简短回答:按你自己的 token 用量计算价格
Qwen API 与 DeepSeek 的定价对比中没有绝对的赢家,因为答案取决于你调用的模型层级、提示词的长度、要求生成的输出量,以及提供商是否对重复的提示词前缀提供折扣。两家供应商都在各自的页面上列出了价格,且这些页面会变动。在做出决定前,请查看他们当前的定价,并使用当天的数字进行以下计算。
不变的是方法。统计你的 token,将其拆分为输入和输出,乘以各提供商的每百万 token 费率,并加上重试的余量。这将给你一个月度数字,你可以将其与包括本网站在内的任何数量的提供商进行比较。
Qwen 和 DeepSeek 也是模型家族,而非单一产品。每个家族都有多个模型,从便宜的小型模型到昂贵的大型模型,还有多家公司托管它们。“Qwen API”可能指官方云服务,也可能指托管相同开放权重文件的第三方。务必注明确切的模型 ID 和托管方,以便准确定价。
公式
一个月的负载成本为:
cost = (input_tokens / 1,000,000) * input_price
+ (output_tokens / 1,000,000) * output_price
以下是一个使用本网站费率的计算示例:输入 token 每 1M 个 $0.15,输出 token 每 1M 个 $0.50。假设你的产品一个月处理 10M 输入 token 和 2M 输出 token。
- 输入:10 x $0.15 = $1.50
- 输出:2 x $0.50 = $1.00
- 总计:$2.50
将同一负载扩大十倍,达到 100M 输入和 20M 输出,总计为 $15 加 $10,即 $25。将另一提供商的输入和输出价格填入相同的两行,即可进行公平比较。对每个提供商执行两次:一次用于生产环境使用的模型,一次用于你可能路由简单流量的更便宜层级。
什么因素决定最终账单
宣传的每 token 费率只说明了部分情况。这五个因素通常会使总费用产生比微小价差更大的变化。
输入到输出的比例
输出 token 的单价通常高于输入 token,因此请检查每个提供商。摘要器读取多而输出少,因此输入价格占主导。故事生成器或代码编写器则相反。在比较之前,请先根据一天的日志统计你自己的比例。
缓存和折扣
一些提供商对重复的提示词前缀提供较低费率,一些提供商提供更低价的非高峰或批处理模式。如果您的应用在每个请求中重新发送长系统提示词,缓存折扣可能比基础费率更重要。阅读每个提供商当前的条款,了解适用内容和时间。
上下文长度
聊天应用会在每一轮对话中重新发送历史记录,因此输入侧会随着对话长度增长。每轮都使用 30,000 token 的历史记录,其成本是使用 3,000 token 历史记录的十倍。无论使用哪个提供商,修剪或摘要历史记录通常是最便宜的优化手段。
模型层级
每个系列都有小、中、大型模型,有时还有单独的推理变体,可生成长隐藏思维链。推理输出按输出计费。单 token 费率便宜、但生成 token 数量多出四倍的模型并不便宜。
故障和重试
询问失败或被拒绝的请求是否计费。在本网站,失败或被拒绝的请求不收费。检查其他提供商的处理方式,因为收费的拒绝是对敏感负载的隐藏税。
超越价格:审查、限制和适用性
如果模型拒绝您的提示词或限制您,低费率也毫无价值。Qwen 和 DeepSeek 模型通过其制造商的托管服务提供,受这些提供商的条款和内容政策约束,也可以从开放权重自行托管。如果您的用例包括成熟小说、敏感话题的直白讨论或安全测试,请先阅读提供商的使用政策,并在承诺之前测试一组您自己的提示词。
速率限制同样重要。查找您计划使用的确切层级的每分钟请求数和并发请求限制,并检查达到限制时会发生什么。对于流式产品,并发通常是限制因素。
数据处理是第三项检查。阅读每个供应商关于保留提示词并将其用于训练的说明。在此网站上,提示词不用于训练。
此 API 的适用场景
本网站托管了不同类型的选项。它是一个开放权重模型,由独立提供商运行,并针对合法成人用途无内容拒绝地进行调整。它不是 Qwen、DeepSeek 或任何其他供应商的官方 API,也不是跨供应商的路由器。
| 项目 | 此 API |
|---|---|
| 输入价格 | $0.15 / 1M token |
| 输出价格 | $0.50/1M token |
| 上下文窗口 | 100,000 个 token |
| 完整的密钥限制 | 8 并发,每分钟 300 个请求 |
| 计费 | 预付额度,无订阅,永不过期 |
| 被拒绝或失败的请求 | 不收费 |
它仅支持文本,无图像、音频、视频、嵌入或微调。如果您需要供应商自有平台提供的大型或专用模型,该平台更适合。如果您的重点是固定、可预测的价格且合法成人内容无拒绝,则值得试用。
切换成本低
由于 API 遵循 OpenAI 格式,尝试它只需更改 base URL、密钥和模型 ID。如果您的代码已经通过 OpenAI 风格客户端与 Qwen 或 DeepSeek 通信,则并排测试只需几行代码。
from openai import OpenAI
client = OpenAI(
base_url="https://api.uncensoredqwen.com/v1",
api_key="YOUR_KEY",
)
resp = client.chat.completions.create(
model="uncensored",
messages=[{"role": "user", "content": "Summarize this contract clause in plain English."}],
temperature=0.3,
)
print(resp.choices[0].message.content)
print(resp.usage)
将相同的 50 个提示词输入每个候选模型,保存输出并阅读。从 usage 字段记录每个请求使用的 token 数,然后将平均值代入上述公式。迁移步骤请参阅 迁移到此 API 的快速入门,为避免任何 Qwen 集成中的常见错误,请参阅涵盖常见错误的 常见 Qwen API 错误 页面。
延迟和可靠性是价格的一部分
速度和正常运行时间不会出现在价格表中,但它们会改变负载的成本。慢速模型会占用您的工作进程、套接字或用户的耐心更长时间。不稳定的模型会增加重试,重试会增加 token 和工程时间。我在这里没有分享任何提供商的基准数字,您应对那些引用数字但未展示测量方法的人保持警惕。
自行测量。在你用户活跃的时间段,将相同的 50 个提示词发送给每个候选模型,记录首 token 时间和总时间,并统计失败次数。一天的数据比一页营销内容更有用。如果你的产品向用户流式输出,首 token 时间是用户感知的指标,因此请将其与总时间分开跟踪。
决策检查清单
- 从真实日志中记录每月的输入和输出 token 数量。
- 选择各提供商的确切模型层级,并复制当前的每百万 token 价格。
- 使用公式计算月度总费用,然后加上 10% 以覆盖重试成本。
- 检查内容政策、速率限制和数据处理方式是否适用于你的用例。
- 在每个候选 API 上测试 50 个真实提示词,并通过阅读输出来比较质量。
- 根据每个可用答案的总成本进行选择,而不是看表面标价。
如果将此 API 加入测试,定价页面 列出了充值金额和奖励(充值 $50 起 +5%,$100 起 +10%,$200 起 +15%),而 API 密钥页面 是你领取 $0.50 试用额度的地方。仅接受加密货币(TRC20 上的 USDT、Base 上的 USDC)进行 $20 至 $500 的充值。
