# TokenPlus 模型能力、价格与性能指标

模型入口：[模型广场](https://www.tokenplus.cn/models)。API 文档：[官方文档](https://www.tokenplus.cn/doc)。本文解释公开模型资料，具体可用模型与数值需要读取当时的模型详情。

## 如何描述一个已有模型

| 字段               | 含义与读取方法                                                                               |
| ------------------ | -------------------------------------------------------------------------------------------- |
| 模型名称与开发者   | 按公开目录展示的名称及模型作者描述，不把推理渠道当作开发者                                   |
| 完整调用 ID        | 请求中的 model 字符串；原样使用模型详情提供的 ID，不用展示名称、内部 UUID 或渠道上游 ID 替代 |
| 模型简介           | 使用当前公开描述，说明其声明的能力与适用任务；没有描述时保持未知，不凭名称补写能力或榜单结论 |
| 输入/输出模态      | 分别确认文本、图像、音频等支持情况；支持图像输入不代表支持图像生成                           |
| 上下文长度         | 模型可处理的上下文规模，单位通常为 Tokens；不等于字符数，也不代表允许输出同样长度            |
| 最大输入与最大输出 | 各自遵循详情明确给出的限制；没有最大输出数据时不能用上下文长度补齐                           |
| 能力与参数         | 工具调用、结构化输出、推理等，仅在详情明确支持时描述；参数名存在不代表所有取值均有效         |
| 调用协议           | Chat Completions、Messages 等以模型实际接入说明为准，不由模型开发者名称推断                  |
| 渠道               | 同一模型的不同推理接入来源；可分别具有价格、限额、性能和数据策略                             |
| 生命周期           | 发布及计划下线信息以公开数据为准；存在页面不代表当前可调用或永久可用                         |

本文不列开发环境模型或未经核实的生产型号。要回答“目前有哪些模型”“某模型多少钱”，需先读取公开目录，再进入相应详情；不能仅用本文件给出当前库存或价格结论。

## 价格与计费单位

| 价格项       | 含义                         | 易混淆事项                                                                  |
| ------------ | ---------------------------- | --------------------------------------------------------------------------- |
| 输入价格     | 输入内容对应的计费项         | 与输出不同；系统指令、历史上下文等是否计入以协议返回的 usage 和计费规则为准 |
| 输出价格     | 生成内容对应的计费项         | 推理 Token 等是否单列，按实际计费项解释                                     |
| 缓存价格     | 缓存相关计费项，例如缓存读取 | 不等于所有输入均按缓存价收费；不能假设缓存写入免费或不存在                  |
| 当前价与原价 | 当前适用价格及可能展示的原价 | 使用明确的当前有效金额，不自行根据促销标签计算折扣                          |
| 渠道价格     | 某一服务商/渠道的价格        | 模型列表展示价不一定适用于所有渠道                                          |

读取任何金额时同时记录币种和单位。`/M Tokens` 表示每一百万 Tokens，不能读成每一千 Tokens，也不能把每请求、每张、每秒等单位当作 Token 单价。原始精度应保留，展示舍入不能用于替代实际结算。

`—`、null 或缺失表示未提供/不适用，不等于 0。真实零价也只能解释为该计费项在当前条件下为零，不能推断其他计费项或上游全部免费。

### 分段和分时价格

- 分段价按输入长度、使用规模或详情给出的其他条件选择档位。保留区间边界、“且/或”条件及所有计费项，不只引用最低价。
- 分时价随有效时段变化；说明所引用时段、时区和“当前”标记，不把某个时段价格当成全天价格。
- 比较不同模型或渠道时，需使用相同币种、单位、输入/输出假设、档位条件和采集时间。
- 无法确认适用档位或时段时，可以列出条件和各档价格，不能给出看似精确的最终账单。

### 费用估算

在固定档位、固定时段、无缓存或额外计费项的假设下，可用以下公式作示意：

```text
估算费用 = 输入计费量 ÷ 输入价格单位量 × 输入单价
         + 输出计费量 ÷ 输出价格单位量 × 输出单价
```

该公式不是完整计费规则。缓存、额外模态、推理计费项、分段、分时、优惠和税费等若适用，必须另行按真实规则处理。公开单价估算不是实际扣款承诺。

## 生成速度、延迟和可用性

| 指标       | 单位/含义                                        | 应如何解释                                                                                 |
| ---------- | ------------------------------------------------ | ------------------------------------------------------------------------------------------ |
| 吞吐 TPS   | Tokens/s，Token 生成速率                         | 同一统计口径下较高意味着生成较快；不等于请求数/秒，也不是调用额度                          |
| TTFT       | 首 Token 延迟，原始数据可能为 ms，页面可换算为 s | 请求开始到首次 Token 的等待；包括哪些处理阶段以指标定义为准                                |
| P90 TTFT   | 首 Token 延迟的第 90 百分位                      | 大致 90% 样本不超过该值，不是平均值或最大值；当前渠道列表的延迟提示使用近 24 小时 TTFT P90 |
| 端到端延迟 | ms 或 s，整个请求的耗时                          | 受输入、输出长度、网络和排队等影响；不是 TTFT，比较时控制工作负载                          |
| 可用性     | 百分比及对应统计窗口/样本量                      | 反映观测期间状态，不代表未来 SLA；样本不足和无数据不能转成 100%                            |
| 缓存命中率 | 百分比，按公开指标定义的统计范围                 | 不能直接乘输入总量得出精确账单；没有数据不等于命中率为 0                                   |

换算时 1 秒 = 1000 毫秒。不要把 500 ms 解释为 500 s，也不要将某个渠道的指标宣称为该模型所有渠道的固定性能。

建议引用格式：“模型 A，渠道 B，统计窗口 C，TTFT P90 为 X ms、吞吐 Y Tokens/s；采集于 D。”未提供聚合方式、样本量或窗口时明确写出未提供，不能自行补为平均值或最近 24 小时。

## 调用速率与限流

| 指标       | 含义                                 | 不是                         |
| ---------- | ------------------------------------ | ---------------------------- |
| RPM        | 每分钟请求数量限制                   | 每秒请求数、Token 生成速度   |
| TPM        | 每分钟 Token 数量限制                | 模型上下文长度或单次最大输出 |
| 并发限制   | 同时进行的请求数上限（如有明确提供） | RPM 的直接换算结果           |
| max_tokens | 单次请求输出上限参数                 | 每分钟 Token 配额            |

RPM/TPM 仅在接口或正式文档明确返回时引用。它们可能按模型、渠道、凭据或其他范围生效；输入与输出如何计数、时间窗口采用何种算法，都不能只凭缩写推测。公开模型详情未给出限额时应标注“未公开/需确认”，不要借用其他用户或上游官网套餐的数据。

收到 429 时检查实际错误标识及 Retry-After（若有），降低请求速率或并发，采用有上限的退避；不要把重试无限叠加到当前负载。具体方法见 [调用错误指南](/ai-docs/errors.md)。

## 比较模型时的推荐顺序

1. 先确认任务所需模态、上下文、最大输出、协议及必要参数。
2. 再按相同工作负载估算费用，明确渠道、档位和时段。
3. 比较同口径 TPS、TTFT、端到端延迟与可用性，注明统计窗口。
4. 单独确认调用限额，不能从速度测试推导 RPM/TPM。
5. 引用真实模型详情 URL 和采集时间；公开目录无法读取时说明无法确认当前值。