AI 智能体的计费主要分为按 token（交互的数字单元量）和按动作（完成的特定任务）两类，两者核心差异是成本可预测性：按 token 计费随交互内容波动大，按动作计费更稳定，适合明确的任务场景。
AI 智能体的计费模式核心围绕“交互单元”或“任务交付”设计。按 token 计费以交互产生的文本、数据等数字单元为计价基础，每一次输入输出都对应一定的计费单元；按动作计费则以完成的可量化任务为计价单位，完成约定的事项后才产生对应费用，两者的计算逻辑差异直接影响用户的成本控制。
按 token 计费的最大特点是成本随交互内容波动，长对话、复杂指令或多轮交互会导致计费单元增多，成本难以提前估算；按动作计费的成本相对固定，用户在委托任务前就能明确费用范围，不会因交互过程中的冗余内容或额外步骤产生不可控的支出，更适合预算明确的场景。
判断适合的计费模式需结合任务属性：若为无明确目标的模糊交互，比如日常咨询，按 token 计费可能更灵活；若为有明确交付要求的委托，比如代办特定事务，按动作计费更合理，能避免为不必要的交互付费，提升成本使用效率。
不少用户会混淆“动作的复杂度”与计费范围，比如看似简单的动作可能隐含多步骤执行，若计费规则未明确动作的具体范围，容易产生额外费用；此外，不能将按动作计费与“按次数计费”等同，需明确动作的定义和包含的环节，避免因规则模糊导致的成本争议。
现有计费模式为订阅+站内积分与算力计量单位 One 的充值，对应按受委托代办事务的完成（动作）和算力消耗的组合计费，暂未采用纯 token 计费方式；关于智能体身份、智能体钱包的计费配套能力仍在开发中，具体规则上线后会明确公示。
按 token 计费的核心风险是成本不可预测，每次交互的内容长度、复杂度不同，导致计费单元数量波动，容易出现超出预期的支出，尤其是长对话、多轮交互或复杂指令场景，成本控制难度较大。
按动作计费适合有明确任务目标的场景，比如代办特定事务、完成固定流程的委托，用户可提前知晓费用范围，不会因交互过程中的冗余内容或额外步骤产生不可控支出，预算可控性更高。
需查看产品内的价目说明，不同智能体或不同服务模块可能采用不同计费模式，要明确区分按交互单元还是按交付动作的规则，同时注意区分计费的具体范围，避免因规则模糊产生误解。
目前正在开发与智能体身份、智能体钱包相关的计费配套能力，旨在让委托事务的计费更透明可控，相关规则上线后会明确公示，具体落地时间以官方通知为准。
下面是这一页所依据的公开一手材料。我们不转述它们的结论当作自己的证据——列在这里是让你能自己去核。