> For the complete documentation index, see [llms.txt](https://docs.maiagent.ai/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.maiagent.ai/others/usage.md).

# 用量計算

Credits 制度下平台用量計算方式 — 一份額度同時涵蓋對話、語音、生圖、文件解析等所有 AI 功能。

{% hint style="success" %}
✨ **MaiAgent 採用 Credits 點數制計費** — 一份額度同時涵蓋對話、語音、生圖、文件解析等所有 AI 功能。本頁說明 Credits 計算方式。

完整 Credits 制度說明請見 [Credits 計費制度](/others/credits.md)。
{% endhint %}

## Credits 計算方式 <a href="#credits-calculation" id="credits-calculation"></a>

### 不同模型，不同費率 — 您可以彈性配置 <a href="#per-model-pricing" id="per-model-pricing"></a>

每一次 AI 對話會根據使用的模型，以「**每 100 萬 tokens** 對應的 Credits」計算消耗，**Input 與 Output 分開計價**。

* 使用輕量模型（如 Claude 4.5 Haiku、GPT-6 Luna）消耗較少 — 客服 FAQ、一般問答的最佳選擇
* 使用旗艦模型（如 Claude 5.5 Opus、GPT-6.1 Sol）消耗較多 — 深度分析、高品質創作的最佳選擇
* **預算控制權在您手上** — 多個 Agent 可各自使用不同模型，依模型等級費率扣 Credits，可依用途優化成本
* 完整費率表請至 <mark style="color:blue;">**組織設定**</mark> → <mark style="color:blue;">**Credits**</mark> → <mark style="color:blue;">**計費方式**</mark> 查看，示例費率見 [Credits 計費制度：主要模型 Credits 費率](/others/credits.md#model-rates)

### 多模態功能：一份額度全包 <a href="#multimodal-features" id="multimodal-features"></a>

**所有功能預設可用，每個功能擁有獨立 Credits 費率**，計費直覺：

* **圖片生成**：依照解析度與模型計費
* **語音轉文字 (STT)**：依照音訊長度計費
* **文字轉語音 (TTS)**：依照字元數計費
* **知識庫文件解析**：依使用的解析器計費，詳見下方 [知識庫處理計費](#knowledge-base-processing-billing)
* **網路搜尋**：依照查詢次數計費
* **Agent 工具呼叫**：依照工具類型計費

### 用量範例 <a href="#usage-example" id="usage-example"></a>

以最常用的 **Claude 4.5 Haiku** 為例：

* 一次約 500 字的客服對話 → 約消耗 **25–50 Credits**
* 加購 1,000,000 Credits → 可支撐**數萬次**客服對話\
  — 同時可拿來處理語音、生圖、文件解析等其他功能

## 知識庫處理計費 <a href="#knowledge-base-processing-billing" id="knowledge-base-processing-billing"></a>

文件上傳到知識庫後，系統會先解析檔案內容，再把內容向量化並存放在知識庫裡。解析、向量化與儲存各自計費，每一筆都會出現在 <mark style="color:blue;">**組織設定**</mark> → <mark style="color:blue;">**Credits**</mark> → <mark style="color:blue;">**消耗記錄**</mark>。目前的單價請看 <mark style="color:blue;">**計費方式**</mark>：解析、向量化與儲存在 <mark style="color:blue;">**知識庫與向量檢索系統**</mark> 分類，Vision Parser 使用的模型在 <mark style="color:blue;">**AI 文字生成與理解模型**</mark> 分類，爬蟲在 <mark style="color:blue;">**Web 爬蟲與數據擷取**</mark> 分類。

### 各解析器的計費單位 <a href="#parser-billing-units" id="parser-billing-units"></a>

| 解析器                                                         | 計費單位                                   | 消耗記錄的服務項目                                                                       |
| ----------------------------------------------------------- | -------------------------------------- | ------------------------------------------------------------------------------- |
| **MaiAgent Parser**                                         | 解析後產生的文本節點（段落）數                        | <mark style="color:blue;">文件解析</mark>                                           |
| **MaiAgent Parser (Offline)**                               | 解析後產生的文本節點（段落）數                        | <mark style="color:blue;">文件解析</mark>                                           |
| **Vision Parser**                                           | 該解析器所用多模態模型的輸入與輸出 tokens，依該模型的語言模型費率計算 | <mark style="color:blue;">LLM 輸入</mark>、<mark style="color:blue;">LLM 輸出</mark> |
| **語音轉文字解析器**（Azure Speech、WhisperGroq、WhisperOpenAI、Bronci） | 音訊秒數                                   | <mark style="color:blue;">語音解析</mark>                                           |

* 解析器選 <mark style="color:blue;">自動偵測（預設）</mark> 時，依系統實際選用的解析器計費；實際用了哪一個，看知識庫文件列表的 <mark style="color:blue;">解析器</mark> 欄。詳見 [如何建立知識庫：解析器](/build/knowledge-base/km-basic-settings.md#what-is-parser)，挑選規則見 [技術人員手冊 - 「自動偵測（預設）」與解析計費](https://docs.maiagent.ai/tech/quickstart/parser#auto-detect-and-billing)。
* 要對帳某一個檔案時，在 <mark style="color:blue;">消耗記錄</mark> 的 <mark style="color:blue;">搜尋</mark> 輸入檔名即可找到它的解析費用；匯出 CSV 的「描述」欄會寫明解析器與檔名，例如 `Document parsing (maiagent): 檔名`、`Vision parsing input: 檔名`、`Audio parsing (azure): 檔名`。
* 音訊檔若另外使用外掛的語者辨識模型標記說話者，會再依音訊秒數計一筆 <mark style="color:blue;">語者辨識</mark>。

### 向量化與儲存 <a href="#embedding-and-storage" id="embedding-and-storage"></a>

| 項目                                     | 計費方式                                               | 消耗記錄的描述                        |
| -------------------------------------- | -------------------------------------------------- | ------------------------------ |
| <mark style="color:blue;">向量化</mark>   | 依解析後內容的 token 數，每千 token 計費                        | `Document embedding: 檔名`       |
| <mark style="color:blue;">圖片向量化</mark> | 多模態知識庫嵌入圖片時，每千 token 計費                            | `Document image embedding: 檔名` |
| <mark style="color:blue;">檔案儲存</mark>  | 知識庫原始檔案占用的空間，依每 MB／月費率按日計收                         | `File Storage billing 日期`      |
| <mark style="color:blue;">向量儲存</mark>  | 存放在平台代管向量儲存空間的向量資料，依每 MB／月費率按日計收；連接自建向量資料庫的知識庫不收此項 | `Vector Storage billing 日期`    |

#### 儲存費怎麼算 <a href="#storage-billing-calculation" id="storage-billing-calculation"></a>

檔案儲存與向量儲存都是**每天結算一筆**，不是月底一次收：

* **每天的量**：系統每天各算一次組織的總量——檔案儲存加總知識庫文件的檔案大小（失敗、刪除中、刪除失敗與已刪除的文件不算；對話附件另計，見 [Credits 計費制度](/others/credits.md#attachment-and-derived-storage)），向量儲存加總所有使用平台代管向量資料庫的知識庫的向量資料大小。這兩個數字就是知識庫文件列表的 <mark style="color:blue;">檔案大小</mark> 與 <mark style="color:blue;">向量儲存空間</mark> 欄位加總。
* **單位換算**：以 1 MB＝1,048,576 bytes（二進位）換算成 MB，不做無條件進位。
* **每天扣的點數**：`當天總 MB ÷ 30 × 每 MB／月費率`，數量取到小數第 6 位；所以每月實際天數不影響單日費用，一個月 31 天會扣 31 筆。
* **結算時間**：向量儲存每天 01:00、檔案儲存每天 02:00（台北時間）各結算一次，當天總量為 0 時不產生記錄。
* **增減容量**：按結算當下的實際容量計算，沒有累計或遞增的概念。新上傳的文件從下一次結算起計入；刪除文件後，從下一次結算起就不再計入。
* **不足一天**：以結算當下的容量為準，不依上傳時間按小時分攤。

{% hint style="info" %}
要估一個月的儲存費，用「目前知識庫總容量（MB）× 每 MB／月費率」即可；費率在 <mark style="color:blue;">**計費方式**</mark> → <mark style="color:blue;">**知識庫與向量檢索系統**</mark> 的 <mark style="color:blue;">**檔案儲存**</mark> 與 <mark style="color:blue;">**向量儲存**</mark> 項目。
{% endhint %}

### 解析失敗與重新解析 <a href="#failed-and-reparse" id="failed-and-reparse"></a>

* **解析失敗不扣點**：文件處理完成時才計費，狀態為失敗的文件不會產生解析費用。
* **每種解析器最多收一次**：同一份文件用同一個解析器重新解析，或換回先前用過的解析器，不會再扣文件解析費；換成這份文件沒用過的解析器，會依新解析器再扣一次。所有 Vision Parser 合併算同一種。
* **例外**：語音轉文字解析每次重新轉錄都會依音訊秒數再扣一次。
* **已扣的點數不退回**：換解析器之後，先前那次解析的費用仍會保留在消耗記錄。

{% hint style="warning" %}
在文件列表更換解析器（含 <mark style="color:blue;">批量修改解析器</mark>）會立即重新解析。若要固定解析成本，請在上傳時直接選擇解析器，不要使用 <mark style="color:blue;">自動偵測（預設）</mark>。
{% endhint %}

### 爬蟲用量怎麼算 <a href="#crawler-billing" id="crawler-billing"></a>

| 動作                                           | 消耗記錄的服務項目                                         | 計費方式                                         |
| -------------------------------------------- | ------------------------------------------------- | -------------------------------------------- |
| 建立爬蟲前按 <mark style="color:blue;">預覽</mark>   | <mark style="color:blue;">Firecrawl 爬取結果預覽</mark> | 每次預覽計一次                                      |
| 在進階設定按 <mark style="color:blue;">生成規則</mark> | <mark style="color:blue;">Firecrawl 網址預覽</mark>   | 每次生成計一次                                      |
| 執行爬取（含每次排程執行）                                | <mark style="color:blue;">Firecrawl 爬取</mark>     | 依實際爬到的頁數，爬取完成時一次計算                           |
| 把頁面匯入知識庫                                     | <mark style="color:blue;">Firecrawl 匯入</mark>     | 依匯入的網頁內容 token 數，每千 token 計費；同一頁匯入到幾個知識庫就計幾次 |

* 最大爬取深度與頁數設得越大、排程執行得越頻繁，爬取費用越高。建議先用小範圍測試，再逐步擴大。
* 匯入時若選擇 <mark style="color:blue;">略過</mark>，已匯入過的網址不會再計費；匯入時若需要重新抓取該頁，會另計 1 頁 <mark style="color:blue;">Firecrawl 爬取</mark>。
* 匯入後的網頁會成為知識庫文件，後續的解析、向量化與儲存依上方規則計費。

### 怎麼對帳單一檔案的費用 <a href="#per-file-reconciliation" id="per-file-reconciliation"></a>

解析與向量化的每一筆消耗記錄都帶著檔名，所以可以逐檔對帳：

1. 進入 <mark style="color:blue;">**組織設定**</mark> → <mark style="color:blue;">**Credits**</mark> → <mark style="color:blue;">**消耗記錄**</mark>，在 <mark style="color:blue;">搜尋</mark> 輸入檔名。
2. 同一份檔案會看到 <mark style="color:blue;">文件解析</mark>（或 LLM 輸入／輸出、語音解析）與 <mark style="color:blue;">向量化</mark> 各一筆以上；重新解析或換解析器會再多出對應的記錄。
3. 要整批對帳時，用 <mark style="color:blue;">**匯出 CSV**</mark>，以「描述」欄的檔名彙整。

消耗記錄的篩選條件是日期、類型與 Agent，**沒有「依知識庫」的篩選**；要看某個知識庫的總費用，請先在知識庫的文件列表取得檔名清單，再到消耗記錄比對。儲存費是整個組織每天一筆，不會拆到個別檔案或知識庫。

### 怎麼估算一批文件的解析與向量化費用 <a href="#estimate-processing-cost" id="estimate-processing-cost"></a>

平台沒有上傳前的費用試算功能，實際扣點以消耗記錄為準。要在上傳大批文件前抓預算，建議用**同格式、同解析器的樣本**外推：

1. 從這批文件中挑幾份有代表性的檔案（頁數與圖文比例接近整批的平均），用預計使用的解析器上傳到知識庫，等狀態變成 <mark style="color:blue;">完成</mark>。
2. 依上方[對帳方式](#per-file-reconciliation)查出每份樣本的解析與向量化扣點，並在文件列表記下它們的 <mark style="color:blue;">檔案大小</mark>、<mark style="color:blue;">Chunks 數量</mark> 與 <mark style="color:blue;">向量儲存空間</mark>。
3. 把樣本的扣點加總後除以樣本的檔案大小（或頁數）加總，得到「每 MB（或每頁）的點數」，再乘上整批的總量。樣本之間差異很大時，改用每份樣本各自的比例取中間值，並保留高低區間。
4. 儲存費另外依[儲存費怎麼算](#storage-billing-calculation)用整批的檔案大小與樣本的「向量儲存空間 ÷ 檔案大小」比例估算。

{% hint style="warning" %}

* 比例只在**同格式、同解析器、內容型態接近**時才能外推：解析費依文本節點數或模型 token 計，向量化費依文字 token 計，圖片檔或掃描 PDF 的比例和純文字 PDF 完全不同，PNG 樣本的比例不能套用到 PDF。
* 用 <mark style="color:blue;">自動偵測（預設）</mark> 時，系統可能為部分檔案改用 Vision Parser，費用會高於樣本；要讓估算成立，上傳時直接指定解析器。
* 樣本量少或檔案很小時，單檔的固定開銷會讓比例偏高，請以較大的樣本量計算。
* 這樣得到的是預算用的估計值，不是報價或保證金額；最終請以消耗記錄的實際扣點對帳。
  {% endhint %}

## 知識庫容量計算 <a href="#knowledge-base-storage" id="knowledge-base-storage"></a>

組織下的所有 Agent 的知識庫上傳頁面中的 **檔案大小** 加總即為知識庫所使用的容量。

* 刪除文件後，該文件的容量即不再計算
* 知識庫容量上限依方案不同，詳見 [試用與訂閱方案](/others/trial-and-plans.md)
* 容量的 Credits 計費方式見上方 [儲存費怎麼算](#storage-billing-calculation)

## 用量查詢 <a href="#usage-query" id="usage-query"></a>

請至 <mark style="color:blue;">**組織設定**</mark> → <mark style="color:blue;">**Credits**</mark> 查看：

* **概覽**：即時 Credits 餘額、即將到期額度、月度用量趨勢
* **入帳紀錄**：每筆 Credits 來源（方案發放、加購、贈送等）與有效期，FIFO 扣抵
* **消耗記錄**：每筆用量明細，可依日期、類型、Agent 篩選，**支援 CSV 匯出做財務對帳**
* **計費方式**：所有模型與功能的詳細費率

***

## 常見問題 <a href="#faq" id="faq"></a>

### Q：文件刪除後是否計算容量？ <a href="#faq-deleted-file" id="faq-deleted-file"></a>

刪除後不再計算。


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation by asking a question.

Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters:

```
GET https://docs.maiagent.ai/others/usage.md?ask=<question>&goal=<user_goal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `automate deployments from our CI pipeline` lets GitBook tailor the answer to that use case.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.