计量说明
为了让开发者与企业用户更高效地使用 AtomGit AI 的模型能力，本计量说明文档对 Token 消耗、模型类型、Notebook/Space 核时计算 等内容进行统一说明，帮助你清晰了解资源计算规则及预估方式。
一、计量方式概览
AtomGit AI 目前提供两类资源计量方式：
- Token 计量：适用于文本生成、图文转文本生成、文本生成图像、句子相似度、自动语音识别等模型推理服务。
- 核时计量：适用于 Notebook、Space 等需要计算资源的场景。
不同服务的计量方式独立计算，互不影响。
二、Token 计量规则
不同模型类型会消耗不同数量的 Token。以下为常见模型类型的 Token 预估规则：
| 模型类型 | 中文 Token 估算规则 | 英文 Token 估算规则 | 补充说明 |
|---|---|---|---|
| 文本生成 | 1 Token ≈ 1.5–1.8 个汉字 | 1 Token ≈ 4 个英文字符 | 不同模型采用的分词算法不一致，实际 Token 会有轻微差异。 |
| 图文转文本 | 1 Token ≈ 1.5–2 个汉字 | 1 Token ≈ 4 个英文字符 | 图像部分 Token 会根据分辨率计算：如 512×512≈334 Token。 |
| 句子相似度 | 1 Token ≈ 1.5-2 个汉字 | 1 Token ≈ 4 个英文字符 | 相似度结果分数约消耗 4 个 token。 |
| 自动语音识别 | 50,000 Token / 次 | 小于50M的音频文件每次成功生成消耗 50,000 Token | |
| 文生图 | 50,000 Token / 张图 | 不同分辨率与质量可能导致 Token 消耗调整，具体以调用结果为准。 |
说明：表格数据为一般估算规则，具体 Token 消耗以实际 API 返回为准。
三、核时计算规则（Notebook / Space）
Notebook 与 Space 使用 CPU 资源，采用 核时 计量方式。
核时计算公式：
核时 = CPU 核数 × 运行时间（小时）
Notebook / Space 核时消耗参考表
| CPU 核数 | 10 分钟 | 30 分钟 | 60 分钟 | 120 分钟 |
|---|---|---|---|---|
| 0.5 核 | 0.08 | 0.25 | 0.5 | 1 |
| 2 核 | 0.34 | 1 | 2 | 4 |
| 4 核 | 0.67 | 2 | 4 | 8 |
| 8 核 | 1.34 | 4 | 8 | 16 |
| 16 核 | 3.34 | 8 | 16 | 32 |
| 32 核 | 5.34 | 16 | 32 | 64 |
说明：
- Notebook 与 Space 计量逻辑一致；
- 实际扣取会根据资源使用日志精确计算，以实际使用日志计量为准；
- 多实例并发计算按实例累加；
四、常见问题
1. 总 Token 消耗怎么计算？
总 Token = 输入 Token + 输出 Token
输入输出越长，总 Token 消耗也越多。
2. 中英文混合 Token 怎么算？
系统会根据模型分词策略自动识别，中英文混合无需手动区分。
3. 图像 Token 为什么会变化？
取决于图像大小与模型支持的分辨率，通常分辨率越大 Token 越多。
以上就是 AtomGit AI 的计量方式说明。无论你是在使用推理 API、模型在线体验，还是在 Notebook / Space 中运行代码，都可以根据表格规则预估资源消耗。希望这份文档能帮助你更清楚地理解 Token 与核时的计算方式，方便你更安心地使用平台的各类模型与服务。遇到任何疑问，也欢迎随时在社区中联系我们。