当企业或团队真正将大模型嵌入业务流程时，三个看似简单却实际棘手的问题便会浮现：如何锁定预算、如何实现多人共用、以及如何自由选择模型。首先明确几个关键判断：腾讯云 TokenHub Token Plan 企业版专业套餐，正是精准针对这三大需求而设计。
一、专业套餐解决的核心痛点
这三个问题单独看并不复杂，但结合在一起，往往形成管理上的“小黑洞”：
- 预算可控：财务部门希望每月支出能锁定上限，而非面对按量计费的账单时心惊肉跳。
- 多人共用：研发、产品、运营、QA 等团队都想接入大模型，但各自的使用节奏与频率差异巨大。
- 模型选型自由：不同业务线对模型的偏好各不相同，GLM、Kimi、MiniMax、DeepSeek，哪个顺手就用哪个。
专业套餐的设计逻辑非常清晰：通过账号→套餐（积分池）→API Key 三层结构，将成本管理、配额分发与模型自由度统一管控。
二、套餐结构：账号、套餐与 API Key 的三层模型
2.1 三层结构详解
| 层级 | 说明 |
|---|---|
| 账号 | 一个腾讯云账号可购买多个独立套餐，每个套餐拥有独立的积分池、API Key 配额和到期时间，不同套餐互不干扰，适合按部门、项目或业务线分别采购管理 |
| 套餐（积分池） | 每个套餐对应一个独立的积分池，积分池大小由购买时的月预算决定 |
| API Key | 每个套餐下可创建多个 API Key，数量上限与套餐积分成正比（每1万积分可创建1个Key），每个Key可独立设置可用模型、独占配额、配额上限和调用速率（TPM） |
这好比公司为“AI编程平台”项目采购一个独立套餐，再为“客服 Agent”项目采购另一个独立套餐，两者积分池互不影响，到期时间也各自计算。
2.2 积分换算与抵扣机制
专业套餐采用积分制：100 积分 = 1 元。调用模型时，按各模型的 Token 单价从积分池实时扣减，不同模型单价不同。
这与轻享套餐“按 Token 数统一抵扣”的逻辑不同。专业套餐的优势在于，企业对每种模型的成本权重一目了然。
三、月预算与积分池规格
3.1 月预算可选范围
| 配置项 | 说明 |
|---|---|
| 月预算 | 1000元/月～20000元/月，步长1000元（具体以控制台为准） |
| 购买时长 | 1～12个月 |
| 积分池额度上限 | 每个套餐包可购买积分数上限为200万积分/月 |
| 更大配额 | 可联系销售或提交工单申请 |
3.2 月预算到积分的换算
兑换规则相当简单：100 积分 = 1 元。换算下来：
- 1000元/月 = 10万积分/月
- 5000元/月 = 50万积分/月
- 10000元/月 = 100万积分/月
- 20000元/月 = 200万积分/月（单套餐上限）
如果团队实际需求超过 20000 元/月，可以购买多个独立套餐（每个套餐独立积分池），或联系腾讯云销售申请更大单套餐配额。
四、模型积分抵扣价目表
专业套餐当前可用的模型（暂不支持多模态能力，后续会持续增加）：Auto智能路由、GLM-5、GLM-5.1、GLM-5-Turbo、Kimi-K2.5、Kimi-K2.6、MiniMax-M2.5、MiniMax-M2.7、DeepSeek-V4-Flash、DeepSeek-V4-Pro。
4.1 单价表（积分/百万Tokens）
| 模型 | 阶梯条件 | 命中缓存输入 | 未命中缓存输入 | 输出价 |
|---|---|---|---|---|
| GLM-5 | [0, 32k) | 100 | 400 | 1800 |
| GLM-5 | 32k及以上 | 150 | 600 | 2200 |
| GLM-5.1 | [0, 32k) | 130 | 600 | 2400 |
| GLM-5.1 | 32k及以上 | 200 | 800 | 2800 |
| GLM-5-Turbo | [0, 32k) | 120 | 500 | 2200 |
| GLM-5-Turbo | 32k及以上 | 180 | 700 | 2600 |
| Kimi-K2.5 | — | 70 | 400 | 2100 |
| Kimi-K2.6 | — | 110 | 650 | 2700 |
| MiniMax-M2.5 | — | 21 | 210 | 840 |
| MiniMax-M2.7 | — | 42 | 210 | 840 |
| DeepSeek-V4-Flash | — | 20 | 100 | 200 |
| DeepSeek-V4-Pro | — | 100 | 1200 | 2400 |
| Auto智能路由 | — | 50 | 324 | 1596 |
4.2 50万/100万积分可抵扣Token量参考
腾讯云官方根据2026年综合运营经验值（输入占比约95.24%、输出占比约4.76%）给出了预算评估参考：
| 模型 | 综合单价（积分/百万Tokens） | 50万积分≈Tokens | 100万积分≈Tokens |
|---|---|---|---|
| GLM-5 | 约440 | 约11.36亿 | 约22.73亿 |
| GLM-5.1 | 约380 | 约13.16亿 | 约26.32亿 |
| GLM-5-Turbo | 约340 | 约14.71亿 | 约29.41亿 |
| Kimi-K2.5 | 约230 | 约21.74亿 | 约43.48亿 |
| Kimi-K2.6 | 约280 | 约17.86亿 | 约35.71亿 |
| MiniMax-M2.5 | 约110 | 约45.45亿 | 约90.91亿 |
| MiniMax-M2.7 | 约100 | 约50.00亿 | 约100.00亿 |
| DeepSeek-V4-Flash | 约70 | 约71.43亿 | 约142.86亿 |
| DeepSeek-V4-Pro | 约930 | 约5.38亿 | 约10.75亿 |
| Auto智能路由 | 约190 | 约26.32亿 | 约52.63亿 |
五、多API Key精细化管控
5.1 Key数量与套餐积分挂钩
每1万积分可以创建1个API Key。举例来说，100万积分的套餐最多可创建100个API Key。每个API Key每天最多可修改10次配置。
5.2 每个Key可独立设置的能力
- 可用模型：限定该Key只能调用某几款模型。
- 独占配额：从套餐积分池中划出一定额度独占给该Key，不与其他Key竞争。
- 配额上限：限定该Key累计可消耗的最大积分数。
- 调用速率（TPM）：限定该Key每分钟最大Token调用量。
5.3 实际分发示例
假设一家企业月预算10000元（100万积分），团队50人分组使用：
- 给“研发组（20人）”分配1个API Key，限定可用DeepSeek-V4-Pro / GLM-5.1，独占60万积分。
- 给“运营内容组（10人）”分配1个API Key，限定可用MiniMax-M2.7 / Kimi-K2.6，独占25万积分。
- 给“QA测试（5人）”分配1个API Key，限定Auto智能路由，独占10万积分。
- 预留5万积分作为机动配额。
整个分发过程在控制台完成，无需额外编写代码逻辑。
六、续费、配额与退款规则
6.1 续费规则
必须在套餐过期前完成续费。套餐到期后将无法续费，套餐立即失效，剩余积分不会结转至下个月。API Key 也会失效，使用该 API Key 的工具、应用或服务将立即无法调用 API。
6.2 限购与退款
月预算上限为20000元/月（更大配额可联系销售或提交工单）。已购买的套餐不支持降配，也不支持退订。套餐一经购买，无法申请退款。
6.3 多套餐并行的灵活度
虽然单套餐月预算上限为20000元，但一个腾讯云账号可以购买多个独立套餐。这意味着月度总预算没有硬上限，完全可以通过“多套餐并行 + 按部门分发”的方式灵活扩展。
七、专业套餐的核心优势盘点
- 一站接入主流模型：覆盖GLM系列、Kimi系列、MiniMax系列、DeepSeek V4系列及Auto智能路由，一个套餐即可全面使用。
- 更高TPM上限：相比按量计费，专业套餐提供更高的TPM上限，多并发调用更加稳定。
- 包月订阅、实时扣减：按月预算购买积分池，按实际用量从积分池实时扣减。
- 完全兼容主流AI工具：支持OpenClaw、Claude Code、OpenCode、Cline、Cursor等工具，共享套餐额度。
- 多套餐+多Key双重管控：支持按业务线独立采购，Key级别配额分发，管理颗粒度极为精细。
- 数据安全：不将用户请求与模型返回数据用于模型训练。
八、专业套餐 vs 轻享套餐怎么选
如果你的团队符合以下任意一项，建议直接选择专业套餐：
- 需要在多种主流模型间灵活切换（不仅仅是Auto路由）。
- 需要为不同Key配置不同的可用模型清单。
- 需要按业务线独立采购、独立到期管理。
- 月预算波动较大，需要清晰了解每种模型的成本权重。
如果团队的主要诉求是“按Token数批量采购、单一模型大量调用”，且不需要多模型切换，那么可以考虑刊例价2元/百万Tokens的轻享套餐。
九、写在最后
Token Plan 企业版专业套餐通过一个简洁的三层结构（账号→套餐→API Key），将月预算管控、模型选型自由与多人多Key分发整合到同一控制台中。1000–20000元的月预算梯度，让从中型项目到核心业务线都能找到合适的起点。多套餐并行能力则使横向扩展几乎没有任何压力。
现在就可以前往 TokenHub 控制台体验 Token Plan 企业版专业套餐，或者访问产品介绍页，了解完整的整体能力矩阵后再做决策。
