计费与用量
计费单位
- 按 token 计费：输入 token + 输出 token 分开算。
- 输入价 × 输入 token + 输出价 × 输出 token = 本次扣费。
- 缓存命中：输入部分按 10% 计费。
当前站内价格（每 1M token）：
| 模型 | 输入 | 输出 | 缓存读取 | 缓存写入 |
|---|---|---|---|---|
MiniMax-M3.1-Flash | $0.3 | $1.2 | $0.03 | $0.375 |
MiniMax-M3 | $0.768 | $3.072 | $0.1536 | $0.768 |
MiniMax-M3 有长上下文档MiniMax-M3 单次请求输入上下文超过 512K tokens 时，整次请求按长上下文价结算：
输入 $1.536 / 输出 $6.144 / 缓存读 $0.3072（每 1M）。
价格以模型广场为准
上表是撰写时的快照。模型、分组和价格会动态调整，实际以 模型广场 当前显示为准。
输出比输入贵 4 倍
MiniMax-M3.1-Flash 的输出 token 单价是输入的 4 倍（$1.2 vs $0.3）。
控制输出长度是最直接的省钱手段。
查询用量
登录 api.yzgz.cn → 日志 / 用量明细。
每条记录包含：
| 字段 | 含义 |
|---|---|
| 模型名 | 你请求的模型（计费身份） |
| 输入 token | 提示词长度 |
| 输出 token | 补全长度 |
| 缓存 token | 命中缓存的输入 token 数 |
| 扣费 | 本次金额 |
| 时间 | 请求时间戳（UTC） |
扣费是异步的
一次请求返回后，扣费日志几秒后才写入。刚刷新看不到，稍等片刻即可。 不要用"立刻查不到"当作未扣费的依据。
额度的几个概念
| 概念 | 说明 |
|---|---|
| 用户余额 | 账户总余额 |
| 令牌额度 | 单把 key 能用的上限，独立于余额 |
| 分组 | 决定可用模型范围，不改余额 |
令牌额度用完 → key 返回额度错误；余额用完 → 全部 key 失败。
省钱建议
- 长系统提示词走缓存，命中后输入成本降 90%。
- 控制
max_tokens，不要输出比需要更多的 token（输出比输入贵 4 倍）。 - 流式输出与一次性输出同价，只选适合场景的方式。
- 测试用小额度 key，避免脚本失控刷爆余额。