价格 - Sunra.ai

sunra.ai 的每个模型页都会在模型名旁展示各 endpoint 的价格，例如 $0.045-$0.09 per image。把鼠标悬停在价格上会显示 tooltip，说明具体规则（例如不同分辨率或选项对价格的影响）。对于绝大多数模型，单次请求的价格在提交时即已确定：价格由你的请求参数计算得出，模型运行前就已锁定，账单流水中的扣费就是这个金额。相同参数的请求价格永远相同，可以精确预算。少数模型（例如按输出秒数计费的视频模型）在完成后按实际用量结算，其 tooltip 中会注明。

Pricing API

价格可以通过 API 编程读取——既有人读字符串，也有机器可读的规则。

Endpoint	鉴权	说明
api.sunra.ai/v1/pricing	API key	列出所有模型的 `display` 与 `tooltip` 价格字符串
api.sunra.ai/v1/models	无需	列出所有模型，可查到模型 `id`
api.sunra.ai/v1/pricing/model/{model_id}/endpoint/{endpoint}	无需	单个 endpoint 的完整机器可读价格规则

价格列表的翻页

GET /v1/pricing 返回列表信封 —— { "object": "list", "data": [...], "has_more": … }，支持这些参数：

参数	含义
`limit`	每页行数，1–10000，默认 10
`starting_after`	上一页最后一行的 `id`，返回它之后的行
`model_ids`	逗号分隔的模型 id，限定只返回这些模型

一直往后翻，直到 has_more 为 false：

curl -s -H "Authorization: Key $SUNRA_KEY" \
  "https://api.sunra.ai/v1/pricing?limit=100&starting_after=mep_b1Mzl6kT3znJ"

starting_after 如果不是本端点返回过的某一行的 id，会返回 400 —— 它绝不会被当作”从头开始”。不支持 ending_before，请只往前翻。如果只想一次拿到完整目录，直接给一个足够大的 limit 也可以。要在发送请求前精确计算价格，先查模型 id：

curl -s "https://api.sunra.ai/v1/models?limit=300" \
  | jq '.data[] | select(.alias == "bytedance/seedream-5.0-pro") | .id'
# "model_b63ac71d3992"

再获取目标 endpoint 的价格规则：

curl -s "https://api.sunra.ai/v1/pricing/model/model_b63ac71d3992/endpoint/image-editing"

{
  "id": "mep_e5e2c1437feb",
  "object": "model_endpoint_price",
  "model_name": "seedream-5.0-pro",
  "model_endpoint": "image-editing",
  "display": "$0.045-$0.126 per image",
  "tooltip": "1K: $0.045, 2K: $0.09 per image, +$0.004 per reference image from the 2nd",
  "type": "pre_defined",
  "prices": [
    { "unit_amount": "0.045", "matches": { "resolution": "1K", "images": { "$size_lte": 1 } } },
    { "unit_amount": "0.049", "matches": { "resolution": "1K", "images": { "$size": 2 } } },
    { "unit_amount": "0.09",  "matches": { "images": { "$size_lte": 1 } } },
    { "unit_amount": "0.094", "matches": { "images": { "$size": 2 } } },
    { "unit_amount": "0.126" }
  ]
}

价格规则如何生效

prices 数组自上而下与请求参数逐行匹配，第一条 matches 条件全部成立的行决定价格。没有 matches 的行恒成立——即兜底价。条件与请求参数的比较方式：

条件	含义
`"resolution": "1K"`	参数与值完全相等
`"duration": { "$gte": 5, "$lte": 10 }`	数值参数在区间内（支持 `$gt`、`$gte`、`$lt`、`$lte`、`$in`、`$nin`）
`"images": { "$size": 3 }`	数组参数恰好 3 个元素（区间用 `$size_gt`、`$size_gte`、`$size_lt`、`$size_lte`）

请求中未传的参数不会匹配任何条件——匹配前不会填充默认值。价格表的行序已按此设计：省略可选参数会落到其默认行为对应的行。以上表为例：

{"images": [a], "resolution": "1K"} → 第一行 → $0.045
{"images": [a, b, c], "resolution": "1K"} → 1K 且 $size: 3 的行 → $0.053
{"images": [a]}（省略 resolution，模型默认 2K）→ 跳过 1K 各行，命中 $size_lte: 1 → $0.09

若命中的行带有 usage_key，则金额为 unit_amount × 该参数的值（例如按请求时长每秒计价）。

Seedance 视频按 token 计费

Seedance 2.0 系列（含 fast、mini 及 relay 变体）与 Seedance 2.5 按 token 计费，而不是按输出秒数计费。它们的价格规则为 "type": "post_calculated"：金额在生成结束后按模型回报的用量结算。prediction 输出中的 total_tokens 就是权威计量，扣费 = total_tokens × 费率，费率按每 100 万 token 报价。费率取决于输出分辨率，以及请求是否带参考视频——带视频输入时，整个请求按更低的那档费率计费。各模型的具体费率见模型页价格 tooltip，也可从 GET /v1/pricing/model/{model_id}/endpoint/reference-to-video 的 tooltip 字段读取。这类 endpoint 的机器可读 prices 数组只携带结算单位，因为 token 数要等模型生成完才存在。

token 如何计算

tokens = floor(帧数 × 宽 × 高 / 1024)

帧数 = 24 × 输出秒数 + 1                        # 无参考视频
帧数 = 24 × 输出秒数 + 1 + 24 × 计费输入秒数    # 有参考视频

宽 × 高 是你实际拿到的视频的分辨率。ratio: adaptive 时它跟随输入，未必等于你从分辨率设置推断出的宽高比——想逐位复现扣费，请从输出文件读取实际分辨率。帧数有约一帧的误差（上游偶尔少回一帧）；计费始终以 total_tokens 为准。参考图片与参考音频不产生额外 token，只有参考视频会。

计费输入秒数

参考视频不是按其字面时长计费，计费输入时长按任务级规则计算：

计费输入秒数 = max(floor(输入视频实际总秒数), ceil(输出秒数 × 2/3))

短参考视频 + 长输出，输入侧仍有「输出时长的三分之二」这个底价——6 秒素材配 30 秒输出，按 20 秒输入计费。输入秒数按所有参考视频求和后向下取整到整秒；源视频的帧率、分辨率和编码方式不影响计算。 罕见例外。 极少数参考视频会被上游模型按超过其实际长度的输入计量——我们在 Seedance 2.5 上观察到 17 秒素材按 30 秒（720 输入帧）计费：同一素材转成 24 或 30 fps、换分辨率、去掉音轨后计费不变，而只截取其前 8 秒则恢复正常。触发条件是视频内容本身而非任何请求参数，因此无法在生成前预判。prediction 输出中的 total_tokens 始终是实际扣费依据。

计算示例

Seedance 2.5，720p 16:9 输出——1280 × 720 = 每帧 900 token——带参考视频，费率 $6.40 / 100 万 token：

输出	参考视频	计费输入	帧数	Tokens	金额
10 s	6 s	7 s（底价）	241 + 168 = 409	368,100	$2.36
30 s	6 s	20 s（底价）	721 + 480 = 1,201	1,080,900	$6.92
5 s	15 s	15 s（实际）	121 + 360 = 481	432,900	$2.77
30 s	24 s	24 s（实际）	721 + 576 = 1,297	1,167,300	$7.47

草稿模式（Seedance 2.5）

Seedance 2.5 可以先低价生成一个 480p 草稿，之后把这个草稿本身——同一 seed、同一提示词和参考素材——直接放大成 1080p 成片，不必重新描述：

调用 text-to-video、image-to-video 或 reference-to-video 时传 "draft": true 和 "resolution": "480p"（草稿模式只接受 480p）。输出里会带 draft_task_id，7 天内有效。
用该 draft_task_id 调用 bytedance/seedance-2.5/draft-to-video（可选 output_format）。结果固定 1080p；时长、比例、音频和参考素材都沿用草稿，不能改。

两步都按各自分辨率的普通请求计费：草稿按 480p 费率，成片按 1080p 费率。成片会把草稿的参考视频秒数重新计入 token，因此带参考视频的草稿，其成片按 1080p 含输入视频费率结算（Seedance 2.5 为每 100 万 token $7.00），不带参考视频的按无输入视频费率（$11.70）。一如既往，每个输出里的 total_tokens 就是计费数量。两点须知：草稿模式只由默认渠道（BytePlus）提供——指定其他 provider 并传 draft: true 的请求会在生成前失败；draft_task_id 的性质等同签名 URL：持有它的任何人都能在自己的账号下把它出成 1080p 并付费，请妥善保管。

MiniMax H3 系列按秒计费

MiniMax 官方 H3 系列的四个模型均按输出视频秒数计费，费率取决于你请求的输出分辨率：

模型	480P	768P	2K	时长	默认分辨率	参考视频生视频
`minimax/minimax-h3`	$0.038/s	$0.08/s	$0.13/s	4–15 s	2K	支持
`minimax/minimax-h3-max`	$0.05/s	$0.08/s	—	5–15 s	768P	支持
`minimax/minimax-h3-fast`	$0.046/s	—	—	4–15 s	480P	支持
`minimax/minimax-h3-max-turbo`	$0.025/s	$0.04/s	—	5–15 s	768P	不支持

文生视频与图生视频的金额在提交时即已确定（"type": "pre_defined"）：金额 = 所选档位的费率 × 你请求的 duration（整秒）。minimax/minimax-h3 生成 5 秒 768P 视频为 5 × $0.08 = $0.40；同样 5 秒但 2K 则为 $0.65。 resolution 参数决定档位。省略它则使用上表中该模型的默认分辨率——价格表的行序已按此排列，未传 resolution 的请求会落到默认档位对应的行（见价格规则如何生效）。 minimax/minimax-h3-fast 只提供 480P，没有 resolution 参数。minimax/minimax-h3-max-turbo 没有 reference-to-video endpoint，调用会返回 404 MODEL_ENDPOINT_NOT_FOUND。

参考素材（reference-to-video）如何计费

reference-to-video 在生成结束后按 MiniMax 回报的用量结算（"type": "post_calculated"），因为参考素材要在输出之外另行计费：

金额 = 输出秒数     × 输出档位费率
     + 参考视频秒数 × 参考视频费率
     + max(0, 参考图片数 − 免费张数) × 每张单价

参考音频在所有模型上均免费。各模型的参考素材规则不同：

模型	免费参考图片	超出部分每张	参考视频每秒
`minimax/minimax-h3`	5 张	$0.04	与输出档位同价——480P $0.038 · 768P $0.08 · 2K $0.13
`minimax/minimax-h3-fast`	5 张	$0.04	$0.046
`minimax/minimax-h3-max`	2 张	$0.074	480P $0.0553 · 768P $0.143

注意 minimax/minimax-h3-max 的参考视频有一张独立的费率表，且高于其输出费率——在该模型上，参考视频通常是 reference-to-video 请求的主要成本。

H3 计算示例

minimax/minimax-h3-max 的 reference-to-video，768P，输出 5 秒，带 1 条 5 秒参考视频和 3 张参考图片：

组成	数量	费率	金额
输出	5 s	$0.08/s	$0.40
参考视频	5 s	$0.143/s	$0.715
参考图片	3 − 2 张免费 = 1 张	$0.074	$0.074
		合计	$1.189

Topaz Hyperion 2.5 SDR 转 HDR 计费

topazlabs/hyperion-2.5/sdr-to-hdr 按帧计费，以每 $0.10 一个 credit 计量，生成结束后结算（"type": "post_calculated"）。Hyperion 会保留输入视频的分辨率、帧率和时长，因此扣费完全可以从输入文件预先算出：

每 credit 帧数 = 13.02   宽 × 高 ≤ 1920 × 1080 时
             = 5.9     其余情况（高于 1080p，最高 4K）

credits = ceil( ceil(秒数) × fps / 每 credit 帧数 )
金额    = credits × $0.10

秒数 是容器时长向上取整到整秒，fps 是视频流的帧率。可变帧率文件取平均帧率与标称帧率中较高者，想拿到最低扣费请先转成恒定帧率。

输入限制

请求在提交上游之前先做检查，超出以下任一限制会以 input_validation_failed 拒绝，不扣费：

限制	取值
分辨率	任一边 ≤ 3840 px 且 ≤ 3840 × 2160 像素
帧率	≤ 60 fps
时长	≤ 5 分钟
体量	宽 × 高 × 秒数 ≤ 130,000,000
预估费用	每次请求 ≤ $30

只接受 http(s):// 视频 URL，不接受 data: URI。

Hyperion 计算示例

输入	取整秒数 × fps	每 credit 帧数	Credits	金额
1280 × 720，24 fps，10.04 s	11 × 24 = 264	13.02	21	$2.10
1280 × 720，24 fps，15.04 s	16 × 24 = 384	13.02	30	$3.00
1920 × 1080，30 fps，60 s	60 × 30 = 1,800	13.02	139	$13.90
3840 × 2160，24 fps，15 s	15 × 24 = 360	5.9	62	$6.20

Topaz video-upscaler 计费

topazlabs/video-upscaler/video-upscale 按输出视频的秒数计费，生成结束后结算（"type": "post_calculated"）。每秒单价由输出画面的大小决定，因此真正影响扣费的是 upscale_factor：

单价 = $0.01/s   输出宽 × 输出高 ≤ 1280 × 720 时
     = $0.02/s   输出宽 × 输出高 ≤ 1920 × 1080 时
     = $0.08/s   其余情况

金额 = ceil(输出秒数) × 单价
     × 2       enhance_model 为 Starlight 系列时
     × 0.5     enhance_model 为 "Gaia 2" 时

有三点值得看两遍：

分档看的是总像素，不是高度。 1632 × 672 的输出是 1.10 megapixel，虽然只有 672 px 高，仍按 1080p 档计费；820 × 852 的输出是 0.70 megapixel，虽然有 852 px 高，反而按 720p 档计费。
秒数向上取整。 5.038 秒的输出按 6 秒计费。
插帧不额外收费。 设置 target_fps 不改变价格，取任何值都一样。

Enhance model	倍率
`Starlight Precise 1/2/2.5`、`Starlight HQ`、`Starlight Mini`、`Starlight Sharp`、`Starlight Fast 1/2`	× 2
`Gaia 2`	× 0.5
`Proteus`、`Artemis HQ/MQ/LQ`、`Nyx`、`Nyx Fast`、`Nyx XL`、`Nyx HF`、`Gaia HQ`、`Gaia CG`	× 1

Video upscaler 计算示例

输出	Enhance model	计费秒数	单价	金额
1280 × 720，10 s	`Proteus`	10	$0.01/s	$0.10
1632 × 672，5.038 s	`Starlight HQ`	6	$0.02/s × 2	$0.24
3840 × 2160，30 s	`Gaia 2`	30	$0.08/s × 0.5	$1.20

Qwen Image Layered 计费

qwen/qwen-image-layered/image-to-image 每个 layer 输出一张图，**按

0.05 每个输出 layer 计费**，即 `

0.05 × num_layers。num_layers

 取值 1–10，默认 4，所以默认请求是 $0.20。由于层数是输入参数，价格在任务运行前就已确定（

”type”: “pre_defined”`）。

FLUX.2 [pro] 图生图计费

black-forest-labs/flux-2-pro/image-to-image 按处理的 megapixel 计费，生成结束后结算（"type": "post_calculated"）。1 megapixel = 1024 × 1024 = 1,048,576 像素。

megapixels = 参考图张数                       # 每张恒记 1 MP，与尺寸无关
           + ceil(输出宽 × 输出高 / 1,048,576)

金额 = $0.03 + $0.015 × (megapixels − 1)

上传前有两点值得留意：

每张参考图恒定计 1 megapixel，无论上传多大——模型会先降采样；反过来传小图也不会更便宜。
每张图各自向上取整，所以 1536 × 1024 的结果（1.5 MP）按 2 MP 计。

image_urls 最多接受 8 张参考图。text-to-image 不受影响：它的所有比例都在 1 megapixel 以内，仍是每张 $0.03 平价。

FLUX.2 [pro] 计算示例

参考图	输出	Megapixels	金额
1 张（任意尺寸）	1024 × 1024	1 + 1 = 2	$0.045
2 张（任意尺寸）	1024 × 1024	2 + 1 = 3	$0.06
2 张（任意尺寸）	1536 × 1024	2 + 2 = 4	$0.075
4 张 2048 × 2048	1024 × 1024	4 + 1 = 5	$0.09
2 张（任意尺寸）	1728 × 2304（4 MP）	2 + 4 = 6	$0.105

gpt-image-1.5 token 计费

openai/gpt-image-1.5 的计费方式是每张图的固定价加上输入 token，生成结束后结算（"type": "post_calculated"）。

金额 = 每张图价格（见下表）
     + $0.008 / 1,000 input image tokens   （参考图，仅 image-editing）
     + $0.005 / 1,000 prompt tokens

输出尺寸	low	medium	high
1024 × 1024（1:1）	$0.009	$0.034	$0.133
1024 × 1536（2:3）	$0.013	$0.051	$0.200
1536 × 1024（3:2）	$0.013	$0.050	$0.199

text-to-image 没有参考图，所以只按上表加 prompt 计费。

一张参考图要多少钱

决定参考图成本的是 input_fidelity，它默认是 high：

参考图	`input_fidelity: low`	`input_fidelity: high`
方图（如 1024 × 1024、2048 × 2048）	194 tokens — $0.0016	4,354 tokens — $0.0348
竖图（如 1024 × 1536）	323 tokens — $0.0026	6,563 tokens — $0.0525
横图（如 1536 × 1024）	323 tokens — $0.0026	6,531 tokens — $0.0522

再高的分辨率几乎不影响价格：图片会先按最短边缩到 512 px 再切片，所以 512 × 512 和 2048 × 2048 的方图价格相同。 mask_image 不按参考图计费；模型随图输出的文字也不计费。

gpt-image-1.5 计算示例

请求	每张图价格	参考图	金额
`text-to-image`，1024 × 1024，high，20 token prompt	$0.133	—	$0.1331
`image-editing`，1 张方图参考，high fidelity，low quality	$0.009	$0.0348	$0.0439
`image-editing`，1 张竖图参考，high fidelity，high quality 1024 × 1536	$0.200	$0.0525	$0.2526
`image-editing`，3 张方图参考，low fidelity，high quality	$0.133	$0.0047	$0.1377

只有第一行含 prompt 费用，其余三行未计——常规长度的 prompt 不到 $0.0005。所有金额都向上取整到 $0.0001。

LLM 按 token 计费

LLM 模型（chat、messages、responses）按 token 计费，而不是按请求计费。费率列在 sunra.ai/models 各模型价格页，也可通过 GET /v1/pricing/model/{model_id}/endpoint/llm 以程序方式读取。模型的费率表为每个 token 桶各配一个费率。常见的桶有：

桶	覆盖内容
Input	provider 全新处理的提示令牌
Output	模型生成的令牌；对于把推理令牌计入输出的模型，也包含推理令牌
Cache read	由 provider 提示缓存提供的提示令牌
Cache write	写入缓存的提示令牌（在对此收费的 provider 上）。提供一小时长缓存的模型（`cache_control` 带 `"ttl": "1h"`）对这类写入单独计价

Cache read 按 cache read 费率计费，并从 input 桶中扣除，因此一个缓存令牌只收一次费，且按较低的费率。deepseek-v4-flash 的 cache read 费率是每 100 万令牌 $0.0028，而输入费率是 $0.14——便宜 50 倍；deepseek-v4-pro 则是 $0.003625 对 $0.435。费率表中没有 cache read 费率的模型，其缓存令牌按输入费率计费。您无需传任何参数来启用它——命中如何回报给您，见提示缓存命中。一次提示为 98,695 令牌、其中 96,128 令牌由缓存提供的请求，会结算成三行，且 input 行只计入未命中缓存的 2,567 令牌：

桶	令牌数	每 100 万令牌费率	金额
Input	2,567	$0.14	$0.00035938
Output	472	$0.28	$0.00013216
Cache read	96,128	$0.0028	$0.00026916
		合计	$0.00076070

与大多数多模态 endpoint 不同，LLM 请求无法在运行前定价——令牌数要等模型作答后才知道。提交时会按对您提示的保守估计预留额度，请求完成后按实际用量结算，差额释放。您的账单历史显示的是结算后的金额。提前结束的流式请求按实际投递给您的输出计费，失败的请求完全不计费——见输出上限与流生命周期。

概述

平台

Multimodal

LLM

客户端 SDK

价格

Pricing API

价格列表的翻页

价格规则如何生效

Seedance 视频按 token 计费

token 如何计算

计费输入秒数

计算示例

草稿模式（Seedance 2.5）

MiniMax H3 系列按秒计费

参考素材（reference-to-video）如何计费

H3 计算示例

Topaz Hyperion 2.5 SDR 转 HDR 计费

输入限制

Hyperion 计算示例

Topaz video-upscaler 计费

Video upscaler 计算示例

Qwen Image Layered 计费

FLUX.2 [pro] 图生图计费

FLUX.2 [pro] 计算示例

gpt-image-1.5 token 计费

一张参考图要多少钱

gpt-image-1.5 计算示例

LLM 按 token 计费

​Pricing API

​价格列表的翻页

​价格规则如何生效

​Seedance 视频按 token 计费

​token 如何计算

​计费输入秒数

​计算示例

​草稿模式（Seedance 2.5）

​MiniMax H3 系列按秒计费

​参考素材（reference-to-video）如何计费

​H3 计算示例

​Topaz Hyperion 2.5 SDR 转 HDR 计费

​输入限制

​Hyperion 计算示例

​Topaz video-upscaler 计费

​Video upscaler 计算示例

​Qwen Image Layered 计费

​FLUX.2 [pro] 图生图计费

​FLUX.2 [pro] 计算示例

​gpt-image-1.5 token 计费

​一张参考图要多少钱

​gpt-image-1.5 计算示例

​LLM 按 token 计费

Pricing API

价格列表的翻页

价格规则如何生效

Seedance 视频按 token 计费

token 如何计算

计费输入秒数

计算示例

草稿模式（Seedance 2.5）

MiniMax H3 系列按秒计费

参考素材（reference-to-video）如何计费

H3 计算示例

Topaz Hyperion 2.5 SDR 转 HDR 计费

输入限制

Hyperion 计算示例

Topaz video-upscaler 计费

Video upscaler 计算示例

Qwen Image Layered 计费

FLUX.2 [pro] 图生图计费

FLUX.2 [pro] 计算示例

gpt-image-1.5 token 计费

一张参考图要多少钱

gpt-image-1.5 计算示例

LLM 按 token 计费