Amazon Nova Pro 1.0:价格、上下文窗口和积分消耗

快速解答

Nova Pro 1.0单次标准回答(1,000个输入token加500个输出token)的费用是$0.0024。标价是每百万输入token $0.8,每百万输出token $3.2。上下文窗口为30万token,低于目录中位数。在Whizi中,Powerhouse及以上套餐每条消息消耗3积分。

简短答案

Nova Pro 1.0是亚马逊出品的模型,定价为每百万输入token $0.8,每百万输出token $3.2,上下文窗口为30万token。一次标准回答(即1,000个输入token和500个输出token)费用为$0.0024。在Whizi中,它每条消息消耗3积分,且需要Powerhouse或更高套餐。

这使它在目录中属于中等价位:89个定价模型中,有36个每次回答的费用更高,52个更低。

Nova Pro 1.0的费用是多少

标价是服务商按token收取的费用。单次标准回答的费用是更实用的数字,因为它把同一份工作量放在同一标准下衡量,不受各模型计费方式差异的影响。

输入,每百万token$0.8
输出,每百万token$3.2
单次标准回答$0.0024
一千次回答$2.40
上下文窗口30万token
在Whizi中每条消息积分3
最低Whizi套餐Powerhouse
按费用排名(共89个定价模型)53

价格为OpenRouter收录的亚马逊官方费率,最近一次更新于2026-08-20。涵盖29家服务商共100个模型的完整数据集见AI模型成本指数,可免费转载并注明来源。

在Whizi中的费用

Whizi以积分而非token计量消息,Nova Pro 1.0每条消息收取3积分。费用不随消息长度或回答长度变化,因此一句话提问和一份长文档分析花费相同。

套餐每月价格每月积分该模型可用消息数
Powerhouse$49.99,或按年计费$34.998,0002,666

Nova Pro 1.0属于Powerhouse目录。凡未明确列入Starter或Pro套餐的模型均归入Powerhouse,这是面向前沿模型和专用模型的默认设置。详见套餐与限额

价格对比表现

与索引中最便宜的模型Ling-3.0-flash(每次回答$0.000053)相比,Nova Pro 1.0贵45倍。与中位数模型Kimi K2 0711($0.0017)相比,贵1.4倍。

它是定价索引中唯一的亚马逊模型,因此没有同厂商对比可做。

它是定价索引中最便宜的亚马逊模型,因此在该厂商内部没有更低价可切换。

上下文窗口的实际表现

Nova Pro 1.0可接受30万token的上下文,大约相当于450页文本。这低于定价目录的中位数。

宣传的上下文长度和实际可用的上下文并不是一回事。召回能力往往在达到标称上限之前就开始下降,尤其是位于长文本中段的内容,因此更实用的做法是上传一份长文档,问一个埋在文中一半处的问题,而不是只看数字。

当你使用自己的文件工作时,这个数字才最重要。如果文档对所选模型来说太长,在同一对话中切换到上下文更大的模型可以延续对话线索,无需重新开始。详见对话中途切换模型

操作清单
  • 输入$0.8、输出$3.2,均为每百万token
  • 单次标准回答$0.0024,一千次$2.40
  • 30万token上下文窗口
  • 在Whizi中每条消息3积分
  • 需要Powerhouse或更高套餐
  • 按单次回答费用排名,位列89个定价模型中的第53位

常见问题

Nova Pro 1.0的费用是多少?

标价为每百万输入token $0.8,每百万输出token $3.2,换算下来单次标准回答(1,000个输入token、500个输出token)费用为$0.0024,一千次则为$2.40。在Whizi中,它按月度额度计算,每条消息3积分,而非按token计费。

哪个Whizi套餐包含Nova Pro 1.0?

Powerhouse及以上套餐,价格为每月$49.99,或按年计费$34.99。按每条消息3积分计算,Powerhouse套餐8,000积分的额度如果全部用在该模型上,可支持2,666条消息,大多数人会搭配1积分的模型用于日常任务,让额度用得更久。

Nova Pro 1.0的上下文窗口是多少?

30万token,大约相当于450页文本,低于定价目录的中位数。应把这个数字当作上限而非实际可用值:召回能力通常在达到标称上限之前就开始下降,尤其是位于长文本中段的内容。

相比其他模型,Nova Pro 1.0贵吗?

它在89个定价模型中按单次回答费用排第53位,即36个比它贵,52个比它便宜。整个目录中最便宜和最贵模型之间的差距约为2000倍,远超多数人的预期,所以“贵”与否只有相对于你实际会选用的替代模型才有意义。