模型与计费介绍

这一节讲清楚三件事：当前有哪些模型、怎么选分组、扣费是怎么算的。看完这一节再动手创建令牌，会少走很多弯路。

先分清两件事

你看到的	应该怎样理解
钱包/充值页面的到账额度	充值后实际增加到账户里的可用额度，以页面显示为准
模型价格 / 倍率	调用对应模型时，系统用于扣费的最终参考，只影响扣费，不代表模型能力、速度或稳定性

一句话：充值是加钱，调用是扣钱。

当前可用模型

以模型广场实时显示为准

以下是文档撰写时的快照，模型、分组和价格会动态调整，创建令牌前请以控制台/模型广场当前显示为准。

模型名	支持协议	输入倍率	输出倍率	缓存读	可用分组
`MiniMax-M3.1-Flash`	OpenAI / Anthropic	0.15	4	0.1	`default`
`MiniMax-M3`	OpenAI / Anthropic	0.384	4	0.2	`default`

站内价格（每 1M token）：

模型名	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 输入超过 512K 走长上下文价

该次请求的输入与输出整体上浮一档：输入 $1.536 / 输出 $6.144 / 缓存读 $0.3072（每 1M）。口径与上游一致，详见模型清单。

还有若干「兼容入口」旧档位名

MiniMax-M2.5、claude-opus-4-5、claude-opus-4-8、claude-sonnet-4-6 目前仍可调用，但实际都由 MiniMax-M3.1-Flash 承载，且不单列在价格目录里。其中 MiniMax-M2.5 已进入上游下线流程（2026-11-18 正式停用）。 新接入请直接用 MiniMax-M3.1-Flash 或 MiniMax-M3。

模型名是请求规格档位，不是厂商官方模型名。部分档位由第三方兼容模型承载，实际承载关系见模型说明。

关于「档位」

站内用 claude-opus-4-5、claude-sonnet-4 这类名称作为档位标识，配合层级模型映射自动路由到具体上游。档位从高到低：

fable > opus > sonnet > haiku > default

请求时写档位名即可，平台按档位匹配上游；匹配规则见层级模型映射。

模型矩阵规划

站内按两个维度组织模型，都会持续扩充：

国际旗舰模型

厂商	协议	说明
Claude（Anthropic）	Anthropic / OpenAI	主力档位 `claude-opus-4-5` 等
GPT（OpenAI）	OpenAI（Responses）	Codex 场景走 `/v1/responses`
Gemini（Google）	Gemini 原生 `/v1beta`	也支持 OpenAI 兼容接入
Antigravity	OpenAI / Gemini	—

国内高性价比模型

厂商	特点
DeepSeek	中文场景强，性价比高
GLM（智谱）	中文长文本；注意不支持图片输入与推理参数
Kimi	长上下文；分 `KIMI-自部署` 等分组
豆包（Doubao）	多模态与图像任务

信息

这一层是规划中的完整矩阵，当前线上实际可用模型以控制台模型广场为准。新增模型时只需在渠道里配置并开放对应分组，文档中的档位名不变。

换模型不改代码

所有模型走同一个入口，换模型只需改请求里的 model 字段：

base_url = "https://api.yzgz.cn/v1"

这是「统一接入」的核心：代码里除了 model 字面量，其它一切不用动。

什么是令牌分组

令牌分组决定一把 API Key 能调用哪些模型、走哪些接口。

当前开放的分组：

分组	分组倍率	含义
`default`	1.0	默认分组，覆盖当前开放模型
`vip`	按配置	专属分组，倍率可能更低（具体以模型广场为准）
`auto`	按路由	自动路由分组，按 `model` 自动找可用分组，可一把 Key 调多组

创建令牌时，用什么模型就选模型所属的分组。不确定就选 default。

不确定选哪个分组？

可以选 Auto 分组，让平台按请求里的 model 自动路由。但对分组规则不熟悉时，建议先用具体分组，好排查。详见 Auto 分组令牌。

能力类型与分组

除了对话模型，小关API 还提供两类任务型能力，它们各自对应独立分组：

能力	接口	说明
图片生成 / 编辑	`/v1/images/generations`、`/v1/images/edits`	OpenAI Images 协议，见图片接口
Gemini 原生生图	`/v1beta/models/{model}:generateContent`	可控宽高比与分辨率
视频 / 音乐任务	`/v1/tasks/{key}`	异步提交 + 轮询，见异步任务接口

图片和视频模型走独立分组

不要用对话模型的分组令牌去调图片/视频，会返回 403。创建前先到模型广场确认目标模型支持的分组。

模型可用列表（新手必读）

创建令牌时有个「模型可用列表」字段：

建议留空——留空 = 不额外限制，令牌所在分组里的模型都能调。
填写后 = 令牌只能调用列表里的模型；若列表里没有你实际用的模型，请求会返回 403 / 无权限。

只有在需要严格限制模型范围时才填

例如给某个服务只开放 MiniMax-M2.5，那就只填这一个名字，且拼写、大小写要完全准确。

倍率怎么算

平台把官方 API 标价按基准单位折算，再乘以分组倍率。以下是读完就能懂的换算：

概念	配置项	含义
输入倍率	`model_ratio`	输入 token 的基础价格系数
输出倍率	`completion_ratio`	在输入倍率上再乘的系数
缓存读倍率	`cache_ratio`	缓存命中的输入 token，按输入价乘这个系数
分组倍率	`group_ratio`	在基础价格上整体再乘的系数

原始值 ≠ 有效系数

这是最容易看错的地方。以 MiniMax-M3.1-Flash 为例：

项	原始值	有效系数	站内价格（每 1M token）
输入	`model_ratio = 0.15`	`0.15`	$0.3
输出	`completion_ratio = 4`	`0.15 × 4 = 0.6`	$1.2
缓存读	`cache_ratio = 0.1`	`0.15 × 0.1 = 0.015`	$0.03
缓存写入	`create_cache_ratio = 1.25`	`0.15 × 1.25 = 0.1875`	$0.375

completion_ratio = 4 不代表「输出比输入便宜」

它是再乘 4 倍，不是最终系数。最终有效系数是 0.15 × 4 = 0.6，即输出 token 单价 = 输入 token 单价 × 4。

换算关系

输入价   = 基础价 × 0.15 × 1.0
输出价   = 基础价 × 0.15 × 4 × 1.0   （是输入价的 4 倍）
缓存命中价 = 输入价 × 0.1              （即输入价的 10%）
缓存写入价 = 输入价 × 1.25             （即输入价的 125%）

这些数字是核对过的

上表倍率取自平台自身的模型倍率配置（ModelRatio / CompletionRatio / CacheRatio / CreateCacheRatio），与模型广场展示的最终价格逐项吻合。

模型广场的价格已经折算完成

不要自己再换算美元、也不要重复乘倍率。直接看模型广场里对应模型的最终价格即可。

缓存的具体触发条件（前缀稳定 + 1024 token 阈值）见提示词缓存。

下一步

看每个模型的详细能力 → 模型清单
理解分组与倍率 → 令牌分组说明
创建令牌 → 创建 API 令牌
一把 Key 调多组 → Auto 分组令牌
出图 / 生视频 → 图片能力总览

先分清两件事​

当前可用模型​

关于「档位」​

模型矩阵规划​

国际旗舰模型​

国内高性价比模型​

换模型不改代码​

什么是令牌分组​

能力类型与分组​

模型可用列表（新手必读）​

倍率怎么算​

原始值 ≠ 有效系数​

换算关系​

推荐的密钥管理做法​

下一步​