外观

象信控制台
参考

模型

象信（xiangxin）的版本号、别名、价格、速率限制、上下文长度、定制方式、语言支持、数据处理、定价与额度，以及模型列表接口。

模型 ​

象信（xiangxin）是象信 AI 的模型，一个系统一模型。它由 POST /v1/systemone 提供服务，请求里的 model 字段指定版本；完整的请求结构见 API 参考。

当前模型 ​

象信 2.0xiangxin-2.0.0
价格（每十亿 / 每百万 token）输入 ¥42 / ¥0.042；输出免费
速率限制每组织 250,000 token/秒，1,200 请求/分钟
上下文长度单请求合计 64k token；state 加最长的一个问题不超过 32k token
输入仅文本：字符串、JSON 对象或由文本组成的数组。不支持图片、音频、视频
  • 价格： 只按输入 token 计费，输出 token 免费。每个组织注册即送 ¥5 额度，详见定价与额度。
  • 速率限制： 同时按"每秒 token 数"和"每分钟请求数"统计，超出任意一个都会返回 429 Too Many Requests。官方客户端 SDK 默认按指数退避自动重试，并遵守响应里的 retry-after；直接调用 HTTP 接口时见处理限流。
  • 上下文长度： 象信只读一遍 state，再并行地针对每个问题作答。64k 预算覆盖 state 与全部问题之和；32k 预算约束的是 state 与其中最长那个问题之和，超出返回 422 max_tokens_exceeded，不会截断。怎样在一次请求里放下大量问题，见推测式扇出；状态变长时要注意什么，见象信 2.0 已知短板。
  • 输入： 象信只理解自然语言文本。图片、语音、PDF 等非文本内容请先在你的代码里转成文字或结构化字段（OCR、语音转写、表格解析等），再放进 state。支持的形态见状态。

速率限制可能调整

算力扩容期间，上述速率限制可能根据整体负载动态调整。需要更高或更稳定的配额，可以申请企业版，联系 wanglei@xiangxinai.cn。

别名 ​

别名是一个会解析到具体版本号的模型名，像版本号一样直接写进 model 字段即可。

别名当前指向含义
xiangxin-latestxiangxin-2.0.0最新的正式版。客户端 SDK 的默认值，省略 model 时也使用它；本文档的示例都用这个名字。

新版本发布时别名会随之移动，所以即使你这边一行代码没改，别名背后的答案也可能变化。响应里的 model 字段会返回实际作答的版本号，建议写进日志，便于追溯每个结果出自哪个版本。如果你已经针对某个版本调好了置信度阈值（例如"confidence 高于 0.8 才自动退款"），请在 model 里固定写该版本号而不是别名，等新版本发布后用自己的评测集重新校准，再按自己的节奏切换。

定制 ​

象信不用客户数据做微调或 LoRA，所有账户使用同一套权重；它经过训练，本身就能给出校准过的判断（原理见机器学习入门）。要让它贴合你的业务，靠的是请求本身：

  • 把业务资料放进 state：商品信息、历史工单、内部规章、候选列表……模型会针对这些内容作答。见状态。
  • 把业务规则和边界情况写进每个问题的 instructions 与 criteria：什么算"紧急"、什么算"已违约"、模糊地带归哪一类。见如何用象信构建与进阶：结构化。
  • 把大而笼统的判断拆成若干原子问题，在代码里组合，权重由你控制。见组合评分；想用象信给出的概率训练下游的传统模型，见自动研究：特征发现。

语言支持 ​

象信接受自然语言文本，训练中覆盖了大量中文和英文数据，两种语言都可以直接使用，也可以在同一个 state 里混用（例如中文工单里夹着英文报错信息）。

不过模型在不同领域、不同写法上的表现并不均匀。上线前请用你自己的真实数据抽样评测，并在生产中用置信度做路由：高置信度自动处理，低置信度交给人工或更强的模型，见置信度门控路由。

数据处理 ​

象信 AI 不会使用你通过 API 或 Playground 发送的请求、模型返回的答案或账户数据来训练象信。请求内容最多保存 30 天（用于故障排查、滥用与安全调查、计费争议处理），到期自动删除；企业组织可以在控制台 设置 → 组织 开启零内容留存。服务与数据均部署在中国大陆。隐私政策与数据处理说明见法律。

定价与额度 ​

项价格
输入 token¥0.042 / 百万 token（= ¥42 / 十亿 token）
输出 token免费
注册赠送¥5（1 个月内有效）
最低充值¥10

计费依据是每个响应里的 usage.input_tokens，包括 state、所有问题的 instructions 和 criteria（含选项键名）。state 在一次请求里只计一次，所以把多个问题合并到同一个请求里几乎总是最省钱的做法。费用（元）= 输入 token 数 × 0.042 ÷ 1,000,000；注册赠送的 ¥5 约等于 1.19 亿输入 token。

其他说明：

  • 注册赠送： 每个组织注册时获赠 ¥5 额度，自注册起 1 个月内有效，只发一次。每批额度的过期时间可以在控制台 设置 → 账单 查看。
  • 充值： 预付费。在控制台 设置 → 账单 用支付宝充值（最低 ¥10），即时到账；充值额度 12 个月后过期。扣费按最早过期优先。可以开启自动充值，余额低于阈值时自动充值。对公转账请联系 wanglei@xiangxinai.cn。
  • 余额不足： 每次请求前检查组织可用余额，余额 ≤ 0 时返回 402 {"detail": "insufficient_balance"}（SDK 抛出 InsufficientBalanceError，不会自动重试），充值后即可恢复。扣费在请求成功之后进行，失败的请求不计费。
  • 速率限制： 每组织默认 250,000 token/秒、1,200 请求/分钟，见上文当前模型。
  • 用量： 控制台的用量页面按小时或按天展示花费、token 数和请求数，可以按来源（API / Playground）和 API 密钥筛选并导出 CSV。Playground 中的调用同样计费。
  • 发票： 在账单页找到对应的充值记录，发送邮件至 wanglei@xiangxinai.cn，注明组织名称、充值订单号和开票信息。
  • 企业版： 需要更高速率限制、私有化部署、零内容留存的合同承诺或定制计费方式，请联系 wanglei@xiangxinai.cn。

退款 ​

  1. 未消耗且未开具发票的充值余额，支持全额退款（最小退款金额 ¥0.01）。
  2. 已消耗的金额和赠送额度不支持退款。已开票未消耗的金额，请先联系我们作废或红冲发票，再申请退款。
  3. 支付宝充值超过 12 个月的订单不支持退款（这部分额度也已过期）。对公转账的充值按原路退回付款账户，需要人工核对，处理时间会长一些。
  4. 扣费有少量延迟，可退金额是预估值，实际退款金额以到账金额为准。
  5. 退款申请通过后，一般在 5 个工作日内原路退回。
  6. 一个组织同一时间只能有一笔处理中的退款申请。

可退金额 = 充值金额 − 已开票 / 开票中金额 − 已消耗金额。申请退款请发送邮件至 wanglei@xiangxinai.cn，注明组织名称、充值订单号（在 设置 → 账单 的充值记录里）、退款金额和退款理由（选填）。退款后该笔充值剩余的额度会相应扣回。

列出模型 ​

GET /v1/models 返回你的账户可以写进 model 字段的名称，以及每个名称的说明和发布日期。目前列表只包含别名；xiangxin-2.0.0 这样的版本号不论是否出现在列表中，都可以直接写进 model 字段。

bash
curl https://api.xiangxinai.cn/v1/models \
  -H "Authorization: Bearer $XIANGXIN_API_KEY"
python
from xiangxin import XiangxinClient

with XiangxinClient() as client:
    for model in client.models.list().models:
        print(model.name, model.release_date, model.description)
ts
import { XiangxinClient } from '@xiangxinai/sdk'

const client = new XiangxinClient()
for (const model of await client.models.list()) {
  console.log(model.name, model.release_date, model.description)
}
json
{
  "models": [
    {
      "name": "xiangxin-latest",
      "description": "最新正式版象信模型",
      "release_date": "2026-10-01"
    }
  ]
}
modelsarray必填

每个模型或别名一项。

完整的方法签名见 Python SDK 参考与 JavaScript SDK 参考。请求一个不存在的模型名时，/v1/systemone 返回 404 {"detail": "model_not_found"}，见错误。