| 计费方式 | 说明 |
| 按量计费 | 按照实际调用接口消耗的资源量进行计费，每小时对腾讯云账户进行结算和扣费，正式使用前请保证账户处于非欠费状态。 |
| 包年包月 LLM 套餐包 | 采用按月订阅 + 积分制，购买时设定月预算，预算按 100 积分 = 1 元 折算为积分额度，调用套餐内模型时按实际用量从积分池中实时扣减。 |
一、免费额度
通过实名认证的主账号开通智能搜索开发原子服务后，将拥有所有原子服务总共 100 次免费测试额度，超过 100 次后将自动转为计费。如你有更多的测试需求，请 联系我们。
二、购买方式
在账单结算时，系统将按照“免费体验次数 > 后付费/包年包月”的顺序进行结算。
计费内容包含直接调用 API 和在控制台使用相关原子服务在线体验，调用失败不计费。
三、开通后付费
当开通智能搜索开发原子服务后，默认情况下会自动打开后付费，免费体验次数使用完后，若未购买预付费资源包，将会自动转入后付费。如需开启或关闭后付费模式结算，请前往控制台 > 资源管理 > 后付费设置 开通或关闭后付费。
注意：说明：
注意：后付费设置每月仅能变更 5 次，变更后约 10s 后生效，请不要频繁变更。
四、文档解析（Document Parsing）
文档解析服务按原始文档成功解析的页数计费，单价如下：
| 服务 | 刊例（元/页） |
| doc-llm | 0.2 |
注意：说明：
注意：doc-llm 文档解析服务是按页收费，对不同文档计费规则如下：
五、文本切片（Text Chunking）
文本切片服务按千 token 计费，单价如下：
| 服务 | 刊例（元/千 tokens） |
| doc-tree-chunk | 0.03 |
| doc-chunk | 0.00002 |
注意：说明：
六、向量化（Embedding）
纯文本 Embedding 服务按千 token 计费，单价如下：
| 模型 | 维度 | token 限制 | 语言 | 刊例（元/千 tokens） |
| bge-base-zh-v1.5 | 768 | 512 | 中文 | 0.0005 |
| bge-large-zh-v1.5 | 1024 | 512 | 中文 | 0.0005 |
| KaLM-embedding-multilingual-mini-v1 | 896 | 131072 | 多语言 | 0.0005 |
| bge-m3 | 1024 | 8194 | 多语言 | 0.0005 |
| Conan-embedding-v1 | 1792 | 512 | 中文 | 0.0005 |
图文 Embedding 服务支持文本和图片两种模态输入，分别以 token 和图片数量计费，单价如下：
| 模型 | 维度 | token 限制 | 语言 | 刊例 |
| WeProduct | 768 | – | – | 图片：0.0005 元/张 |
| WeCLIPv2-Base | 768 | 72 | 多语言，中文最优 | 文本：0.0005 元/千 tokens图片：0.0003 元/张 |
| WeCLIPv2-Large | 768 | 72 | 多语言，中文最优 | 文本：0.0005 元/千 tokens图片：0.0005 元/张 |
七、重排序（Rerank）
重排序服务按千 token 计费，单价如下：
| 模型 | token 限制 | 语言 | 刊例（元/千 tokens） |
| bge-reranker-large | 514 | 中文、英文 | 0.0001 |
| bge-reranker-v2-m3 | 8194 | 多语言 | 0.0005 |
八、联网搜索（Online Search）
联网搜索服务按调用次数计费，可结合大模型进行使用，单价如下：
| 服务 | 刊例（元/千次） |
| Sogou | 65 |
| Bing（关停） | 65 |
| Baidu（关停） | 65 |
注意：说明：
注意：推荐你使用 Sogou 服务，提供稳定的联网搜索服务，Bing 和 Baidu 服务由三方服务厂商提供，受限于三方服务，有关停风险，请酌情使用。
九、应用发布资源
应用发布为独享服务时，系统将根据你实际的负载合理分配资源，按照 CPU 和内存使用情况按量付费。单价如下：
| 资源 | 地域 | 刊例 |
| CPU | 北京 | 0.121875元/核/小时 |
| 内存 | 北京 | 0.06102778元/GB/小时 |
十、LLM 套餐定价
设定 月预算（元/月），系统自动折算为积分额度。例如月预算 1,000 元对应 100,000 积分。套餐内可调用的模型如下，不同模型的积分消耗不同，下表以 月预算 1,000 元（100,000 积分） 为例展示综合单价与预估可得 Token 量。
| 模型 | 综合单价（元/百万 tokens） | 预估可得 Token 量（百万） |
| Hy3 | 0.74 | 1,351 |
| DeepSeek-V4-Flash | 0.70 | 1,429 |
| DeepSeek-V4-Pro | 9.26 | 108 |
| GLM-5 | 4.40 | 227 |
| GLM-5-Turbo | 3.40 | 294 |
| GLM-5.1 | 3.80 | 263 |
| GLM-5.2 | 4.40 | 227 |
| Kimi-K2.6 | 2.80 | 357 |
| MiniMax-M2.7 | 1.00 | 1,000 |
| MiniMax-M3 | 2.50 | 400 |
注意：说明：
注意：预估 Token 量仅为单一模型视角的参考值，基于运营经验值测算，仅作为预算规划参考，不代表实际可使用的 Token 数量，实际可调用数量受缓存命中率、输入/输出 Token 比例、多模型混合使用等因素影响，以实际调用扣减为准。
十一、积分抵扣规则
积分是 LLM 套餐的用量计费单位。每次调用按输入、输出 Token 的实际消耗量折算为积分，从套餐积分池中扣减。模型价格参考 Tokenhub 模型定价。
十二、抵扣公式
单次请求的积分消耗按三段分别折算后加总：
积分消耗 = (缓存命中输入 token 数 × 命中缓存输入价 + 未命中缓存输入 token 数 × 未命中缓存输入价 + 输出 token 数 × 输出价) / 1,000,000
三段 Token 的含义：
| Token 分类 | 说明 |
| 缓存命中输入 | 请求输入中命中模型侧上下文缓存的部分，按更低的命中价格折算 |
| 未命中缓存输入 | 请求输入中未命中缓存的部分 |
| 输出 | 模型生成的回答内容 |
十三、计费示例
以某模型为例（假设抵扣价：缓存命中输入 100 积分/百万 tokens、未命中缓存输入 400 积分/百万 tokens、输出 1,800 积分/百万 tokens），单次请求消耗输入 10,000 tokens（其中缓存命中 6,000）、输出 2,000 tokens，则本次请求的积分消耗为：
(6,000 × 100 + 4,000 × 400 + 2,000 × 1,800) / 1,000,000= (600,000 + 1,600,000 + 3,600,000) / 1,000,000= 5.8 积分
十四、资源类型维度的定价
| 资源类型 | 资源包规格 | 刊例价 |
| 文档解析 | 1千页 | 200 |
| | 1万页 | 1700 |
| | 10万页 | 9800 |
| | 100万页 | 75000 |
| 文本切片 | 1千万 tokens | 300 |
| | 1亿 tokens | 2850 |
| | 10亿 tokens | 27000 |
| 文本向量化 | 10亿 tokens | 500 |
| | 100亿 tokens | 4750 |
| | 1000亿 tokens | 45000 |
| 图片向量化 | 100万张 | 500 |
| | 1000万张 | 4750 |
| | 1亿张 | 45000 |
| 重排序 | 10亿 tokens | 500 |
| | 100亿 tokens | 4750 |
| | 1000亿 tokens | 45000 |
| 大模型生成 | 1万点 | 100 |
| | 10万点 | 950 |
| | 100万点 | 9000 |
| | 1000万点 | 85000 |
| 联网搜索 | 1万次 | 650 |
| | 10万次 | 6200 |
| | 100万次 | 58500 |
十五、抵扣系数
各个模型的抵扣系数不同，实际资源包的消耗根据抵扣系数进行换算，换算公式：资源包用量 = 实际用量 * 抵扣系数。
注意：计费计算示例：
注意：1. 客户甲用了 bge-reranker-large 1百万 token，用了 bge-reranker-v2-m3 2百万 token，那么换算下来抵扣的资源包：1百万 * 0.2 + 2百万 * 1 = 2.2百万 token。
注意：2. 客户乙在用了 deepseek-r1 输入1百万 token、输出2百万 token，同时用了 hunyuan-turbo 输入3百万、输出4百万，那么换算下来抵扣的资源包：1百万 * 0.4 + 2百万 * 1.6 + 3百万 * 0.24 + 4百万 * 0.96 = 8160 点（注意：点横向对标 token 的单位为千 token）
以下是各个资源类型的抵扣系数：
| 资源类型 | 模型服务 | 抵扣系数 |
| 文档解析 | doc-llm | 1 |
| 文本切片 | doc-tree-chunk | 1 |
| | doc-chunk | 0.00066667 |
| 文本向量化 | bge-base-zh-v1.5 | 1 |
| | bge-large-zh-v1.5 | 1 |
| | KaLM-embedding-multilingual-mini-v1 | 1 |
| | bge-m3 | 1 |
| | conan-embedding-v1 | 1 |
| 图片向量化 | WeCLIPv2-Base | 0.6 |
| | WeCLIPv2-Large | 1 |
| 重排序 | bge-reranker-large | 0.2 |
| | bge-reranker-v2-m3 | 1 |
| 大模型生成 | deepseek-r1（自动路由 deepseek-v4） | 输入：0.4，输出：1.6 |
| | deepseek-v3（自动路由 deepseek-v4） | 输入：0.2，输出：0.8 |
| | deepseek-r1-distill-qwen-32b（已下线） | 输入：0.2，输出：0.6 |
| | hunyuan-turbo（已下线） | 输入：0.24，输出：0.96 |
| | hunyuan-large（已下线） | 输入：0.4，输出：1.2 |
| | hunyuan-large-longcontext（已下线） | 输入：0.6，输出：1.8 |
| | hunyuan-standard（已下线） | 输入：0.08，输出：0.2 |
| | hunyuan-standard-256K（已下线） | 输入：0.05，输出：0.2 |
| 联网搜索 | sogou | 1 |
| | bing（关停） | 1 |
| | baidu（关停） | 1 |
注意：抵扣系数说明：
注意：抵扣系数是一种用于统一不同模型服务计费标准的换算比率。以向量化服务为例：当你不确定哪个 embedding 模型最适合业务需求时，可以直接购买通用的"向量化资源包"。该资源包支持所有 Embedding 模型，系统会根据实际调用模型的抵扣系数（例如：模型 A 的1次调用 = 1.2 个资源单位，模型 B 的 1 次调用 = 0.8 个资源单位）自动折算消耗的资源量。这种设计既避免了前期选型困难，又能确保资源的高效利用。