商汤日日新TokenPlan大调整与接入全解

**摘要:**商汤日日新 TokenPlan 于 8 月 28 日迎来重大调整,积分规则从「按模型限次」升级为「双积分池」模式,并同步上线 Flash-Lite 消费返赠活动。本文基于官方文档,从积分规则变化、五个模型选型清单、主流 Agent 接入配置三个维度展开,帮助开发者快速理解新规并完成接入。

商汤日日新 TokenPlan 8-28 大改:双积分池上线,这份接入全解请收好


开头:一条容易被忽略的规则变更

8 月 28 日,商汤日日新(SenseNova)TokenPlan 悄悄改了积分规则。

如果你之前是因为"免费 API"才来的,这条必须看------它把原来的**「按模型限次」** 换成了**「双积分池」**,还顺手开了一个 Flash-Lite 消费返赠活动。

规则变了,但文档很长、接口很多、模型五个。我把官方文档拆成三块讲清楚:① 积分怎么变、两种积分怎么用;② 五个模型怎么选、接入地址是什么;③ 主流 Agent 怎么一键接上。


一、TokenPlan 大调整:从"按模型限次"到"双积分池"

调整前(公测旧规,官方口径)

旧规则很简单,就是给每个模型单独限次,互不占用

  • 商汤自家模型 (如 SenseNova 6.7 Flash-Lite、U1 Fast 等):1,500 次 / 5 小时
  • 第三方模型 (如 DeepSeek V4 Flash、GLM-5.2 等):500 次 / 5 小时

问题是:第三方模型额度小、又容易被集中调用,高峰时段经常卡顿、断线,体验不稳。

调整后(2026-8-28 新规)

新规不再是"次数",而是积分 ,并且分了两个池子

积分池 适用范围 滚动 5 小时额度 滚动周额度
通用积分池 所有已开放模型通用 60,000 600,000
Flash-Lite 专属积分池 仅 Flash-Lite 系列模型 60,000 600,000

两种积分怎么扣? 记住一个顺序就行:

  1. 用 Flash-Lite 时,优先扣专属积分;专属不够了,再扣通用积分。
  2. 用其他模型时,只扣通用积分
  3. 专属积分用完了也别慌------只要通用积分还有,就能继续用 Flash-Lite,只是这部分不参与返赠。

返赠活动(重点薅羊毛)

活动从 8-28 起:

每实际消耗 1 积分 Flash-Lite 专属积分 ,返赠 1 通用积分

几个关键细节:

  • 按自然日汇总、每小时结算到账(不会即时到);
  • 每笔返赠积分自到账起 30 天有效
  • 返赠积分不占用滚动 5 小时 / 滚动周额度;
  • 返赠积分能用于你已有权限的模型,但不会自动解锁新模型权限

一句话总结这次调整:拆成双池分散压力 + 用返赠鼓励你多用自家 Flash-Lite,高峰卡顿的问题应该能缓解不少。


二、五个模型清单:ID、能力、上下文一次给全

接入的 Base URL 统一是https://token.sensenova.cn/v1

(旧地址 api.sensenova.cn/v1 已迁移到 token.sensenova.cn

下面是官方文档里五个模型的精简清单,去掉了冗长的输入输出字段,只留你选型要用的:

模型 准确 Model ID 类型 / 能力 上下文 最大输出 输入→输出 流式
SenseNova 6.8 Flash Lite sensenova-6.8-flash-lite 多模态智能体(识图 / OCR / 表格 / 工具调用) 262,144 65,536 text+image → text ✅ SSE
SenseNova U1.5 Lite sensenova-u1.5-lite 文生图 + 图编辑(非对话模型 --- --- text(+参考图) → image
SenseNova U1 Fast sensenova-u1-fast 信息图 / 图文生成(非对话模型 --- --- text → image
DeepSeek V4 Flash deepseek-v4-flash 高性能对话(思考模式 / 函数调用 / JSON) 1M 64K text → text ✅ SSE
GLM-5.2 glm-5.2 智谱旗舰文本(深度思考 / 函数调用 / JSON) 1M 128K text → text ✅ SSE

几个选型要点:

  • 要做多模态 / 智能体 / 工具调用 ,选 sensenova-6.8-flash-lite(26 万上下文、支持图输入)。
  • 长文 / 长程任务 ,选 deepseek-v4-flashglm-5.2(都 1M 上下文,GLM 输出更长 128K)。
  • U1.5 LiteU1 Fast画图专用 ,不走对话接口,用 /v1/images/generations/v1/images/edits
  • 列表接口 GET /v1/models 可实时拉取能力、上下文、定价(公测期 pricing 全为 0)。

三、主流 Agent 怎么接:三款实测向配置

所有 OpenAI 兼容工具,通用填法就三行:

复制代码
Base URL : https://token.sensenova.cn/v1
API Key  : 你的 $SENSENOVA_API_KEY
Model ID : sensenova-6.8-flash-lite

下面三款是按官方文档能直接落地的(含 WorkBuddy 的特殊注意点)。

1)WorkBuddy ------ 注意要填"全 URL"

WorkBuddy 走 OpenAI 兼容,但配置时不要只填到 /v1,必须填完整地址

复制代码
https://token.sensenova.cn/v1/chat/completions

填法:自定义模型 → 兼容 OpenAI → Base URL 粘贴上面这条完整 URL → 模型名 sensenova-6.8-flash-lite。(同思路也适用于 TRAE 的"自定义请求地址"模式。)

2)OpenClaw ------ 文档有完整章节

开源 skill-driven AI agent,向导里填:

复制代码
API Base URL      : https://token.sensenova.cn/v1
Endpoint compat   : OpenAI-compatible
Model ID          : sensenova-6.8-flash-lite

安装:curl -fsSL https://openclaw.ai/install.sh | bash(需 Node.js 24 或 22.14+)。

3)Hermes Agent ------ 文档有完整章节

Nous Research 维护的开源 agent,命令行一步到位:

复制代码
hermes config set model.provider custom
hermes config set model.base_url https://token.sensenova.cn/v1
hermes config set model.api_key "$SENSENOVA_API_KEY"
hermes config set model.name sensenova-6.8-flash-lite
hermes config set model.default custom/sensenova-6.8-flash-lite

附:Claude Code(Anthropic 兼容)

如果你用 Claude Code 生态,Base URL 不能带 /v1,SDK 会自动补:

复制代码
ANTHROPIC_BASE_URL = https://token.sensenova.cn
ANTHROPIC_MODEL    = sensenova-6.8-flash-lite

(带 /v1 会变成 .../v1/v1/messages 返回 404,这是官方文档特意提醒的坑。)


结尾:这次调整怎么用更划算

一句话:把高频、轻量的活儿尽量丢给 Flash-Lite,用专属积分跑、还能 1:1 返通用积分,相当于把自家模型当"积分印钞机"。 重活(长上下文、复杂推理)再用 DeepSeek V4 Flash 或 GLM-5.2 走通用池。

公测期 pricing 全 0,对个人开发者和轻量测试很友好。注册 → 控制台开 Key → 工具里贴地址,十分钟就能跑通。

本文仅依据商汤官方文档(platform.sensenova.cn/docs)整理,未引用任何未经证实的"新增模型"传闻;积分与 Token 无公开换算,文中对比为计量模式对比、非等额换算。

相关推荐
✎ ﹏梦醒͜ღ҉繁华落℘17 分钟前
截止到2026/9/1-AI编程工具排名
人工智能
j7~18 分钟前
【AI应用--白话大模型(篇二)】《搞懂大模型:看懂应用场景,分清开源与闭源,上手 HuggingFace & 魔搭社区,理解大模型运行逻辑》
人工智能·开源社区·大模型工作原理·开源和闭源大模型·大模型的应用场景
HyperAI超神经21 分钟前
在线教程丨最高2K+原生双声道,MiniMax H3统一音视频生成
人工智能·文生视频·多模态大模型·图生视频·ai视频生成
梦想的初衷~25 分钟前
学习笔记|AquaCrop模型全流程解析:原理、数据、运行、参数与源码
人工智能·作物生长模型·水文模拟·aquacrop·科研学习·模型实操教程
一克拉的眼泪很珍贵26 分钟前
23 - 综合实战(上):需求分析与架构设计!从零到一构建生产级智能客服Agent
人工智能·ai·性能优化·架构·需求分析
MartinYeung527 分钟前
[论文分析]个性化宪制对齐的智能体超我
人工智能
Eric.4628 分钟前
2026最新|ComfyUI AI漫剧全自动教程:统一人设、智能分镜、插帧动效、批量成片保姆级指南
人工智能·ai绘画·comfyui·本地部署·ai漫剧
咖啡星人k30 分钟前
2026 AI Agent 记忆系统:让智能体告别“三秒失忆“,像人类一样越用越懂你(MonkeyCode 实战)
人工智能·深度学习·机器学习·语言模型·自然语言处理
Είναι η κοπέλα34 分钟前
知识蒸馏:把大模型的能力“搬“进小模型,原理与一次完整实战
人工智能·笔记