MiniMax API 的账单不能只看一个 Token 单价。文本、语音、视频、图片的计费单位不同，同一个账户里可能同时出现 Token、时长、字符、张数和任务次数。只拿文本单价做预算，遇到语音或视频任务时很容易低估成本。

文本侧也不是“总 Token 乘一个数”。输入、输出、缓存命中分别计价，长上下文还可能进入更高档位；重试和历史消息会把实际用量推高。

本文拆解各能力的计费单位、文本账单结构、长上下文与重试的成本放大点，以及用 usage 做估算和预算对账的方法。具体单价以站内模型价格和官方文档为准。

说明：MiniMax 是其权利人的商标，本文仅作技术说明，与 MiniMax 无隶属关系。计费规则、模型名称和价格可能调整，本文以 2026 年 10 月的公开文档为例，采购前请再次核对官方页面。

一、先分清每种能力按什么单位计费

MiniMax 的按量计费按能力分单位。官方文档当前列出的口径大致如下：

能力 主要计费单位 容易忽略的点
语言模型、部分视频任务 Token（输入、输出、缓存命中分开） 系统提示、历史、工具定义都计入输入
语音识别 音频时长 静音、重复上传也占时长
语音合成 字符（按万字符计） 中文一字按两字符，标点空格也计数
音色设计或克隆 每个音色一次性费用 首次合成时扣费
视频生成 输出秒数 + 输入素材 重新生成会再计输入素材
图片生成 每张 先确认尺寸和张数口径
工具调用、音乐 每次调用或每首 Agent 循环会持续累积

不要用一个“平均每次请求多少钱”覆盖所有业务。文本客服、语音客服、短视频的成本结构完全不同；只使用文本接口时关注 Token 三项，接入语音或视频后要单独建成本表。

二、文本模型的三笔账：输入、输出与缓存

文本请求通常拆成输入、输出、缓存命中三部分，部分型号还单列缓存写入。输入不只是用户那句话，系统提示、历史对话、工具定义、检索文档都会计入；多轮对话每一轮都可能重带历史，最容易累积。

缓存用于复用重复前缀。MiniMax 提示缓存按前缀匹配，官方说明的顺序是工具定义、系统提示词、历史对话；缓存自动生效，但输入至少要达到 512 Token。命中部分按更低的输入价计费，新输入按标准输入价计费；是否有缓存写入费取决于型号。

单次成本 = 缓存命中输入 × 命中单价 + 新输入 × 输入单价 + 输出 × 输出单价；若有缓存写入费再加一项。

最容易被低估的是“新输入”。每轮都塞整份手册，或把工具完整返回带回下一轮，都会让它持续增长。缓存能缓解重复前缀，但不能替代检索和裁剪。

三、长上下文：512k 是一条计价分界线

长上下文能力强，不等于便宜。官方当前说明，M3 输入超过 512k Token 后进入更高计价档，输入和输出都按更高价格计算；不同型号阈值可能不同，以价格表为准。

第二层成本来自轮数：上下文越长，每轮携带的历史越多。若每轮保留完整对话，输入会随轮数累积，账单增长快于直觉；代码助手、文档问答和 Agent 任务最容易出现。

控制成本优先做三件事：检索缩小范围、对历史做滚动摘要、把稳定内容放在开头以提高缓存命中。只有确实需要跨文档推理时，才把上下文拉到很长。

四、重试与失败请求：不要假设一定不计费

每次重试都是一次新请求，可能再次携带完整输入；429、超时后的自动重发若没有退避和次数上限，很容易放大用量。文本请求失败后是否计费，官方没有统一承诺，应以用量记录和账单为准。视频侧口径较明确：生成失败或命中安全审核不扣减点数；语音和图片任务以各自说明为准。

实践建议：

  • 只重试可重试的错误，鉴权、参数错误不要重发。
  • 使用指数退避并设置最大次数。
  • 记录请求 ID、模型、输入长度和重试次数。
  • 批量任务先小样本验证成功率。

五、用 usage 做一次可复现的估算

不要用字数猜 Token。每次调用后读取响应里的 usage，连续记录一周，就能得到自己业务的真实结构。下面是一个通过 OpenAI 兼容入口调用并读取缓存字段的例子：

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["ZSQH_API_KEY"],
    base_url="https://ai.zhongshangqihang.com/v1",
)

resp = client.chat.completions.create(
    model="MiniMax-M3",  # 模型名以站内价格页为准
    messages=[
        {"role": "system", "content": "你是客服助手，回答不超过三句话。"},
        {"role": "user", "content": "订单发货后还能改地址吗？"},
    ],
    max_completion_tokens=256,
)

usage = resp.usage
cached = 0
details = getattr(usage, "prompt_tokens_details", None)
if details is not None:
    cached = getattr(details, "cached_tokens", 0) or 0

print("总输入", usage.prompt_tokens)
print("缓存命中", cached)
print("新输入", usage.prompt_tokens - cached)
print("输出", usage.completion_tokens)

把时间、项目、模型、输入、缓存命中、输出和重试次数记入日志，按项目、模型、场景汇总。官方经验值约为 1600 个中文字符对应 1000 Token，但差异很大，仍以 usage 为准。

预算给低、中、高三档，比一个精确数字更接近真实账单。缓存命中率、输出长度、重试比例都会波动，用区间估算更稳妥。

六、降本顺序：先量化，再动模型

  1. 量化：用 usage 和日志算出各功能的输入、输出、缓存命中与重试。
  2. 提缓存：固定工具顺序和系统提示，把时间戳、随机 ID 移到请求末尾。
  3. 减输入：检索只召回相关片段，历史做摘要，工具返回只留必要字段。
  4. 限输出：设置合理的 max_completion_tokens，要求 JSON 或固定字段。
  5. 模型分流：分类、抽取走轻量模型，复杂推理再升级；延迟敏感再考虑优先档。
  6. 异步与告警：离线任务进队列，按项目和 Key 设预算上限与低余额提醒。

顺序不要反。先换便宜模型，但输入没治理、缓存没命中，账单降不下来，质量还会下降。

七、预算、账单与发票怎么对

月度预算按“场景用量 × 单价”汇总，再乘安全系数；单价从模型价格取。测试和生产分开建 Key、分别设额度，避免互相挤占。

对账重点看三处：Token 结构是否与日志一致、模型档位是否正确、失败重试是否产生额外记录。官方账户的发票按实际支付和消耗口径计算，代金券抵扣部分通常不可开票。

需要人民币统一账单和多模型用量的团队，可用国内 AI 网关充值并开票；价格、汇率和发票规则以站内价格页与充值页为准。

常见问题

MiniMax API 是按调用次数收费吗？

不完全是。文本按 Token，语音识别按时长，语音合成按字符，视频按秒数和素材，图片按张数。先确认业务用到哪种能力。

输入和输出哪个更贵？

多数模型输出单价高于输入，缓存命中输入更便宜。不要只比单价，要按自己的输入输出比例算单次成本。

长上下文一定会更贵吗？

不一定会，但风险更高。超过阈值会进入更高计价档，每轮携带历史还会累积输入。能靠检索和摘要解决的任务，不要塞满上下文。

失败重试会计费吗？

文本侧官方没有统一承诺，重试是新的请求，应按用量和账单核对。视频侧生成失败或命中安全审核不扣减点数；其他能力以各自说明为准。

为什么估算和账单对不上？

常见漏算项包括历史消息、工具定义、缓存未命中、重试、长输出和档位差异。用请求 ID 对照日志才能定位。

下一步

先在中商起航 AI 网关创建测试 Key，用真实任务跑一周，记录输入、输出、缓存命中和重试，再按模型价格折算预算。

相关阅读：