按量付费调用大模型 Token 单价有没有浮动？

按量付费调用大模型的 Token 单价存在浮动，详细参考阿里云百炼AI大模型官网查看：https://t.aliyun.com/U/fPVHqY

主要体现在以下两种机制中：

1. 阶梯计费：部分模型（如 qwen3-coder 系列、qwen3.5-flash 等）根据单次请求的输入 Token 总量划分计费区间。一旦输入 Token 数落入更高阶梯，该请求的全部输入和输出 Token 均按对应阶梯的单价结算。
   例如，qwen3.5-flash-2026-02-23 在中国内地部署时：

   • 输入 ≤128K：输入 0.15 元/百万 Token；
   • 128K < 输入 ≤256K：输入 0.6 元/百万 Token；
   • 256K < 输入 ≤1M：输入 1.2 元/百万 Token。

2. 调用方式影响单价：

   • 使用 Batch 调用时，成功请求的输入和输出 Token 单价均为实时推理价格的 50%；
   • 使用 上下文缓存时，命中缓存的输入 Token 可享折扣（隐式缓存按 20%，显式缓存按 10% 计费）。

综上，Token 单价并非固定，会因请求规模、调用方式及是否启用优化功能而动态变化。