为 Token 后计入免费额度：
图片生成模型（qwen-image-3.0-pro、qwen-image-3.0 等）：1 张图占用免费额度 1 万 token。
视频生成模型（happyhorse-1.1-t2v、happyhorse-1.1-i2v、happyhorse-1.1-r2v 等）：1 秒占用免费额度 3 万 token。
语音识别模型（qwen-audio-3.0-asr-flash-filetrans、qwen-audio-3.0-asr-flash、fun-asr 等）：1 秒占用 10 token。
按 Token 计费
按 Token 计费的模型，每次请求产生的费用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：除特别说明模型外，按基础输入价的20%计费。
显式缓存创建的输入Token：除特别说明模型外，按基础输入价的125%计费。
显式缓存命中的输入Token：除特别说明模型外，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。
按时长计费
按时长计费的模型，每次请求产生的费用按以下类型分别计量：
输入时长：按输入单价计费。
输出时长：按输出单价计费。
每分钟请求费用 = Σ（各类型计费时长 × 对应单价）。不同模型的计费时长不同，有仅输入时长计费、仅输出时长计费、输入和输出时长都计费，详见定价表。
按图片张数计费
按图片张数计费的模型，每次请求产生的费用按以下类型分别计量：
输入图片张数：按输入单价计费。
输出图片张数：按输出单价计费。
每分钟请求费用 = Σ（各类型图片张数 × 对应单价）。不同模型的计费图片张数不同，有仅输入图片张数计费、仅输出图片张数计费、输入和输出图片张数都计费，详见定价表。
定价表
实际价格请以计费账单为准。
基础定价
以下为标准输入/输出Token、时长、图片张数的基础单价。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 | 输入范围（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 |
256~1,000 | 0.00099 | 0.003961 | |
qwen3.6-plus | 0~256 | 0.00033 | 0.00198 |
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 |
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-omni-plus | 0~1,000 | 文本/图片/视频Token 0.001155； 音频Token 0.008746 | 文本Token 0.006601； 音频Token 0.03515 |
qwen3.5-omni-flash | 0~1,000 | 文本/图片/视频Token 0.000363； 音频Token 0.00297 | 文本Token 0.002195； 音频Token 0.011882 |
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 | 输入范围（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 |
256~1,000 | 0.001484 | 0.005936 | |
qwen3.6-plus | 0~256 | 0.000619 | 0.00371 |
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 |
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 | |
qwen3.5-omni-plus | 0~1,000 | 文本/图片/视频Token 0.001731； 音频Token 0.013605 | 文本Token 0.010265； 音频Token 0.054416 |
qwen3.5-omni-flash | 0~1,000 | 文本/图片/视频Token 0.000495； 音频Token 0.00371 | 文本Token 0.002721； 音频Token 0.014717 |
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 |
Qwen-Omni 系列的文本、图片、视频、音频转换为 Token 的折算逻辑，请参见Qwen-Omni：音频、图片与视频转换为Token数的规则。
DeepSeek
中国内地
模型 | 输入范围（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 | 输入范围（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 | 输入范围（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 | 输入范围（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 | 输入（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 |
图片 | 0.000297 |
非中国内地
模型 | 输入类型 | 输入（美元/千tokens） |
text-embedding-v4 | 文本 | 0.000085 |
Rerank
中国内地
模型 | 输入类型 | 输入（美元/千tokens） |
qwen3-rerank | 文本 | 0.000083 |
qwen3-vl-rerank | 文本 | 0.000116 |
图片 | 0.000297 |
非中国内地
模型 | 输入类型 | 输入（美元/千tokens） |
qwen3-rerank | 文本 | 0.000124 |
Qwen-Audio-TTS
语音合成模型按输入 Token 用量计费，1 字符 = 1.5 token。
中国内地
模型 | 输入（美元/千tokens） |
qwen-audio-3.0-tts-plus | 0.015402 |
qwen-audio-3.0-tts-flash | 0.011002 |
非中国内地
模型 | 输入（美元/千tokens） |
qwen-audio-3.0-tts-plus | 0.01649 |
qwen-audio-3.0-tts-flash | 0.012367 |
CosyVoice
语音合成模型按输入 Token 用量计费，1 字符 = 1.5 token。
中国内地
模型 | 输入（美元/千tokens） |
cosyvoice-v3.5-plus | 0.016503 |
cosyvoice-v3.5-flash | 0.008801 |
Qwen-Audio-ASR
语音识别模型按输入音频时长计费。
中国内地
模型 | 输入（美元/秒） |
qwen-audio-3.0-asr-flash-filetrans | 0.000036 |
qwen-audio-3.0-asr-flash | 0.000036 |
非中国内地
模型 | 输入（美元/秒） |
qwen-audio-3.0-asr-flash-filetrans | 0.000043 |
qwen-audio-3.0-asr-flash | 0.000043 |
Fun-ASR
语音识别模型按输入音频时长计费。
中国内地
模型 | 输入（美元/秒） |
fun-asr | 0.000036 |
非中国内地
模型 | 输入（美元/秒） |
fun-asr | 0.000043 |
Qwen-Image
图像生成模型按输入与输出图片张数计费。
中国内地
模型 | 输出规格 | 输入（美元/张） | 输出（美元/张） |
qwen-image-3.0 | 1k | 0.003301 | 0.029705 |
2k | 0.003301 | 0.029705 | |
qwen-image-3.0-pro | 1k | 0.003301 | 0.041256 |
2k | 0.003301 | 0.082513 |
非中国内地
模型 | 输出规格 | 输入（美元/张） | 输出（美元/张） |
qwen-image-3.0 | 1k | 0.00371 | 0.037102 |
2k | 0.00371 | 0.037102 | |
qwen-image-3.0-pro | 1k | 0.00371 | 0.049469 |
2k | 0.00371 | 0.092755 |
HappyHorse
视频生成模型按输出时长计费。
中国内地
模型 | 输出规格 | 输出（美元/秒） |
happyhorse-1.1-t2v | 480P | 0.074262 |
720P | 0.148523 | |
1080P | 0.198031 | |
happyhorse-1.1-i2v | 480P | 0.074262 |
720P | 0.148523 | |
1080P | 0.198031 | |
happyhorse-1.1-r2v | 480P | 0.074262 |
720P | 0.148523 | |
1080P | 0.198031 |
非中国内地
模型 | 输出规格 | 输出（美元/秒） |
happyhorse-1.1-t2v | 480P | 0.086571 |
720P | 0.173143 | |
1080P | 0.222612 | |
happyhorse-1.1-i2v | 480P | 0.086571 |
720P | 0.173143 | |
1080P | 0.222612 | |
happyhorse-1.1-r2v | 480P | 0.086571 |
720P | 0.173143 | |
1080P | 0.222612 |
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。
除特别说明模型外，缓存 Token 计费系数如下：
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（按 Token 计费）：在华北2（北京）地域使用qwen3.6-plus模型（输入范围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
场景（按图片张数计费）：在华北2（北京）地域使用qwen-image-3.0模型（输出规格1k），累计输入参考图 20 张、生成图片 100 张。
费用计算：
输入图片费用：20 × 0.003301 = 0.06602美元
输出图片费用：100 × 0.029705 = 2.9705美元
合计：3.03652美元
场景（按时长计费-视频生成）：在华北2（北京）地域使用happyhorse-1.1-t2v模型（输出规格720P），生成 10 段 5 秒视频，累计输出时长 50 秒。
费用计算：
视频生成费用：50 × 0.148523 = 7.42615美元
合计：7.42615美元
场景（按时长计费-语音识别）：在华北2（北京）地域使用qwen-audio-3.0-asr-flash模型识别音频，累计识别时长 3,600 秒。
费用计算：
语音识别费用：3,600 × 0.000036 = 0.1296美元
合计：0.1296美元
账单详情
账单按地域、工作空间ID、Flink用途、模型、Token类型/用量类型、输入范围/输出规格分维度出账。
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：
按 Token 计费模型：
地域;工作空间ID;项目空间名称;Flink用途;模型;Token类型;输入范围分段
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
模型用量的使用场景，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
输入范围
输入Token的区间上限标记，如 128、256、1000 等
按时长/图片张数计费模型：
地域;工作空间ID;项目空间名称;Flink用途;模型;输出规格;用量类型分段
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
模型用量的使用场景，取值为
ai_function或flink_agents模型
调用的大模型名称
输出规格
按图片张数计费模型：输出规格为图像分辨率，如 1k、2k、4k 等。
按时长计费模型：视频生成模型为视频分辨率，如 480P、720P、1080P；语音识别（ASR）模型不区分输出规格，标记为 all。
用量类型
按图片张数计费模型：输入图片、输出图片。
按时长计费模型：输入时长、输出时长。
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。