实测!Trae 1000积分能用多少token,积分换算一篇说清
TRAE 国内版所有模型共用一个积分池,但每个模型扣的积分差得很远。按"缓存读取 95%"的口径,1000 积分跑 Qwen3.8-Flash 约 1.62 亿 token,跑 Kimi-K3 只有约 680 万,差了 24 倍。四个 Flash 档都在 1.2 亿以上,日常写代码先选 Flash;缓存降到 75%,GLM-5.3-Flash 会反超 Qwen3.8-Flash;新开对话还会先多扣一笔,尽量在一个对话里连续做完。
TRAE 国内版的积分,究竟是怎么计费的?今天我们把软件里十个常用模型,一个个拿来测了一遍。同一个积分池,每个模型扣的积分却完全不一样,一起来一探究竟!
一、积分怎么扣
TRAE 国内版的套餐只有一个"积分":Lite 每月 2000 积分,Ultra 每月 40000。后台标价 1 积分 = 0.025 元,也就是 1000 积分 25 元。
每次请求的积分分三段扣:没命中缓存的输入、命中缓存的输入、输出。每个模型这三段的单价都不一样:
积分 = 未命中输入 × 输入价 + 缓存读取 × 缓存价 + 输出 × 输出价(单价单位:积分 / 百万 token)
官方没有公布每个模型的单价,下面这些是我测出来的。
二、怎么测的
11 月 4 日,我用免费账号,每次手动选模型,不用 Auto。每个模型开三个新对话:
- 粘贴一份约 6.4 万字符的日志,只让它回复 OK,测大输入;
- 让它直接输出 1 到 2000 的整数,测长输出;
- 粘贴另一份日志后,在同一个对话里连问 8 个问题,测多轮缓存。
再加一条"你好"当基线。拿后台用量接口里每条记录的真实 token 数和扣掉的积分,用最小二乘拟合出三档单价。每个模型用了 10 到 12 条记录,最大误差不超过 0.0005 积分,拟合出来都是整数或常见小数。
有两个例外要说一下:DeepSeek-V4.1-Flash 的基线刚好落在闲时折扣里,没有参与拟合,只用了 10 条;Kimi-K3.1-Pro 用的是 10 月 31 日的另一次测试,5 条消息拟合,没测长对话,测法和其他模型不完全一样。我也没有逐题核对模型回答的对错,这次只看计费。
三、十个模型的三档单价
先看单价。GLM-5.3-Flash 的未命中输入最低,19.2;DeepSeek-V4.1-Flash 的缓存读取最低,1.6;Kimi-K3 的未命中输入和输出都是这批里最贵的,800 和 4000;Qwen3.8-Max 的缓存读取最高,96。
另外,只有 Kimi-K3 出现了缓存写入,拟合出来是 0,也就是免费。
四、1000 积分能跑多少
写代码时一个对话连着聊,绝大部分输入会命中缓存,所以我统一按"缓存读取 95%、未命中输入 4%、输出 1%"来算。每百万 token 扣的积分:
c = 0.04 × 未命中输入价 + 0.95 × 缓存价 + 0.01 × 输出价,1000 积分可跑 1000 ÷ c 百万 token
| 模型 | 输入 | 缓存 | 输出 | 1000 积分能跑 |
|---|---|---|---|---|
| Qwen3.8-Flash | 32 | 4 | 108 | 约 1.62 亿 |
| GLM-5.3-Flash | 19.2 | 5.52 | 67.2 | 约 1.50 亿 |
| MiniMax-M3.1-Flash | 40 | 4 | 160 | 约 1.43 亿 |
| DeepSeek-V4.1-Flash | 80 | 1.6 | 320 | 约 1.26 亿(忙时原价) |
| MiniMax-M3 | 84 | 16 | 336 | 约 0.46 亿 |
| DeepSeek-V4-Pro | 460 | 15.34 | 1381 | 约 0.21 亿(白天原价) |
| GLM-5.3 | 216 | 54 | 756 | 约 0.15 亿 |
| Kimi-K3.1-Pro | 520 | 52 | 2720 | 约 0.10 亿 |
| Qwen3.8-Max | 480 | 96 | 1440 | 约 0.08 亿 |
| Kimi-K3 | 800 | 80 | 4000 | 约 0.068 亿 |
单位:积分 / 百万 token,个人版账号手选模型,没有会员折扣。
最多和最少差了 24 倍。按标价 25 元 / 1000 积分算,Qwen3.8-Flash 一亿 token 约 15 元,Kimi-K3 要 370 元左右。前四个 Flash 档都在 1.2 亿以上,从 MiniMax-M3 开始一下掉到 0.5 亿以下。
同样叫 GLM,GLM-5.3-Flash 能跑 1.5 亿,GLM-5.3 只有 0.15 亿,差了十倍。
和各家官方 API 价比:GLM 两个模型在 TRAE 里比官方便宜;DeepSeek-V4-Pro 同一个请求约贵 28%,Qwen3.8-Max 约贵 36%;Qwen3.8-Flash、MiniMax-M3.1-Flash、DeepSeek-V4.1-Flash 基本和官方价一样。
五、缓存一少,排名就变
上面是缓存 95% 的情形。如果缓存只有 75%(未命中输入 24%、输出 1%),名次会换:GLM-5.3-Flash 能跑 1.06 亿,反超 Qwen3.8-Flash 的 0.85 亿;DeepSeek-V4.1-Flash 的缓存价虽然是十个里最低的,但未命中输入价高,缓存一少就掉到 0.42 亿。
所以你是一个对话连着做长任务,还是经常新开对话、每次换个小需求,选的模型可能不一样。
六、新开对话,先多扣一笔
我测下来,多数模型每次新开对话,第一条消息会带着约 2.6 万 token 的隐藏上下文,这时候缓存很低,扣得比较贵。缓存也有时效,停下来太久再回来接着聊,缓存可能就失效了。这是我实测的观察,官方没有说明。
所以尽量在一个对话里连续做完,别动不动新开。
七、几个前提
- 1 积分 = 0.025 元是后台字段,不是官方售价;每个模型三档单价是拟合出来的,Kimi-K3.1-Pro 的测法和其他模型略有差异。
- DeepSeek-V4.1-Flash 表里是忙时原价(工作日 9–12 点、14–18 点),其余时间 5 折,活动到 11 月 16 日;DeepSeek-V4-Pro 表里是白天原价,晚上 22 点到早上 8 点 5 折。
- 上面全部是免费账号原价,没有算会员。Lite 首月低至 34 元,每月 2000 积分,再加每天登录领的积分(我的账号每天 200),一个月约 8000 积分,这样 1000 积分摊到 4 块多。定价页写的会员折扣(比如 GLM-5.3 7.5 折)我没有实测,这也是首月促销叠加的结果,不是日常价。
怎么选:日常写代码,先看 Flash 档,都在 1.2 亿以上,不够再往上加。Kimi 两个模型里,K3.1-Pro 比 K3 多跑约五成。
你平时在 TRAE 里用哪个模型?评论区告诉我,我下期接着算。
数据有出入,点"告诉我们",更正会写在文中。
内容有误?告诉我们,核实后会更正,并在这里写明改了什么。
回复
还没有人回复,来说第一句。