计费规则

本页是计费口径的完整说明。原则只有一条：价格全公示、按量实耗扣费、每一笔可查。

基本模型

• 充值 1 元 = 余额 1 元，余额永不过期；
• 调用按实际用量从余额扣减，无月费、无最低消费；
• 每一笔扣费都在 控制台 → 用量 逐条可查，支持导出 CSV 对账。

计费公式

单笔费用按模型公示单价与实际用量计算：

token 计费：费用 = 输入单价 × 输入 tokens / 1M
              + 输出单价 × 输出 tokens / 1M
              + 缓存读取单价 × 缓存命中 tokens / 1M（如该模型有缓存价）

媒体计费：费用 = 单价 × 张数（生图）或 秒数（视频）或 次数

• 各模型单价见价格页与各模型文档页，页面展示价即实际结算价，无隐藏加价；
• 企业与大客户可申请专属折扣价（详见价格页 B 端说明）；
• 单笔金额向上取整到 0.000001 元（百万分之一元）精度。

缓存计费

支持提示词缓存的模型（如 Claude 系列），命中缓存的输入 tokens 按缓存读取价计费，通常显著低于普通输入价；具体是否支持与单价以该模型文档页为准。usage 中的 cache_read_input_tokens / prompt_tokens_details.cached_tokens 即缓存命中量。

失败不扣费

• HTTP 状态为 4xx / 5xx 的请求（参数错误、鉴权失败、余额不足、限速、上游故障等）一律不扣费；
• 上游临时故障时网关会自动切换线路重试，重试过程不额外计费；全部线路耗尽才返回 502，同样不扣费；
• /v1/messages/count_tokens 免费，不扣余额、不产生用量记录。

流式请求的计费口径

• 流式请求在流结束后按上游回传的真实 usage 结算，与非流式同价；
• OpenAI 协议下传 stream_options: {"include_usage": true} 可在流末拿到与账单一致的 usage；Anthropic 协议的 message_delta.usage 为累计值；
• 流式过程中因异常提前终止时，按实际已产生的 usage 结算；
• 个别上游未回传 usage 时由网关按 tokenizer 估算，并在用量明细中标注「估算」。

余额与 402

• 余额 ≤ 0 时新请求返回 402（insufficient_quota / billing_error），充值后立即恢复；
• 正在进行的最后一笔调用允许把余额扣成小幅负数（单次透支），属正常现象，下次充值时补平；
• 可以为单个 Key 设置额度上限：Key 累计消耗达到上限后返回 429（key_quota_exceeded），不影响账户其他 Key。

充值与兑换

• 在线充值：控制台 → 充值，支持支付宝 / 微信（聚合支付），最低 1 元；
• 兑换码：充值页右侧输入兑换码即时到账；
• 企业对公 / 开票：邮件联系 [email protected]，按月度消耗对账后统一处理。