簡短答案
Perceptron Mk1是Perceptron的一款模型,定價為每百萬輸入token $0.15、每百萬輸出token $1.5,上下文視窗為33K token。一則標準回答,意即1,000個輸入token與500個輸出token,成本是$0.0009。在Whizi裡每則訊息耗費1點數,需要Powerhouse方案或以上。
這使它成為型錄裡較便宜的模型之一:89個計價模型中有59個每則回答成本更高,29個更低。
Perceptron Mk1的成本
牌價是供應商每個token收取的費用。一則標準回答的成本是更實用的數字,因為它把同樣的工作量換算成統一單位,不受各模型計費方式不同的影響。
| 輸入,每百萬token | $0.15 |
| 輸出,每百萬token | $1.5 |
| 一則標準回答 | $0.0009 |
| 一千則回答 | $0.9000 |
| 上下文視窗 | 33K token |
| Whizi每則訊息點數 | 1 |
| 最低Whizi方案 | Powerhouse |
| 依成本排名,共89個計價模型 | 30 |
價格是OpenRouter所刊載的Perceptron官方牌價,最近一次更新於2026-08-20。涵蓋29家供應商共100款模型的完整資料集是AI模型成本指數,可自由重複使用,但須註明出處。
在Whizi裡的成本
Whizi以點數而非token計量訊息,Perceptron Mk1每則訊息收取1點數。成本不會因為訊息長度或回答長度而改變,所以一行提問和一份長文件分析的成本相同。
| 方案 | 每月價格 | 每月點數 | 此模型可用訊息數 |
|---|---|---|---|
| Powerhouse | $49.99,或年繳$34.99 | 8,000 | 8,000 |
Perceptron Mk1屬於Powerhouse型錄。任何未明確列在Starter或Pro方案的模型都會歸入Powerhouse,這是給前沿與專業模型的刻意預設。參見方案與限制。
價格比較
與指數中最便宜的模型Ling-3.0-flash（每則回答$0.000053）相比,Perceptron Mk1貴17倍。與中位數Kimi K2 0711（$0.0017）相比,它便宜1.9倍。
它是計價指數中唯一一款Perceptron模型,因此沒有同供應商可比較。
它是計價指數中最便宜的Perceptron模型,所以在這個供應商內沒有更低階可切換的選項。
實際使用中的上下文視窗
Perceptron Mk1可接受33K token的上下文,大約相當於50頁文字。這低於計價型錄的中位數。
宣稱的上下文與實際可用的上下文並非同一回事。回憶能力通常在達到標示上限之前就開始下降,尤其是長輸入內容中間的部分,所以實際的測試方法是上傳一份長文件,詢問埋藏在中段的內容,而不是單純相信數字。
這個數字在你使用自己的文件時最為重要。如果文件對你選用的模型來說太長,在同一段對話中切換到上下文更大的模型可以延續脈絡,不必從頭開始。參見在對話中途切換模型。
- 輸入$0.15、輸出$1.5,皆為每百萬token
- 一則標準回答$0.0009,一千則$0.9000
- 33K token上下文視窗
- 在Whizi裡每則訊息1點數
- 需要Powerhouse方案或以上
- 依每則回答成本,在89個計價模型中排名第30
常見問題
Perceptron Mk1的成本是多少?
牌價為每百萬輸入token $0.15、每百萬輸出token $1.5,換算下來一則標準回答（1,000個輸入token、500個輸出token）為$0.0009,一千則為$0.9000。在Whizi裡則是每則訊息1點數,以每月額度計算,而非按token計費。
哪個Whizi方案包含Perceptron Mk1?
Powerhouse及以上,每月$49.99或年繳$34.99。以每則訊息1點數計算,Powerhouse的8,000點數額度若全數用在這個模型上可支撐8,000則訊息,而大多數人會混用1點數的模型處理日常工作,讓額度用得更久。
Perceptron Mk1的上下文視窗是多大?
33K token,大約相當於50頁文字,低於計價型錄的中位數。把這個數字當作上限而非實際可用值:回憶能力通常在達到標示上限前就會下降,尤其是長輸入內容中段的部分。
Perceptron Mk1和其他模型相比算貴嗎?
它依每則回答成本在89個計價模型中排名第30,也就是59個更貴、29個更便宜。整個型錄從最便宜到最貴的差距約有2000倍,遠比多數人想像的更懸殊,所以「貴」這個說法只有相對於你原本會選用的替代方案才有意義。