服务、积分与定价

模型服务

GPTBots当前提供两种不同的模型调用服务模式，客户可根据自身的需要选择使用「GPTBots key」或者「自有 key」，不同的模式在调用模型服务时，会收取不同额度积分作为服务费。您可以在「组织 - LLMs」内，选择并设置自己需要使用的服务模式。

• GPTBots Key：即 GPTBots 官方直接提供服务，开发者无需自己再去注册 OpenAI、Claude 等平台的 Key，即可直接在 GPTBots 使用它们的服务；
• 自有 Key：若开发者自己有 OpenAI 等平台的 Key，也可以直接在 GPTBots 平台上使用，GPTBots 将收取少量积分作为服务费。

服务积分定价

GPTBots 内的所有服务，均以「积分」进行定价和统计消耗。不同的 LLM 版本服务，对积分的消耗量也不一样，具体的消耗计算，详见下文。

注意：积分不提供退还或兑换等服务。

积分消耗项

GPTBots 平台根据服务类型的不同而区分定价（详见服务、积分与定价），根据不同的服务定价按量扣除，具体包含 10 个扣费类型。在使用 AI Agengt、Workflow 时，调用到不同类型的服务将会产生相应的积分消耗，开发者可以在「组织-用量」分类查看积分消耗统计数据。

LLM 服务定价

注意：以下价格计量单位为「积分 / 1K Tokens」。

Embedding 服务定价

注意：以下价格计量单位为「积分 / 1K Tokens」。

模型品牌	模型版本	平台 Key	自有 Key
OpenAI	text-embedding-ada-002	0.0120	0.0010
OpenAI	text-embedding-3-large	0.0156	0.0013
OpenAI	text-embedding-3-small	0.0024	0.0002

Rerank 服务定价

注意：以下价格计量单位为「积分 / 1K Tokens」。

模型品牌	模型版本	平台 Key	自有 Key
Jina	reranker-v1-base-en	0.0022	0.0001
Jina	reranker-v1-turbo-en	0.0022	0.0001
Jina	reranker-v1-tiny-en	0.0022	0.0001
Baai	bce-rerank	0.0022	0.0001
NteEase	bgep-rerank	0.0022	0.0001

ASR 服务定价

注意：以下价格计量单位为「积分 / 60 秒」。

模型品牌	模型版本	平台 Key	自有 Key
OpenAI	Whisper Large-V2	0.66	0.06
OpenAI	Whisper Large-V3	0.88	0.08

TTS 服务定价

注意：以下价格计量单位为「积分 / 1000 字符」。

模型品牌	模型版本	平台 Key	自有 Key
OpenAI	TTS	1.65	0.15
Azure	Speech	1.65	0.15
Ali	CosyVoice	0.44	0.044
Ali	Sambert	0.22	0.022
Minimax	Voice	0.44	0.044

向量数据存储服务定价

注意：以下价格计量单位为「积分 / 1K Tokens / 天」。

服务类型	计费标准
向量存储	0.001

FAQ

GPTBots 积分 与 Tokens 如何换算？

以 OpenAI 提供的大语言模型（LLM）服务 GPT-4.1-1M 为例，在使用GPTBots Key情况下 GPT-4.1-1M 输入 1000 tokens 共消耗 0.22 积分。
$10 = 1000 积分 = 4,545,454 Tokens（ 1000 积分 / 0.22 积分 * 1000 tokens ）

注意：
以上为大致估算，实际会有一定浮动，取决于文本内容和分词方式。
英文与其他拉丁语系单词数较易估算，汉字、日文、韩文、泰文等以字符为主。

Tokens 如何计算？

以 OpenAI 提供的大语言模型（LLM）服务的token计算规则为例：

1. 英文（English）：1 个英文单词 ≈ 1.3 tokens,1 个 token ≈ 4 个英文字符（含空格和标点）
2. 汉字（Chinese）：1 个汉字 ≈ 1 个 token（有时1.5个token，取平均）
3. 日文（Japanese）：1 个 token ≈ 1 个日文假名/汉字
4. 韩文（Korean）：1 个 token ≈ 1 个韩文字母（音节块可能更长）
5. 法语（French）：1 个法语单词 ≈ 1.2 tokens
6. 德语（German）：1 个德语单词 ≈ 1.2 tokens
7. 泰语（Thai）：1 个 token ≈ 1 个泰文字母（泰语无空格，分词后token数可能更多）
8. 俄语（Russian）：1 个俄语单词 ≈ 1.2 tokens
9. 阿拉伯语（Arabic）：1 个阿拉伯语单词 ≈ 1.2 tokens

   如果你有具体的 token 计数需求，可以用 OpenAI 的 tiktoken 工具实际测试。

当使用图片输入时，Tokens 如何计算？

以 OpenAI 提供的大语言模型（LLM）服务的token计算规则为例，图片的 Token 计算方法如下：

1. 获取图片的长和宽的 「px」 值，如：「1024px * 1024px」。
2. 计算图片的 「Tiles」值，即用「width」和「height」分别除以 512 后，向上取整，再将得到的两个值求积。
3. 计算图片的 「Tokens」，公式为「85+170*Tiles」。

• 完整计算公式如下：

  $$Tiles = ⌈(width÷512)⌉×⌈(height÷512)⌉$$
  $$Tokens = 85+170×Tiles$$

• Python 代码如下：

                      
                      import math

def calculate_tokens(width, height):
    tiles = math.ceil(width/512) * math.ceil(height/512)
    tokens = 85 + 170 * tiles
    return tokens

# Test
print(calculate_tokens(2000, 500))

                    

例如，输入图片长宽为2000px * 500px，则其Tiles值为4*1=4，则该图片的输入Tokens为85+170*4=765。