文心5.5 Flash把百万上下文降到每百万Token 0.5元起

|作者: QUASA 编辑团队|2 分钟阅读
文心5.5 Flash把百万上下文降到每百万Token 0.5元起

百度于2026年11月11日发布文心5.5 Flash Preview,并已在百度智能云千帆开放API调用,《每日经济新闻》的发布报道记录了这一上线状态。百度智能云千帆产品页列出最长100万Token上下文,以及限时五折期间空闲时段每百万Token输入0.5元、输出2元的价格;高峰时段分别为1元和4元,优惠截至2026年11月30日23:59:59。最低的0.5元是输入单价,一次请求的账单还取决于生成了多少Token。

新华网11月11日的报道列出模型总参数2800亿、每个Token激活140亿,并转述每秒超过200 Token的生成速度及模型权重计划于11月25日发布的安排。眼下能够调用的是千帆上的预览版API;计划发布的权重属于下一阶段。生成速度是厂商公布的规格,不能直接当作整项写作或资料整理任务的完成时间。

0.5元对应哪一档账单

这项最低价同时受优惠期限和调用时段约束。空闲时段为22:00至次日8:00,每百万Token输入原价1元,限时五折后降至0.5元;输出原价4元,折后2元。高峰时段为8:00至22:00,输入原价2元、折后1元,输出原价8元、折后4元。折扣结束后仍按高峰和空闲分时计价,不能把试用期的折后单价直接用于长期预算。

输入与输出分开计费,因而同样的输入材料可以产生不同账单:生成一段摘要和生成一份完整初稿,输出Token数并不相同。反过来,模型支持百万Token上下文,也不意味着每次调用都按满窗口收费。计费取决于实际送入的内容及实际生成的内容;多轮修改若反复附带原稿、参考资料和历史对话,后续请求的输入量也会增加。

千帆还单列命中缓存的费用:优惠期空闲时段为每百万Token 0.05元,高峰为0.1元,恢复原价后分别为0.1元和0.2元。缓存价格只适用于实际命中的部分,不能把所有重复材料都预先按命中价估算。对于反复使用同一批资料的服务,重复前缀与缓存命中直接关系到累计输入费用。

百万上下文能改变哪些材料处理任务

文心5.5 Flash预览版的长上下文能力对应大量参考材料与精简报告之间的处理关系

长窗口的用途,是在一次请求中保留更多文件内容、任务要求和此前的工具结果。整理多份参考材料时,它可以减少把资料人为切成若干请求的需要;制作脚本时,背景设定、素材说明和修改要求也可以一起进入上下文。产品规格还给出了默认64K Token的输出上限,因此“能放进窗口的材料量”与“一次默认生成的成品长度”是两回事。

把整批资料放进去,并不自动保证模型能准确引用其中每处事实。知识库问答尤其需要区分两种成本结构:每次重新输入大批文件,账单主要由输入推动;只送入与问题有关的片段,则会减少输入Token,但需要先完成检索与筛选。百万Token容量提供了选择空间,实际质量和费用仍由具体工作流决定。

厂商把知识工作、文档报告和视频创作列为应用场景,也描述了相关训练环境和演示任务。这些描述说明模型的开发方向,不能等同于某个团队已经获得的成稿质量或节省工时。每秒超过200 Token描述的是生成速度;长材料传入、工具调用、等待和人工核验,都会占用整项任务的时间。

短文、知识库和视频脚本各花多少

文心5.5 Flash预览版用于视频脚本与分镜文字处理,账单仅对应模型调用环节

以下是按已公布单价计算的假设单次调用,不是实测项目报价。计算式为“输入Token数÷100万×输入单价+输出Token数÷100万×输出单价”。示例假设输入没有命中缓存,且不包含检索、其他模型调用或人工制作费用;Token数量也不能直接当作汉字数。

短文初稿若输入1万Token的提纲和参考材料,输出2000 Token,优惠期空闲时段约需0.009元,高峰约0.018元。恢复原价后,空闲与高峰分别约为0.018元和0.036元。若同样的请求累计调用1000次,优惠期空闲账单约9元,高峰约18元;多轮改稿则须把每次实际消耗另行相加。

长文档知识库若单次输入50万Token材料,输出1万Token整理结果,优惠期空闲时段约0.27元,高峰约0.54元;恢复原价后分别约0.54元和1.08元。假设100个问题都重复送入同样数量的材料且没有缓存命中,仅这批问答在优惠期空闲时段就约需27元。这个场景的主要费用来自输入,是否每次都需要送入整批资料,比成品文字多写几段更影响账单。

视频脚本工作流若输入5万Token的背景、素材说明与创作要求,输出8000 Token脚本和分镜文字,优惠期空闲时段约0.041元,高峰约0.082元;恢复原价后分别约0.082元和0.164元。这笔费用只对应本次文本调用。若创意、脚本、分镜和修改分别请求模型,每一步都有自己的输入与输出;画面生成、配音和剪辑也不包含在这笔费用中。

预览版的开放范围与后续成本

现阶段,中国大陆开发者可以通过千帆调用预览版,按人民币计量输入、缓存命中和输出。API可用与模型权重可下载是不同的开放状态:前者对应托管调用价格,后者若按计划开放,仍需要另行考虑部署与运行成本。用API示例账单判断自行部署是否划算,会漏掉两套方式各自的成本。

对需要白天即时响应的小型服务,夜间最低价的参考价值有限。以长文档示例的相同Token用量计算,优惠期高峰一次约0.54元,恢复原价后高峰一次约1.08元;调用次数增加时,这一差额会同步累积。接下来的关键变化,是计划中的权重发布能否落实,以及优惠结束后持续调用所形成的实际账单。

相关阅读:

分享:

订阅我们的新闻通讯

将最新 Web3、AI 和加密货币新闻直接发送到您的邮箱。

0