产品计费

计费规则

多模态交互链路包含四个计费项：语音识别、意图识别、大模型对话和语音合成。每轮交互按实际使用计费。

1. 语音识别：支持两种规格的实时语音识别模型。未使用时不计费。

2. 意图识别：对用户意图进行分类并分发给下游模块。未使用时不计费。

3. 大模型对话：包含闲聊（支持插件、指令和联网搜索）、知识库问答及各类Agent。按每轮调用的能力计费。

   调用阿里云百炼平台的Agent或插件时，费用由阿里云百炼平台直接结算，无额外收费。

4. 语音合成：支持两种规格的语音合成。未使用时不收费。

特殊情况：

1. 新闻电台/儿童故事：持续播报的Agent。启动后，单次使用新闻电台或儿童故事会触发多次语音合成计费，每播报一句话语音合成调用计为一次。

2. 语音翻译：每进入Agent计费一次，费用与翻译长度无关。

3. 当选择qwq-plus、qwen-max或deepseek模型时，每次闲聊或知识库问答按4次计费。

4. 当选择Fun-ASR时，每次语音识别按3次标准语音识别计费；当选择千问3-TTS时，每次语音合成按3次标准语音合成计费。

5. 联网搜索、长期记忆为限时免费功能。

计费项和标准价格

价格取决于各环节是否使用及所用模型/能力。具体价格请见下表。

知识库计费说明

知识库问答涉及两项独立费用，分别由不同服务收取：

关键区别：

• 3.7元/千次付给的是大模型，因为它要处理更多内容

• 知识库费用付给的是知识库服务，因为它要运行和检索数据

示例：不同交互场景的费用预估

常见交互场景计费示例：

节省计划

节省计划是一种折扣权益计划，可以抵扣多模态交互所有按量付费项目。承诺消费金额即可享受折扣。相比按量付费，费用降低10%-50%。

规格类型

可以根据业务需求选择不同规格的License。不同规格对应的使用次数如下。

说明：

• 下单后，系统将按照“次数 × 年数 × License 数”计算可用总次数，并一次性发放至您下单的应用资源池。

• 基础功能默认包含意图识别与闲聊（含插件调用、指令控制、联网搜索）。是否包含语音识别和语音合成，取决于控制台中的实际功能配置。若启用额外功能（如知识库检索、语音翻译、新闻电台、视觉理解），系统将按上表所列标准，叠加对应的使用次数。

  • 例如：若功能配置包含基础功能、语音翻译和视觉理解，则每个 License 每年可用总次数为：

    6,000（基础功能）+ 1,200（语音翻译）+ 1,200（视觉理解） = 8,400 次/年。

• 交互次数可在不同功能间共享，功能类型不受限制。

  • 例如，若购买包含基础功能（6,000 次/年）和新闻电台（+1,800 次/年）的通用包，总次数为 7,800 次/年。该总次数可按需分配，用于任意已启用功能。

• 所有 License 在其生命周期内共享使用总次数。

  • 例如：购买包含知识库功能的体验包，共 300 个 License，使用期限为 2 年。

    则可用总次数为：

    （100 次/月 + 60 次/月） × 2 年 × 12 月/年 × 300 License = 1,152,000 次

• 每个 License 的激活有效期为 1 年内，使用时长从设备激活之日开始计算。

  • 例如：2025 年 7 月 1 日下单 100 个 2 年期 License，其中某个 License 于 2026 年 6 月 30 日激活，则其使用期限为至 2028 年 6 月 30 日。

• 如需更多调用次数，可通过增加 License 数量扩容资源池。

  • 例如：计划为 10,000 个 License 配置每年 12,000 次的调用额度，功能包括基础能力和知识库检索。

    当前每个基础功能 + 知识库检索通用 License 每年支持 9,600 次调用，则需购买 12,500 个 License，以满足总调用需求：9,600 × 12,500 = 120,000,000 次，可覆盖 10,000 台设备每年 12,000 次的使用场景。

购买方式

点击购买 License