# 套餐内 AFP 抵扣规则
> 全部文档的索引见 [llms.txt](https://ark.volcengine.com/llms.txt)；在任一文档页面地址后追加 `.md` 可获取该页的 Markdown 版本。
方舟 Agent Plan 套餐内用量采用 AFP 作为统一用量单位，本文帮助您快速了解套餐内用量抵扣规则。
# AFP 定义
Agent 燃料值（Agent Fuel Point，简称 AFP）是 Agent Plan 套餐的统一用量计费单位，用于量化智能体（Agent）资源的消耗。
# 抵扣公式
单次请求 AFP 消耗：
* 文本生成模型、向量化模型：`(输入 token * 输入抵扣系数 + 输出 token * 输出抵扣系数) / 10,000`
* 视频生成模型：` 消耗的 token / 10,000 * 抵扣系数`
* 图片生成模型：` 成功生成的图片张数 * 抵扣系数`
* 语音模型：
* doubao-seed-tts-2.0：`文本字符数 / 10,000 * 抵扣系数`
* doubao-seed-asr-2.0：`语音文件时长(小时) * 抵扣系数`
* 专业数据集：`调用次数 * 抵扣系数`
> **注意**
>
> 生成视频预估消耗的 token 可参见[价格示例](/docs/model-pricing#2653dbb3)中 token 用量估算公式。
# 抵扣系数
根据模型及 Harness 的层级不同，AFP 的抵扣系数也不同。
## 模型
### 文本生成模型与向量化模型
> 文本生成模型与向量化模型的输入抵扣系数、输出抵扣系数均由模型决定，不随输入长度变化。
> **说明**
>
> - 2026年6月10日18:00:00至2026年11月8日23:59:59活动期间，Auto 模式在 Agent Plan 中抵扣系数为 0.5，支持路由到 kimi-k3，夜间 00:00-8:00，kimi-k3 的路由比例会大幅度提升。详情参见[Agent/Coding Plan 指定模型抵扣系数限时折扣活动](/docs/agent-plan-personal-model-discount)。
> - 2026年9月15日00:00:00至2026年12月30日23:59:59活动期间，deepseek-v4.1-flash 模型在 Agent Plan 中抵扣系数在现有抵扣系数基础上享 5 折优惠。详情参见[Agent/Coding Plan 指定模型抵扣系数限时折扣活动](/docs/agent-plan-personal-model-discount)。
> - 2026年9月17日00:00:00至2026年12月14日23:59:59活动期间，kimi-k2.8-preview 模型在 Agent Plan 中抵扣系数在现有抵扣系数基础上享 6 折优惠。详情参见[Agent/Coding Plan 指定模型抵扣系数限时折扣活动](/docs/agent-plan-personal-model-discount)。
> - 2026年10月12日00:00:00至2026年10月25日23:59:59活动期间，kimi-k3 模型在 Agent Plan 中抵扣系数在现有抵扣系数基础上享 5 折优惠。详情参见[Agent/Coding Plan 指定模型抵扣系数限时折扣活动](/docs/agent-plan-personal-model-discount)。
|模型类别 |模型 |输入抵扣系数 |输出抵扣系数 |
|---|---|---|---|
|文本生成（极速） |doubao-seed-2.0-mini |* 输入不含音频：0.25 |* 输入不含音频：0.25 | \
| | |* 输入包含音频：2.5 |* 输入包含音频：2.5 |
|文本生成（标准） |deepseek-v4-flash |0.5 |0.5 |
|文本生成（标准） |doubao-seed-2.1-lite |* 输入不含音频：0.5 |* 输入不含音频：0.5 | \
| | |* 输入包含音频：4.5 |* 输入包含音频：4.5 |
|文本生成（标准） |glm-5.3-flash |0.5 |0.5 |
|文本生成（进阶） |doubao-seed-evolving
minimax-m3 |2.5 |2.5 |
|文本生成（进阶） |doubao-seed-2.1-pro |2.5 |2.5 |
|文本生成（进阶） |kimi-k2.7-code `即将下线` |4.5 |4.5 |
|文本生成（进阶） |kimi-k2.8-preview |8 |8 | \
| | |(4.8`限时折扣`) |(4.8`限时折扣`) |
|文本生成（进阶） |glm-5.3 (glm-latest) |4.5 |4.5 |
|文本生成（进阶） |deepseek-v4-pro |5.5 |5.5 |
|文本生成（进阶） |deepseek-v4.1-flash |2.5 |2.5 | \
| | |(1.25`限时折扣`) |(1.25`限时折扣`) |
|文本生成（进阶） |kimi-k3 |10 |10 | \
| | |(5`限时折扣`) |(5`限时折扣`) |
|向量化 |doubao-embedding-vision |0.5 |0.5 |
### 视觉模型
> 模型决定抵扣系数。
- 视频生成模型
|模型类别 |模型 |抵扣系数 |单位 |
|---|---|---|---|
|视频生成 |doubao-seedance-2.0 |* 输出视频分辨率为 480p，720p |token | \
| | | * 输入包含视频：140 | | \
| | | * 输入不含视频：230 | | \
| | |* 输出视频分辨率为 1080p | | \
| | | * 输入包含视频：155 | | \
| | | * 输入不含视频：255 | | \
| | |* 输出视频分辨率为 4k | | \
| | | * 输入包含视频：80 | | \
| | | * 输入不含视频：130 | |
|视频生成 |doubao-seedance-2.0-fast |> **输入**是否包含视频 |token | \
| | | | | \
| | |* 输入包含视频：110 | | \
| | |* 输入不含视频：185 | |
|视频生成 |doubao-seedance-2.0-mini |> **输入**是否包含视频 |token | \
| | | | | \
| | |* 输入包含视频：70 | | \
| | |* 输入不含视频：115 | |
|视频生成 |doubao-seedance-2.5 |* 输出视频分辨率为 480p，720p |token | \
| | | * 输入包含视频：210 | | \
| | | * 输入不含视频：350 | | \
| | |* 输出视频分辨率为 1080p | | \
| | | * 输入包含视频：230 | | \
| | | * 输入不含视频：385 | |
- 图片生成模型
|模型类别 |模型 |输入图抵扣系数（AFP/张） |输出图抵扣系数（AFP/张） |
|---|---|---|---|
|图片生成 |doubao-seedream-5-0-pro |* 第一张：免费 |* 单图生成场景： | \
| | |* 第二张起：10 | * ≤ 261 万像素（分辨率 1.5K 及以下）：150 | \
| | | | * \> 261 万像素（分辨率 1.5K 以上）：300 | \
| | | |* 图层拆分场景： | \
| | | | * ≤ 261 万像素（分辨率 1.5K 及以下）：75 | \
| | | | * \> 261 万像素（分辨率 1.5K 以上）：150 |
### 语音模型
> 模型决定抵扣系数。
|模型类别 |模型 |抵扣系数 |单位 |
|---|---|---|---|
|语音模型 |doubao-seed-tts-2.0 |1350 | 万字符 |
|语音模型 |doubao-seed-asr-2.0 |450 |小时 |
## Harness
### 专业数据集
|Harness | 数据类型 |抵扣系数 |单位 |
|---|---|---|---|
|专业数据集 |中国金融数据库 |12 | 次 |
|专业数据集 |企业工商数据库 |12 | 次 |
|专业数据集 |企业风险数据库 |12 | 次 |
|专业数据集 |科研学术数据搜索服务 |24 | 次 |
|专业数据集 |中国汽车车型配置库 |12 | 次 |
|专业数据集 |中国汽车品牌销量数据 |12 | 次 |
|专业数据集 |宏观经济数据库 |12 | 次 |
|专业数据集 |元典法律法规数据库 |60 | 次 |
|专业数据集 |元典司法案例数据库 |48 | 次 |
|专业数据集 |法律幻觉校验服务 |240 | 次 |
|专业数据集 |其他专业数据搜索服务 |12 | 次 |
### 豆包搜索
豆包搜索支持使用 Agent Plan 套餐内 AFP 进行抵扣，抵扣系数如下：
|Harness |抵扣系数 |单位 |
|---|---|---|
|豆包搜索 |5 |次 |
### Agent 记忆
每个数据库独立计费，每个库抵扣情况如下：
|文件情况 |抵扣系数 |单位 |
|---|---|---|
|前50个文件 |免费 |\- |
|50 < 文件数 ≤ 4 万 |5 |小时 |
|文件数 > 4万 |1.5 |万个文件/小时 |
> **注意**
>
> - 一旦开通抵扣，该账号下 OpenViking 所有数据库均从 Agent Plan 抵扣，不支持部分抵扣。
> - 关闭 Agent Plan 抵扣会立即自动关停 OpenViking 商品，并不定期清理数据，请谨慎操作。
> - 请确保您的官网账户余额 ≥ 0，避免由于欠费导致数据回收。
### AI Native 应用开发底座
AI Native 应用开发底座采用按量付费模式，各计费项按标准换算为 AFP，由方舟 Agent Plan 统一抵扣。数据库引擎与AI Gateway 服务模型抵扣系数如下所示。
#### 数据库引擎
数据库引擎抵扣系数如下：
|计费项 |说明 |抵扣系数 |单位 |
|---|---|---|---|
|数据库算力 |Workspace 计算资源的费用，以 CU 作为计费单元。1 个 CU 等价于 1 核 CPU 4 GiB 内存的计算资源。 |250 |元/CU/小时 |
|Supabase 通用组件算力 |Supabase 服务通用组件计算资源的费用。 |250 |元/CU/小时 |
|Edge Function 执行次数 |Supabase 服务调用 Edge Function 产生的费用。 |70 |元/万次 |
|对象存储容量 |Supabase 服务使用的对象存储容量的费用。 |0.125 |元/GiB/小时 |
|数据库存储容量 |Workspace 的数据存储空间的费用。 |0.625 |元/GiB/小时 |
|Storage Vector Bucket存储容量 |Supabase 中 Storage 服务的 Vector Bucket 存储容量 |0.575 |元/GiB/小时 |
|Storage Vector Bucket数据查询 |Supabase 中 Storage 服务的 Vector Bucket 数据查询 |0.045 |元/vCU/小时 |
|Storage Vector Bucket数据更新 |Supabase 中 Storage 服务的 Vector Bucket 数据更新 |0.045 |元/vCU/小时 |
> **说明**
>
> 计费项对应的规格非 Supabase 的最小可用规格，若采用最小规格（数据库算力 0.5 CU、Supabase 通用组件算力 0.25 CU），每小时仅需消耗 187.5 AFP 及少量存储相关 AFP。
#### AI Gateway 服务模型
AI Gateway 服务模型的计费项与抵扣系数如下：
> **注意**
>
> 此服务使用模型非 Agent Plan 套餐里的模型，使用的相关模型是服务账号购买模型。
|模型 |计费项 |抵扣系数 |单位 |
|---|---|---|---|
|doubao-seedance-2.0 |分辨率：480p/720p 输入包含视频 |21 |token |
|^^|分辨率：480p/720p 输入不含视频 |34.5 |token |
|^^|分辨率：1080p 输入包含视频 |23.25 |token |
|^^|分辨率：1080p 输入不含视频 |38.25 |token |
|^^|分辨率：4k 输入包含视频 |12 |token |
|^^|分辨率：4k 输入不含视频 |19.5 |token |
|doubao-seedance-2.0-fast |输入包含视频 |16.5 |token |
|^^|输入不含视频 |27.75 |token |
|doubao-seedance-2.0-mini |输入包含视频 |10.5 |token |
|^^|输入不含视频 |17.25 |token |
|doubao-seedream-5.0-lite |文生图张数 |165 |元/张/小时 |
|^^|图像编辑张数 |165 |元/张/小时 |
|doubao-seedream-5.0-pro |多于1张的输入图张数 |15 |元/张/小时 |
|^^|少于或等于236万像素输出图 |225 |元/张/小时 |
|^^|多于236万像素输出图 |450 |元/张/小时 |
|doubao-seed-2.1-pro |缓存-存储 |0.01275 |元/千tokens/小时 |
|^^|输入 |4.5 |元/千tokens/小时 |
|^^|输出 |22.5 |元/千tokens/小时 |
|doubao-seed-2.1-turbo |缓存-存储 |0.01275 |元/千tokens/小时 |
|^^|输入 |2.25 |元/千tokens/小时 |
|^^|输出 |11.25 |元/千tokens/小时 |
|doubao-seed-2.0-code |输入长度≤32k：缓存-存储 |0.01275 |元/千tokens/小时 |
|^^|输入长度≤32k：输入 |2.4 |元/千tokens/小时 |
|^^|输入长度≤32k：输出 |12 |元/千tokens/小时 |
|^^|32k<输入长度≤128k：缓存-存储 |0.01275 |元/千tokens/小时 |
|^^|32k<输入长度≤128k：输入 |3.6 |元/千tokens/小时 |
|^^|32k<输入长度≤128k：输出 |18 |元/千tokens/小时 |
|^^|128k<输入长度≤256k：缓存-存储 |0.01275 |元/千tokens/小时 |
|^^|128k<输入长度≤256k：输入 |7.2 |元/千tokens/小时 |
|^^|128k<输入长度≤256k：输出 |36 |元/千tokens/小时 |
|doubao-seed-2.0-lite |输入长度≤32k：缓存-存储 |0.01275 |元/千tokens/小时 |
|^^|输入长度≤32k：输入 |0.45 |元/千tokens/小时 |
|^^|输入长度≤32k：输出 |2.7 |元/千tokens/小时 |
|^^|32k<输入长度≤128k：缓存-存储 |0.01275 |元/千tokens/小时 |
|^^|32k<输入长度≤128k：输入 |0.675 |元/千tokens/小时 |
|^^|32k<输入长度≤128k：输出 |4.05 |元/千tokens/小时 |
|^^|128k<输入长度≤256k：缓存-存储 |0.01275 |元/千tokens/小时 |
|^^|128k<输入长度≤256k：输入 |1.35 |元/千tokens/小时 |
|^^|128k<输入长度≤256k：输出 |8.1 |元/千tokens/小时 |
|doubao-seed-2.0-mini |输入长度≤32k：缓存-存储 |0.01275 |元/千tokens/小时 |
|^^|输入长度≤32k：输入 |0.15 |元/千tokens/小时 |
|^^|输入长度≤32k：输出 |1.5 |元/千tokens/小时 |
|^^|32k<输入长度≤128k：缓存-存储 |0.01275 |元/千tokens/小时 |
|^^|32k<输入长度≤128k：输入 |0.3 |元/千tokens/小时 |
|^^|32k<输入长度≤128k：输出 |3 |元/千tokens/小时 |
|^^|128k<输入长度≤256k：缓存-存储 |0.01275 |元/千tokens/小时 |
|^^|128k<输入长度≤256k：输入 |0.6 |元/千tokens/小时 |
|^^|128k<输入长度≤256k：输出 |6 |元/千tokens/小时 |
|doubao-seed-2.0-pro |输入长度≤32k：缓存-存储 |0.01275 |元/千tokens/小时 |
|^^|输入长度≤32k：输入 |2.4 |元/千tokens/小时 |
|^^|输入长度≤32k：输出 |12 |元/千tokens/小时 |
|^^|32k<输入长度≤128k：缓存-存储 |0.01275 |元/千tokens/小时 |
|^^|32k<输入长度≤128k：输入 |3.6 |元/千tokens/小时 |
|^^|32k<输入长度≤128k：输出 |18 |元/千tokens/小时 |
|^^|128k<输入长度≤256k：缓存-存储 |0.01275 |元/千tokens/小时 |
|^^|128k<输入长度≤256k：输入 |7.2 |元/千tokens/小时 |
|^^|128k<输入长度≤256k：输出 |36 |元/千tokens/小时 |
### Agent 进化
套餐内250AFP/百万token，暂不支持超额后付费
|Harness |抵扣系数 |单位 |
|---|---|---|
|Agent 进化 |250 |百万 token |
### Computer Use Agent
按小时计费，套餐内 312.5 AFP/CU/小时；活动期内限时 2 折优惠，费率低至 62.5 AFP/CU/小时。
|Harness |抵扣系数 |单位 |
|---|---|---|
|Computer Use Agent |312.5（限时 2 折 62.5） |CU/小时 |
## 抵扣示例
* 文本生成模型示例：当模型设置为 doubao-seed-evolving ，某次请求输入为 50k token，输出为 0.5k token。
```Plain Text
本次 AFP 消耗
= (输入 token * 输入抵扣系数 + 输出 token * 输出抵扣系数) / 10,000
= (50000 * 2.5 + 500 * 2.5) / 10000
= 12.625 AFP
```
* 视频生成模型示例：当模型设置为 doubao-seedance-2.0-fast，某次视频任务输入包含视频，成功生成视频，消耗 150k token。
```Plain Text
本次 AFP 消耗
= 消耗的 token / 10000 * 抵扣系数
= 150000 / 10000 * 110
= 1650 AFP
```
* 语音模型示例：当模型设置为 doubao-seed-tts-2.0，某次请求文本为 2000 字符数，消耗 270 AFP。
```Plain Text
本次 AFP 消耗
= 文本字符数 / 10,000 * 抵扣系数
= 2000 / 10000 * 1350
= 270 AFP
```
* 专业数据集：成功调用一次中国金融数据库，消耗 12 AFP。