PioModel 倍率计费详解:model_ratio、completion_ratio、cache_ratio 怎么算

PioModel 的倍率计费到底怎么算?

PioModel 采用倍率计费机制,每次调用的实际扣费由 model_ratio(模型倍率)、completion_ratio(补全倍率)、cache_ratio(缓存命中倍率)三个系数叠加计算,而不是一个模型对应一口价。简单说,输入 token 按基础单价乘以 model_ratio 计费,输出 token 在此基础上再乘以 completion_ratio,命中缓存的部分则按 cache_ratio 单独折算计费。理解这三个系数的作用,可以帮助开发者更准确地预估不同模型、不同任务类型下的真实成本。

三个核心倍率分别是什么

model_ratio:模型本身的定价系数

model_ratio 反映的是不同模型之间的基础成本差异。上游厂商对旗舰模型和轻量模型的报价本身相差数倍甚至数十倍,PioModel 用 model_ratio 把这种差异映射到统一的计费基准上,所以同样调用 1M token,旗舰模型和轻量模型的 model_ratio 数值会明显不同,具体每个模型的数值以官网价格页公示为准。

completion_ratio:输出 token 的补全倍率

多数大模型的输出 token 成本高于输入 token,completion_ratio 就是用来体现这个差异的系数,通常作用在输出部分,让计费更贴近上游厂商的真实成本结构。这也是为什么长输出任务(比如生成长文、复杂代码)的费用往往比同等长度的输入更高。

cache_ratio:缓存命中的折扣倍率

当请求命中上游模型的缓存机制(例如重复的系统提示词或上下文前缀),这部分 token 通常成本远低于全新计算的 token,cache_ratio 就是针对这部分命中缓存的 token 单独设置的折扣系数。合理设计 prompt 结构、让固定部分尽量命中缓存,是控制长期调用成本的一个实际手段。

一次调用的计费公式怎么拆解

把三个系数放在一起,一次调用的费用大致可以理解为:输入费用等于输入 token 数乘以基础单价再乘以 model_ratio;输出费用等于输出 token 数乘以基础单价、model_ratio 与 completion_ratio;命中缓存部分则在对应环节再乘以 cache_ratio 进行折算。三部分相加就是这次调用的总扣费。具体每个模型的基础单价和三个倍率的实际数值,以 PioModel 官网价格页当前公示为准,因为上游模型定价调整时,网关侧的倍率也会随之更新。

• 输入部分:输入 token 用量 × 基础单价 × model_ratio
• 输出部分:输出 token 用量 × 基础单价 × model_ratio × completion_ratio
• 缓存命中部分:命中 token 用量 × 基础单价 × model_ratio × cache_ratio
• 单次调用总费用:输入部分 + 输出部分 + 缓存命中部分三者相加

钱包余额与订阅套餐两种额度怎么配合倍率计费

PioModel 的额度来源分两种:按量充值的钱包余额,和包月固定额度的订阅套餐。倍率计费机制对两种额度都生效,区别在于扣费的来源不同——钱包余额是按实际计费结果直接扣减金额,订阅套餐则是从包月固定额度里扣减对应的用量份额。对调用量比较稳定的团队,订阅套餐可以把成本锁定在一个可预测的范围;调用量波动大或者只是临时验证某个模型效果,钱包余额按量充值会更灵活。两种额度具体的扣费优先级和套餐档位,以官网订阅页面说明为准。

怎么在账单里核对实际扣费是否合理

建议定期在控制台的实时使用追踪页面,对照某一次具体调用的 token 消耗和扣费金额,反推出当次实际生效的 model_ratio 和 completion_ratio 是否与价格页公示一致。如果长期使用同一个模型处理结构相似的任务,费用出现明显波动,通常是输出长度变化或者缓存命中率变化导致的,而不是计费规则本身发生了改变。养成核对账单的习惯,也能更早发现某个业务场景是否可以通过优化 prompt 结构来提高缓存命中率、降低成本。

总结

PioModel 的 model_ratio、completion_ratio、cache_ratio 三层倍率共同决定了每次调用的真实成本,理解这套机制有助于精细化控制 AI 调用预算。具体数值建议以官网价格页实时公示为准,按需选择钱包余额或订阅套餐。

常见问题

model_ratio 和 completion_ratio 可以叠加在同一个 token 上吗?

不会。model_ratio 作用于该模型的整体计费基准,completion_ratio 只额外作用在输出 token 部分,两者是分工而不是重复叠加在同一段 token 上。

cache_ratio 一定比 1 小吗?

通常 cache_ratio 代表的是命中缓存后的折扣系数,数值以官网当前公示为准,但设计初衷是让命中缓存的 token 成本低于全新计算的 token。

订阅套餐用完之后会自动扣钱包余额吗?

订阅套餐额度和钱包余额之间的扣费顺序和是否自动切换,以 PioModel 官网订阅说明为准,建议在购买套餐前先确认这一点,避免额度耗尽后出现调用中断或意外扣费的情况。

不同模型的倍率数值在哪里查询?

可以在 PioModel 官网的价格页查看每个模型当前的计费数值,上游模型调价时网关侧也会同步更新,建议以页面实时数据为准而不是记忆某次看到的数字。