腾讯云国际版 TokenHub 大模型服务实战：一个 Key 调用混元 / DeepSeek / Kimi，模型定价与 Token Plan 计费全解析

Meta Description: 腾讯云国际版 TokenHub（大模型聚合平台）实战：一套 OpenAI / Anthropic 兼容接口即可调用混元 Hy、DeepSeek、GLM、Kimi、MiniMax，逐模型 Token 单价表、DeepSeek 峰谷计费、新用户免费额度与 Token Plan 订阅计费全解析。

关键词：腾讯云国际版 TokenHub、大语言模型服务平台、混元 Hy、DeepSeek、GLM、Kimi、MiniMax、Token 计费、Token Plan

声明：本文价格数据采集于 2026 年 10 月，仅供参考，价格可能变动，请以腾讯云官网为准。

一句话结论：TokenHub 是腾讯云国际版的"大模型聚合网关"——一套 OpenAI / Anthropic 兼容接口、一个 API Key、一张账单，就能调用混元 Hy、DeepSeek、GLM、Kimi、MiniMax 等十几家模型；它按 Token 计费（DeepSeek 厂商直供模型还分峰谷价，峰时是谷时的 2 倍），新用户每个语言模型送 100 万 Token（1 年有效），个人版 Token Plan 订阅 7 USD/月起。本文按"边界 → 计费总规则 → 语言模型单价 → 多模态参考成本 → 订阅 vs 按量 → 八步实操 → 硬边界避坑 → 成本测算 → FAQ"的顺序讲透。

如果你之前看过本站的《Triton 推理服务器部署实战》或《GPU 云服务器实战》，会知道那条路线是"自己买 GPU、自己拉起推理服务"。TokenHub 走的是完全相反的方向：不碰 GPU、不装 Triton、不管显存，把"调用哪个模型"变成改一个 model 参数。两者并不冲突——自建推理适合有稳定大流量、要私有化、要微调的场景；TokenHub 适合"先跑起来、按量付费、随时换模型"的场景。第一节先把这条边界划清。

一、TokenHub 是什么？它与自建 GPU 推理 / Triton 的边界

腾讯云国际版 TokenHub 官方定位是"一站式大语言模型服务平台"，它把多家厂商的大模型聚合成托管式 API：你注册一个 TokenHub 账号、生成一个 API Key，就能通过统一接口调用不同厂商的模型，并享受统一的监控与账单。它聚合的模型覆盖 腾讯混元 Hy、DeepSeek、智谱 GLM、Kimi、MiniMax、MiMo、Step 以及一批图像 / 视频 / 3D / 语音 / 向量模型。

它和站内已经写过的几条"AI 路线"边界完全不同：

一句话记忆：TokenHub 是"不碰硬件、不装框架"的模型入口。它最值钱的地方不是"便宜"，而是统一——接口统一（OpenAI + Anthropic 两套协议二选一）、鉴权统一（一个 Key）、账单统一（一张账单看所有模型用量）。当你想把产品从 DeepSeek 换成 Kimi、再换成 GLM 时，只需要改 model 参数，不必重写代码、不必重新谈商务。

需要特别说明的两点：

• TokenHub 不提供 GPU 裸机。它是"模型即服务"，不是"算力即服务"。要跑私有模型、要做 LoRA 微调、要保证数据不出自己的 VPC，仍然要走 CVM/GPU + Triton 那条线。
• 国际站与国内站是两个独立站点。TokenHub 的广州站点（中国大陆）与新加坡站点（全球）API Key 互不通用，用错站点会直接返回 401002（下文第七节会讲怎么排查）。

二、计费总规则：按 Token 计费、峰谷定价、免费额度与冻结机制

在进入单价表之前，先把三条"总规则"立住——它们比任何单个单价都更影响账单。

规则一：按 Token 计费，输入与输出分开计价

TokenHub 的语言模型计费单位是每百万 Token（USD / 1M tokens），且输入（Input）与输出（Output）分开计价。通常输出单价是输入的 3~5 倍（模型生成 token 的推理成本更高）。此外还有个常被忽略的缓存价（Cache）——如果你反复发送同一段长系统提示词，命中缓存的部分按极低单价计费，往往只有输入价的 1/50 左右。

所以一张语言模型的价目表，实际是"输入 / 输出 / 缓存"三个数字，而不是一个。

规则二：DeepSeek 厂商直供模型分峰谷价，峰时是谷时的 2 倍（全文最值钱的一节）

这是 TokenHub 定价里最独特、也最容易被忽略的一条：DeepSeek 厂商直供（Vendor Direct）模型采用"峰谷分时定价"。

官方对"按哪个时段计费"有明确规则：以平台服务器"收到请求"的北京时间判定，与请求处理耗时、返回时间无关。也就是说，一个请求在 11:59 发出、12:30 才返回，仍然按峰时计费。

这条规则的实际含义是：把批处理、离线任务、非实时调用挪到夜间或周末，DeepSeek 直供模型的成本可以直接腰斩。

规则三：新用户免费额度 + 1 USD 冻结机制

这里有两个坑值得单独点出：第一，免费额度是按"每个模型"给的，不是按账号给一个总额——所以它天然鼓励你多试几个模型；第二，余额为 0 的账号连免费包都领不了，必须先充值 1 USD 以上让冻结成功。这两点在官方 FAQ 里反复出现。

三、语言模型单价全表（新加坡区域，USD / 百万 tokens）

下面是 TokenHub 语言模型的官方单价表（新加坡区域口径，单位为 USD / 百万 tokens，按"输入 / 输出 / 缓存"三列给出）。这张表是全文最该收藏的一页——它决定了你选哪个模型、以及同样一段业务逻辑要花多少钱。

读这张表要抓住四个"量级台阶"：

• 最便宜的一档（谷时 DeepSeek 直供 / MiMo-Flash / GLM-5.3-Flash）：输入 0.14~0.15、输出 0.28~0.6 USD，适合绝大多数"问答、分类、摘要、抽取"类业务；
• 中间档（MiniMax-M3 / GLM-5.3 / DeepSeek-V4-Pro 峰时）：输入 0.3~1.4、输出 1.2~4.4 USD，适合需要更强推理的客服、内容生成；
• 旗舰档（Kimi K3）：输入 3、输出 15 USD，是全场最贵；
• 专用档（Hy-MT2-Pro 翻译）：输入 0.074 USD，几乎是全表最低，说明"翻译"这类任务已被专用小模型压到极低成本。

同样 1000 次调用（均为 2k 输入 + 500 输出 Token）的成本对照（脚本重算）：

也就是说，同样一批调用，选最便宜的模型与最贵的模型，差约 22 倍——选型比优化提示词重要得多。

关于单价的三个口径提醒

• 峰谷价只适用于 DeepSeek 厂商直供（Vendor Direct）模型。标准版 DeepSeek、GLM、Kimi、MiniMax 等不区分峰谷，全天一个价。
• 模型会下线。官方公告：GLM-5 / GLM-5.1 / GLM-5-Turbo 已于 2026-10-08 下线，GLM-5V-Turbo 将于 2026-10-30 下线。生产环境切勿把 model 参数硬编码成一个"即将下线"的名字，务必留一个"模型走 API 列表 + 兜底切换"的机制。
• 单价按地域分列。上表为新加坡区域口径；广州、硅谷站点另有各自的单价列，且部分模型在个别区域会出现 1.1116 / 3.8907 这类带尾数的价格。做预算时务必以你所选站点的价目为准。

四、多模态能力参考成本：图像 / 视频 / 3D / 语音 / 向量

TokenHub 不止语言模型。它还提供图像生成、视频生成、3D 生成、语音合成、音乐生成、翻译配音、文本与多模态向量（Embedding）等能力。这些多模态模型大多按"Token 用量 × Token 单价"折算成一次性参考成本，官方给的锚点是 Token 单价基本 1.6 USD / 百万 Token，结算按小时。

官方给了两个可直接复现的算例，帮你理解"折算"是怎么来的：

Hy-Image-3.0：1 张图 = 20000 token × 1.6 USD / 百万 = 0.032 USD
Kling-Video-v3：5 秒 1080P 静音 = 5 × 70000 token/秒 × 1.6 USD / 百万 = 0.56 USD

两个算例说明两件事：① 图像/视频的"单价"其实是 Token 折算的结果，所以只要 Token 规则不变，价格就稳定；② 视频是按秒数线性放大的，一条 30 秒 1080P 静音视频按 Kling-Video-v3 算约 3.36 USD，成本敏感的场景要优先压时长与分辨率。

向量模型是 RAG 场景的地基。Kinftra 系 Embedding 支持输出维度 1024~4096 可调、32k 上下文、30+ 语言，文本向量最低只要 0.07 USD / 百万 Token——把 1 亿 Token 的语料全部向量化，成本约 8.4 USD。这是"做 RAG 很便宜、贵的是后面的生成"的直接证据。

五、Token Plan 个人版订阅 vs 按量计费：怎么选

TokenHub 有两种花钱方式：按量计费（Pay-as-You-Go）是你用多少付多少；Token Plan 订阅是每月付一笔固定费用换一批 credits。

个人版 Token Plan 四档

可以看到，Standard 及以上每 credit 单价基本拉平（约 0.0065 USD），边际成本不再随时间下降——所以订阅档位的选择应该取决于"你每月大概会用掉多少额度"，而不是"买越大越划算"。

订阅的硬性规则（每一条都可能让你踩坑）

其中最容易"花钱买教训"的两条：① "只升不降 + 不可退 + 不可续"——订阅是把钱锁死的，试用期务必买最低的 Lite 档确认能跑通；② "个人版仅限交互式工具"——官方白名单是 OpenClaw / Claude Code / OpenCode / Cline / Cursor / Kilo Code / Codex CLI 这类人机交互界面，一旦被判定为脚本/后端批量调用，会停订阅并吊销 Key。也就是说，Token Plan 个人版是给"坐在键盘前的开发者"用的，不是给"跑在服务器上的程序"用的。

TokenHub 还有企业版 Enterprise Token Plan：Pro 档（自动智能路由 + GLM/Kimi/MiniMax/DeepSeek）与 Lite 档（仅自动智能路由），与个人版独立管理——企业版的"自动智能路由"会根据任务复杂度自动挑模型，适合不想做模型选型的团队。

按量计费 vs 订阅：一张选型表

结论很清楚：如果你的调用来自服务器程序，无论多小，都走按量计费；只有"人坐在电脑前用 AI 工具"这一种情况，Token Plan 才划算且合规。

六、八步实操：从开通到首个 API 调用

下面这八步是"从零到第一个成功的 API 响应"的完整路径，按顺序做即可。

第 1~4 步在控制台完成。这里只有一个要点：站点即"环境"。新加坡站点（tokenhub-intl.tencentcloudmaas.com）面向全球，广州站点（tokenhub.tencentcloudmaas.com）面向中国大陆，硅谷站点（tokenhub-us.tencentcloudmaas.com）面向美国。你在哪个站点生成的 Key，就只能调哪个站点的 Base URL，否则会撞上 401002。另外，每个主域都有一个备份域 tencentcloudmaas.tech，主域解析异常时可切换。

第 5~6 步是第一次调用的关键。TokenHub 同时提供两套协议，共用同一个 Base URL，只是路径不同：

• OpenAI 兼容：POST /v1/chat/completions（对话）、POST /v1/responses（Responses API），鉴权头是 Authorization: Bearer <你的 API Key>；
• Anthropic 兼容：POST /v1/messages，鉴权头是 x-api-key: <你的 API Key>。

先用 OpenAI 路径打通——文本调用示例（.env 或 shell 里先导出 TOKENHUB_API_KEY）：

curl https://tokenhub-intl.tencentcloudmaas.com/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $TOKENHUB_API_KEY" \
  -d '{
    "model": "deepseek/deepseek-flash",
    "messages": [{"role": "user", "content": "用一句话解释什么是大模型聚合平台"}]
  }'

换 Anthropic 路径只是换鉴权头与路径（模型可换 Kimi / GLM）：

curl https://tokenhub-intl.tencentcloudmaas.com/v1/messages \
  -H "Content-Type: application/json" \
  -H "x-api-key: $TOKENHUB_API_KEY" \
  -d '{
    "model": "kimi-k3",
    "max_tokens": 1024,
    "messages": [{"role": "user", "content": "你好"}]
  }'

第 7 步换成 Python SDK。因为 TokenHub 兼容 OpenAI 协议，所以几乎不需要改代码——只把 base_url 指到 TokenHub、把模型名换成 TokenHub 的 model 参数即可：

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["TOKENHUB_API_KEY"],
    base_url="https://tokenhub-intl.tencentcloudmaas.com/v1",
)

resp = client.chat.completions.create(
    model="deepseek/deepseek-flash",
    messages=[{"role": "user", "content": "用一句话解释什么是大模型聚合平台"}],
)
print(resp.choices[0].message.content)
print(resp.usage)

一个细节：思考型模型（如 DeepSeek 思考模式）返回的是"思考内容 + 正式回答"两段。走 OpenAI 路径时思考内容在 reasoning_content 字段；走 Anthropic 路径时它是一个独立的 thinking 块。做产品时要把这两段分开处理，别把思考过程直接显示给终端用户。

第 8 步是运维闭环：在控制台看用量监控（按模型、按天的 Token 消耗），并在每次调价 / 换模型后做一次"小批量跑 → 次日出账 → 核对"的动作——因为 TokenHub 是按日结算，今天的用量明天才出账，不跑一轮小样你无法确认实际口径与预期一致。

七、硬边界与避坑

TokenHub 的坑大多集中在"鉴权、计费、用途"三个地方。下面九条按踩坑概率从高到低排列。

1. API Key 与站点绑定，不通用。在哪个站点生成的 Key，就只能调哪个站点的 Base URL。拿广州的 Key 去调新加坡的接口，会直接返回 401002。跨国团队最容易犯这个错——"Key 明明是对的，为什么 401"。
2. 模型会下线。官方已公告 GLM-5 / GLM-5.1 / GLM-5-Turbo 于 2026-10-08 下线、GLM-5V-Turbo 于 2026-10-30 下线。不要把 model 参数硬编码成一个可能消失的名字，务必做"模型走远端列表 + 兜底切换"。
3. Token Plan 个人版仅限交互式 AI 工具。官方白名单是 OpenClaw / Claude Code / OpenCode / Cline / Cursor / Kilo Code / Codex CLI 这类人机交互界面；一旦被判定为脚本/后端批量调用，会停订阅并吊销 Key。服务器程序请一律走按量计费。
4. 免费额度是"每模型 100 万 Token、有效期 1 年"。按 root 账号维度发放，每账号每模型只能领一次，不可转让 / 叠加 / 退款；活动截至 2026-12-31。它是"鼓励你多试几个模型"的设计，不是给你一个总额度。
5. 余额为 0 领不了免费包。每次领取额度包或开启后付费都会冻结 1 USD，要求账号余额 > 0；"为什么领不了免费包"几乎都是余额为 0。要退回冻结金额，需删净全部推理端点（默认端点找客服）。
6. 峰谷时段按"服务器收到请求的时间"判定。DeepSeek 厂商直供模型在工作日北京时间 9:00–12:00 与 14:00–18:00 是峰时（×2），其余及周末全天是谷时。把批处理推到夜间/周末，成本可直接腰斩。
7. Token Plan 订阅"不可退、不可续、当月清空"。只升不降，升级补差价但到期日不变；到期后额度作废且 API Key 立即失效。试用期务必先买最低的 Lite 档。
8. 缓存价有前提。缓存优惠只在提示词被命中缓存时生效（长系统提示词反复复用最明显，缓存价常为输入价的 1/50）；不是所有调用都能吃到这块低价。
9. 错误码是六位的，前三位等于 HTTP 状态码。理解这个规律能大幅缩短排障时间：

八、四套真实场景成本测算

把所有单价拼成一个"月度账单"，才能看出 TokenHub 到底贵不贵。下面四个场景用的都是本文明示的官方单价，脚本重算、未计缓存优惠。

把这张表读出三条结论：

• 同样的业务量，换模型能差一个数量级。同样 50M/10M 的客服用量，用 GLM-5.3 约 114 USD，若换 DeepSeek-V4-Flash 谷时约为 50×0.15 + 10×0.6 = 13.5 USD——同样的活，省下约 88%。选型是 TokenHub 上最值钱的决策，比优化提示词重要得多。
• "贵"的从来不是单价，是量。个人问答助手一个月不到 2 USD，几乎可以忽略；真正吃预算的是客服、批量摘要、Agent 循环这类"高频 + 长上下文"的场景。
• RAG 的地基非常便宜。把 1 亿 Token 的语料全部向量化只要约 8.4 USD——所以 RAG 的成本大头永远在"后面的生成"，而不在"前面的检索"。

再叠加两个杠杆，还能继续压成本：① 谷时调度（DeepSeek 直供模型把离线任务排到夜间/周末，直接 ×1/2）；② 缓存复用（把稳定不变的长系统提示词固定下来，命中缓存的部分只按输入价的约 1/50 计费）。

总结与延伸阅读

腾讯云国际版 TokenHub 把"调用大模型"这件事标准化成了一个网关：一套 OpenAI / Anthropic 兼容接口、一个 API Key、一张账单，背后聚合了混元 Hy、DeepSeek、GLM、Kimi、MiniMax 等十几家模型。它的计费核心是三条——按 Token 计价（输入/输出/缓存分开）、DeepSeek 直供的峰谷价（峰时 ×2）、新用户每模型 100 万 Token 免费额度；它的使用核心是两条——选对模型（差 22 倍）+ 把离线任务挪到谷时（再省一半）。

当你的产品需要"随时在多家大模型之间切换、而又不想维护多套集成"时，TokenHub 就是那条最短路径；而当你要的是"私有化、微调、数据不出内网"时，请转向自建 GPU 推理那条线。

把本篇和站内这几篇放一起看，腾讯云国际版的"AI 应用"这条线就完整了：

• 自建推理的另一条路——腾讯云国际版 GPU 云服务器实战
• 把模型跑在自己的推理服务器上——Triton 推理服务器部署实战
• 把文字变成声音——腾讯云国际版语音合成 TTS 实战
• 把声音变成文字——腾讯云国际版语音识别 ASR 实战

🚀 需要海外云服务器部署你的 AI 应用？通过 4.chengzicloud.cloud 访问首页，可一站对比腾讯云国际版等主流海外云厂商的服务器方案与优惠。

本文由 4.chengzicloud.cloud 提供，点击访问首页了解更多