计费与套餐说明

All Writer 的 AI 能力使用统一的 金额（元） 计费。你可以把它理解为 AI 使用余额，所有 AI 能力都会消耗金额。

计费单位

• 金额（元）：对外展示和结算单位
• Token：模型输入/输出的文本单位，输入会进一步区分为普通输入和缓存输入
• 关系：系统按各模型的 普通输入/缓存输入/输出单价（元/百万 Token） 把 Token 消耗换算为金额扣费

提示：对外展示和结算统一使用“金额（元）”。

费用如何计算

费用按 每百万 Token 直接单价 计费：

实际消耗金额（元）
= 普通输入 Token 数 × 普通输入单价（元/百万 Token）
  + 缓存输入 Token 数 × 缓存输入单价（元/百万 Token）
  + 输出 Token 数 × 输出单价（元/百万 Token）

• 普通输入单价、缓存输入单价、输出单价：不同模型、不同场景下可能不同，具体以实际扣费为准。
• 缓存输入：指模型服务返回的提示词缓存命中 Token。命中缓存时，这部分输入按缓存输入单价计费；未命中的输入仍按普通输入单价计费。
• 同样长度的对话，选用不同模型或输出长度不同，扣费会有差异。
• 网络搜索和 URL 转 Markdown 是搜索类按次能力，当前均按 0.01 元/次 计费；知识库搜索和 AI Word 导出仍按对应实际消耗折算为金额。
• 自定义 Chat 模型的上游模型费用由你配置的供应商结算；如果同一任务还使用 All Writer 平台能力（如 @web、@base、URL 转 Markdown 或 AI Word 导出），这些能力仍按实际调用消耗账户余额。

示例（估算）

以 deepseek-v4-pro 为例，假设某次调用包含普通输入、缓存输入和输出三段 Token：

场景	普通输入 Token	缓存输入 Token	输出 Token	计费口径
简单问答	300	0	200	普通输入 + 输出
AI Agent 1 轮	2,000	10,000	1,000	普通输入 + 缓存输入 + 输出
长文续写	1,000	20,000	4,000	普通输入 + 缓存输入 + 输出

说明：上表展示计费拆分方式，不代表固定价格。普通输入、缓存输入和输出的具体单价以当前系统配置和实际扣费为准。

官方 Chat 模型参考（元/百万 Token）

当前 All Writer 官方 Chat 模型仅支持 deepseek-v4-pro。实际扣费以当前价格为准，可能因活动或更新而变动。

模型	普通输入（缓存未命中，元/百万 Token）	缓存输入（缓存命中，元/百万 Token）	输出（元/百万 Token）	说明
deepseek-v4-pro	3	0.025	6	当前官方 Chat 模型

自定义 Chat 模型不在上表内。它们使用你自己配置的供应商和 API Key，模型费用由上游供应商结算。

套餐与充值

余额套餐会在应用内 「设置 → 账户」 展示。每个套餐通常包含支付金额、到账余额和可能的赠送额度。

当前在线自助支付尚未开放，充值以客服微信人工协助为主。客服确认后会为你的账号添加对应余额；自助支付恢复后，文档与产品内提示会同步更新。

在开放在线支付前，人工充值与咨询见 社区 页「客服微信」与说明邮箱。

查看余额与消费记录

在应用内打开 「设置 → 账户」 可查看当前余额与消费记录。消费记录支持按时间窗聚合展示，知识库搜索消耗会单独汇总显示。

人工充值

当前以人工充值为主：见 社区 页面扫码或说明中的联系方式，由客服协助到账。

常见问题

为什么同样长度的两次提问，扣费不一样？

常见原因：

• 选择了不同模型（各模型输入/输出单价不同）
• 输出长度不同（输出单价通常高于输入，输出 Token 多会拉高总价）
• 缓存命中情况不同（缓存输入按单独价格计费）
• 当前价格或活动不同

搜索和网页资料怎么计费？

• @web：网络搜索按 0.01 元/次计费，命中本地缓存通常不重复消耗
• URL 转 Markdown：按 0.01 元/次计费，用于读取网页正文并转为 Markdown
• @base：知识库搜索也会产生少量消耗，通常低于长对话生成

自定义 Chat 模型怎么计费？

自定义 Chat 模型会使用你自己配置的 Base URL 和 API Key。模型本身的费用以对应上游供应商为准，All Writer 不替代上游账单。若同一轮 Agent 任务同时调用网络搜索或 URL 转 Markdown，对应能力均按 0.01 元/次从 All Writer 账户余额中扣除；知识库搜索、AI Word 等平台能力仍按实际消耗扣除。

AI Word 导出怎么计费？

AI Word 导出会读取所选章节，并根据配置进行大纲规划、整理、润色或改写。涉及模型调用的部分按实际 Token 与模型单价折算金额；导出范围越大、改写强度越高、可选内容越多（如序言、章节摘要），消耗通常越高。