首页 / 新闻动态 / 行业观点
行业观点

openPangu 2.1 Pro 上线,缓存低价如何影响长任务成本

华为云MaaS列出新版本和三项Token价格。命中缓存的输入、未命中输入与输出应分别计算;固定资料如何复用、任务是否需要长输出,比最便宜的单项价格更影响实际选择。

本文发布:2026.11.17墨客云编辑部6 分钟阅读

公开动态与原创分析 · 消息日期: · 消息来源

华为云MaaS在11月15日的发布记录中列入 openPangu-2.1-Pro,版本为20261115,支持512K上下文、工具调用与前缀缓存。目前记录的区域为西南-贵阳一,提供预置服务。对需要重复传入项目资料或长篇背景的团队,值得先看清的新条件,是缓存命中输入与普通输入分别计费,长任务的价格因此取决于实际复用方式。

AI 主题示意:长带的相同前段叠合复用,变化的末段分别保留,表现前缀缓存与不同输出的成本关系;非华为云产品界面。
AI 主题示意:长带的相同前段叠合复用,变化的末段分别保留,表现前缀缓存与不同输出的成本关系;非华为云产品界面。

中国站公开价表按每百万Token列出:未命中输入0.8元、缓存命中输入0.016元、输出3.2元,该模型不区分忙闲时价格。这三个数字共同构成账单。只用最低的0.016元估算全部输入,或把其他模型的夜间折扣套过来,都会低估费用;输出较长的任务,也可能主要花在输出上。

账单取决于哪些Token被复用

华为云的计费说明给出公式:未命中输入按普通输入价计费,命中部分按缓存价计费,再加输出费用。前缀识别自动进行,但命中率并不确定。缓存指南使用的指标,是命中Token占总输入Token的比例。很多请求曾经出现过,不代表这些请求里的大部分文字都已命中。

用一组假设用量说明:某段统计期累计输入100万Token、输出10万Token,若没有缓存命中,按上述单价计算为1.12元;若输入中60%命中,输入费用为0.3296元,加上0.32元输出费用,共0.6496元。这是按公开单价所做的算例,未计其他服务和业务处理成本,也不是模型实测结果。统计期累计用量可以来自多次请求,不表示一次请求能容纳这些输入。

这个差额说明,缓存折扣作用于命中的输入部分,无法直接乘到整个任务。若同样任务增加了多轮补问、重试或更长的最终文本,节省的输入费用可能被新增用量抵消。企业比较方案时,应把完成同一项工作实际发生的调用放在一起,而不是挑出命中最多的一次作为平均水平。

响应时间同样需要分别观察。官方计费文档说明,命中时首Token等待可能降低,未命中时却可能增加。需要快速给出第一条回复的交互,与可以等待的批量材料整理,未必适合相同安排。较便宜的重复输入,不能单独证明每次请求都会更快。

共同背景的组织与更新

前缀缓存复用固定重复的开头内容。因此,应用怎样组织输入,会影响可复用部分。比如把稳定的任务要求和公共说明放在前面,把本次变化的对象与问题放在后面,较容易保留相同开头。这里的“稳定”应由资料本身是否仍有效决定,不能为了命中而继续传入旧规则。

设想一个团队反复让模型阅读同一版产品手册,分别回答不同的内部资料整理问题,这是用于分析的假设场景。手册及格式要求可以成为共同背景;每次问题、相关补充资料和期望输出仍会改变。如果应用每次都把当前时间或变化的说明插在最前面,原本相同的后续手册就未必形成相同前缀。

但把更多内容固定下来也有代价。整本资料长期进入每个请求,仍会占用上下文;与本次问题无关的内容,可能增加处理和核对负担。少量问题通过检索取得相关段落就能完成时,没有必要仅为争取缓存折扣而每次携带整本手册。应比较实际输入、命中、输出与结果质量,再选择资料范围。

资料更新时,正确性优先于复用率。手册修订、企业要求改变,或用户所属权限范围不同,都需要重新确定输入。对于包含企业内部资料的任务,还应确认服务的缓存隔离、保留和清理条件。公开价表说明怎样收费,无法单独证明某类资料应当存放多久或可以在谁的请求中复用。

托管入口与企业采用范围

这次发布表将 openPangu-2.1-Pro 标为支持预置服务,公共池和专属池部署列为不支持。这描述的是当前MaaS服务方式。需要专属资源或特定部署形态的团队,应先确认是否有适用入口,再评估模型能力,不能从一个模型名称推定所有部署方式已经具备。

华为云将该模型定位于Agent、鸿蒙应用开发与昇腾算子生成等方向。这样的定位可以帮助选择测试任务,但不能替代对企业项目的判断。对代码类工作,应看生成结果在相应工具链中是否可用;对材料整理,应看事实、引用和遗漏。512K上下文提供输入容量,也无法直接推导长材料会被完整正确使用。

同样,“openPangu”系列名称与当前可调用的托管版本,需要和具体权重资产分开判断。自部署所需的模型文件、许可和运行方案,应有对应版本依据;云上价格不能用来证明这些条件已经满足。现有托管调用可以解决需求时,也没有必要先承担自维护推理环境的工作。

因此,重复背景较多、资料版本稳定且有可观察调用记录的任务,值得比较新模型的完整费用。一次性输入、输出占比较高,或部署条件不匹配的工作,则不应仅因缓存单价低而更换方案。更有用的决定依据,是同一项工作在可接受质量下的总用量和维护负担。

消息来源

  1. Huawei Cloud MaaS model release bulletin

    原文发布: · 查阅日期:

  2. MaaS model list and openPangu 2.1 Pro capabilities

    查阅日期:

  3. MaaS text-generation billing and cache formula

    查阅日期:

  4. Token cache hit-rate guide

    原文发布: · 查阅日期:

本页内容由 墨客云AI(南京薄幕软件科技有限公司)发布与维护。 咨询与场景诊断预约:180-1290-1065 ·

将同类做法用于本单位的业务流程

线上进行,约 45 分钟。诊断内容包括业务流程衔接问题定位、适用数字员工建议与验收标准,首次不收费。

预约场景诊断