Token Plan 套餐抵扣规则全解：缓存命中/未命中输入 + 输出 Token 如何统一抵扣

摘要：

腾讯云 TokenHub Token Plan 个人版与企业版均采用统一抵扣规则，缓存命中输入、缓存未命中输入、输出三类 Token 按同一口径从套餐内扣减，账单管理与预算评估更直观。

一、为什么"统一抵扣"是 Token Plan 的核心规则

如果你之前用过按量计费的大模型服务，一定见过这样的账单：

a. 输入 Token：按"缓存命中价"和"未命中价"分别记账

b. 输出 Token：按独立单价记账

c. 不同模型有不同的分段定价（[0, 32k) 一个价、32k+ 另一个价）

这种细颗粒度的计费方式对成本核算很精准，但对预算管理极不友好——团队要给每一种 Token 类型分别预估月度消耗，账单复杂度成倍增加。

腾讯云 Token Plan 选择了另一条路：所有 Token 统一抵扣。无论是缓存命中输入、缓存未命中输入还是输出，都按同一口径从套餐内扣减。这一规则贯穿了个人版（通用 Token Plan / Hy Token Plan）与企业版轻享套餐，是 Token Plan 价格体系最具识别度的设计。

二、个人版抵扣规则：3 类 Token 同口径

2.1 官方表述

腾讯云对个人版抵扣规则的官方表述是：缓存命中输入、缓存未命中输入、输出 Token 均从套餐包内统一抵扣。

这意味着：

a. 即使你的请求 100% 命中 Prompt Cache，仍然按消耗的 Token 数从套餐扣减——只是按量计费时享受的"缓存命中低价"在套餐内变成了"按 Token 数等额扣减"

b. 不区分 Token 类型记账，月度配额管理只需要看一个数字

c. 账单可预测性极高：买了 3.2 亿 Tokens，就是 3.2 亿 Tokens 的可用上限

2.2 具体例子

假设你买了通用 Token Plan Pro 档（299 元 / 3.2 亿 Tokens），月内调用情况如下：

• 缓存命中输入：1.5 亿 Tokens
• 缓存未命中输入：1.2 亿 Tokens
• 输出：4000 万 Tokens

累计扣减 = 1.5 亿 + 1.2 亿 + 0.4 亿 = 3.1 亿 Tokens

剩余配额 1000 万 Tokens 可继续使用至套餐到期。配额过期后剩余部分不结转到下个月。

2.3 跨套餐路由也是统一抵扣

如果你同时持有通用 Token Plan + Hy Token Plan（个人版限购 1+1 组合），系统会根据请求里指定的 Model ID 自动路由到对应套餐——但每个套餐内部仍然遵循统一抵扣口径。

三、企业版轻享套餐抵扣规则：与个人版一致

3.1 同口径抵扣

企业版轻享套餐的抵扣规则与个人版一致：缓存命中/未命中的输入内容、输出内容所产生的 Token 数，均从套餐包统一抵扣。

例：购买 5 亿 Tokens 轻享套餐（按 2 元/百万 Tokens 刊例价计费），团队当月实际调用 4.8 亿 Tokens，无论这些 Token 中有多少缓存命中、多少输出，都从 5 亿 Token 池里同等扣减；剩余 2000 万 Tokens 在套餐到期前可继续使用，过期不结转。

3.2 多 Key 分发下的抵扣

轻享套餐每 5000 万 Tokens 可创建 1 个 API Key。当多个 Key 共享同一个套餐 Token 池时：

a. 每个 Key 的调用都从同一个 Token 池扣减

b. 每个 Key 可独立设置独占配额上限（不与其他 Key 抢额度）

c. 控制台可分 Key 查看用量

但所有 Key 的扣减口径仍然是统一抵扣——这也是企业级账单结构清晰的根基。

四、企业版专业套餐抵扣规则：积分池 + 模型差异化扣减

4.1 与轻享 / 个人版的差异

企业版专业套餐采用积分池 + 实时扣减模式，与"统一抵扣"略有不同：

• 调用模型时按各模型的 Token 单价从积分池实时扣减
• 不同模型单价不同（详见专业套餐积分价目表）
• 但仍然按 Token 类型差异化记账：缓存命中输入价、未命中输入价、输出价各有不同

4.2 专业套餐扣减示例

调用 GLM-5（输入 [0, 32k)）输入 100 万 Tokens（其中 30 万缓存命中、70 万未命中）+ 输出 5 万 Tokens：

• 命中输入：30 万 × (100 积分/百万) = 30 积分
• 未命中输入：70 万 × (400 积分/百万) = 280 积分
• 输出：5 万 × (1800 积分/百万) = 90 积分
• 合计扣减 400 积分（约 4 元）

4.3 专业套餐适合什么场景

如果你的团队需要在多个模型间切换、且希望对每种模型的成本权重看得清楚，专业套餐的差异化扣减是优势。如果只想要"一个 Token 数管全场"的简洁感，轻享套餐或个人版更合适。

五、抵扣规则带来的实际收益

5.1 预算评估极简

a. 个人版：299 元 Pro 档 = 3.2 亿 Tokens 配额，对应一个固定数字

b. 轻享套餐：5 亿 Tokens 池 = 5 亿配额，所有调用统一扣减

不需要分别预估"输入消耗多少、输出消耗多少、缓存命中多少"——这是统一抵扣最直接的价值。

5.2 套餐价比按量计费便宜 50%-80%

腾讯云对 Token Plan 的官方价格表述：

• 通用 Token Plan / Hy Token Plan 相比 API 按量计费便宜 50%-80%
• 同模型套餐价相比直接调用文本生成服务低 50% 以上

这一价差的来源：套餐模式锁定低价 + 阶梯定价（等级越高，百万 Token 单价越低）+ 统一抵扣（缓存命中 Token 不再单独低价、整体均价被压低）。

5.3 多模型组合更灵活

通用 Token Plan 覆盖的模型矩阵：

• Auto（tc-code-latest）、MiniMax-M2.5/M2.7、GLM-5/5.1、Kimi-K2.5
• Tencent HY 2.0 Instruct、HY 2.0 Think、Hunyuan-T1、Hunyuan-TurboS（4 款将于 2026 年 6 月 10 日下线）

无论调用哪一款，都按统一口径从同一个套餐 Token 池扣减——开发者不必为不同模型设计不同的成本核算。

六、几个常见疑问

6.1 Q：缓存命中是不是没用了？

A：在套餐内，缓存命中确实不再单独享受低价（按量计费场景里命中输入价通常是常规输入价的 1/4-1/10）。但缓存命中仍能显著降低首 Token 时延（TTFT），让交互体验更流畅；而且套餐价本身已经低于按量计费 50%-80%，整体仍是更优解。

6.2 Q：能不能把 Token Plan 用于自动化批量调用来"用满配额"？

A：不可以。Token Plan 个人版仅限在 AI 工具（编程工具、智能体工具）中使用——禁止用于自动化脚本、自定义应用程序后端或任何非交互式批量调用场景。批量任务请走按量计费的"在线推理"或"批量任务场景"。

6.3 Q：剩余 Token 可以转入下个月吗？

A：不可以。无论是个人版还是企业版（轻享 / 专业），套餐到期后剩余 Token 或积分均不结转至下个月，且 API Key 立即失效。建议在套餐过期前完成续费。

6.4 Q：如果我用错了档位怎么办？

A：

• 个人版：支持升配（比如从 Standard 升到 Pro），不支持降配，不支持退款
• 企业版：不支持降配，不支持退订
• 建议在购买前先用新人 100 万免费体验包跑一轮真实工作流，再决定档位

七、统一抵扣下的最佳实践

7.1 充分利用 Prompt Cache 提升体验

虽然套餐内 Cache 命中不再单独低价，但仍能改善 TTFT：

a. 同一对话使用稳定的 prompt_cache_key（值取业务侧 conversation_id）

b. HTTP Header 加上 X-Session-ID

c. 不要在 system prompt 中写入动态时间内容

d. 新轮次只在 messages 末尾追加，保持前缀稳定

7.2 把批量场景独立计费

对于离线评测、定时跑批等非交互场景，请使用按量计费的"在线推理"或"批量任务场景"。GLM 系列在批量任务场景下还能再享受约 50% 的价格折扣（详见 §8.5 批量任务场景价格）。

7.3 多模型组合最大化套餐价值

通用 Token Plan 的同一份配额可以横跨 GLM、Kimi、MiniMax 等多家模型——主力模型 + 备用模型 + 实验模型在同一套餐内灵活切换，是个人开发者最划算的用法。

八、写在最后

统一抵扣不是单纯的计费简化，而是 Token Plan 体系把"成本可预测、用量可管控、模型可切换"三件事整合到一起的关键设计。无论你是个人开发者还是团队 Leader，理解这一规则都能帮你避开"按 Token 类型分别预估"的复杂度陷阱。

现在就到 Token Plan 活动页 https://cloud.tencent.com/act/pro/tokenplan 选择适合的档位完成下单，或先到 TokenHub 控制台 https://console.cloud.tencent.com/tokenhub/ 用新人 100 万免费体验包测算一遍真实月度消耗。