Loading...

文档 · 线路与价格

请求怎么计费

计费单位、长上下文档位、请求开始时的预留额度,以及请求失败后预留怎么处理。

每个请求只按一张固定的美元价目计费:你的密钥所在线路上这个模型的价格,模型页上列的就是它(自动路由的密钥按本次请求选中的线路计费)。价格在转发之前锁定,之后改价不影响已经开始的请求。模型在你的线路上没配价格,请求直接拒绝,返回 HTTP 400、错误码 invalid_request,报错信息 "model ... has no configured USD price for this API key route"。

计费单位

文本模型按每百万 token 计费,各条通道单独定价:输入、输出、缓存读取、缓存写入(Claude 另有 1 小时缓存写入价)。OpenAI 和 Kimi 的模型上,中转站不转发缓存时长(ttl),prompt_cache_options 里的不转发,input 中单个 prompt_cache_breakpoint 上设的也不转发,所以每次缓存写入都是默认那种,按列出的缓存写入价计费。命中缓存的 token 不算普通输入;某条通道没有单独定价,就按输入价算。Jev 只收输入费,输出 $0。

图像模型按张计费,按最长边分三档:1k(不超过 1024)、2k(不超过 2048)和 4k(超过 2048)。不传尺寸或传 auto,按 1024x1024 处理;结算按实际交付的图片所在档位,比请求大或小都一样。两个 gpt-image-2.6-* 模型都是 1K 每张 $0.03、2K 每张 $0.05、4K 每张 $0.20,乘以实际返回的张数。

grok-imagine-video-1.5 按秒计费:480p 每秒 $0.05(默认分辨率)、720p $0.10、1080p $0.20;时长 1 到 15 秒,默认 8 秒。

算例:Claude 重复输入的费用

这是可复算的估算,不是客户账单,也不是实测缓存命中率。2026-10-28 核对公开价格表:claude-sonnet-5-5 的 claude-shared 线路,每百万 token 的美元价格为输入 $1、输出 $5、缓存读取 $0.05、5 分钟缓存写入 $1.25。当天实际价目请看模型页。

假设三个直接调用 Messages API 的请求共享完全相同的 20,000-token 前缀,每次另有 2,000 个非缓存输入 token 和 1,000 个输出 token。第一次把前缀写入 5 分钟缓存,后两次在有效期内到达,且分别报告前缀全部命中。本例不包含 1 小时缓存写入、媒体费用或托管 MCP 附加费。

请求 非缓存输入 缓存写入 缓存读取 输出 估算费用
第一次 2,000 × $1 / 1M = $0.002 20,000 × $1.25 / 1M = $0.025 0 1,000 × $5 / 1M = $0.005 $0.032
第二次 $0.002 0 20,000 × $0.05 / 1M = $0.001 $0.005 $0.008
第三次 $0.002 0 $0.001 $0.005 $0.008
合计 $0.006 $0.025 $0.002 $0.015 $0.048

同样用量完全不用缓存时,费用为 3 × (22,000 × $1 + 1,000 × $5) / 1,000,000 = $0.081,本例相差 $0.033。缓存过期、前缀变化、模型或线路不同、使用 1 小时写入以及供应商另行报告的 token 都会改变结果。缓存读写是独立的输入类别,不会把同一批 token 再按普通输入重复收费。

核对真实请求时,打开用量日志中的计费明细,使用该请求锁定的价格、互斥 token 数量、精度调整及钱包实扣,不要用今天的价目重算历史请求。价格计算器可以估算不同模型和线路的工作量,不保证缓存命中。

长上下文档位

OpenAI 和 Grok 模型对长提示词另有一档价格:总输入上下文(提示词加缓存 token)达到 272,001 个 token(gpt-6-astra、gpt-6.1-sol、gpt-6.1-terra)或 200,000 个 token(grok-4.7),整个请求都按长上下文通道结算,不是只算超出的部分。Claude、Kimi、GLM、Jev 没有这一档。走不走这一档,结算时才定。

历史峰谷账单

deepseek-v4-pro 已于 2026-10-25 下线。历史用量日志仍保留请求受理时确定的高峰或空闲档位及价格,下线不会重新计算过去的扣费。

私有部署的 deepseek-flash-Abliterated 全天按同一价目计费:每百万 token 输入 $1.20、缓存读取 $0.15、输出 $2.40,不分高峰与空闲时段,也不加长上下文附加价。

预留与结算

请求开始时,中继先按锁定的价格预留一笔估算额度:提示词 token 加上你设的输出上限(max_tokens,Chat Completions 也认 max_completion_tokens,Responses API 用 max_output_tokens;都没设按 8,192 算)。没设上限时,模型最多可以写到它自己的输出上限;预留仍按 8,192 算,结算按实际写出的收费。图像和视频按整单预留:每张单价乘以 n,或每秒单价乘以时长。余额或密钥剩余额度不够预留时,请求以 HTTP 402 拒绝,不转发:

{
  "error": {
    "message": "Insufficient quota. Top up your balance and try again. (request id: ...)",
    "type": "insufficient_quota",
    "code": "insufficient_quota",
    "param": null
  }
}

走 /v1/messages 时,同一个拒绝的响应体是 {"type":"error","error":{"type":"billing_error","message":"..."}}。

响应结束后按实际用量算出费用,差额退回余额;实际用量高出估算时,多出的部分补扣。没等到结算的预留,5 分钟租约到期后自动退回。

上游报错或超时,预留全额释放,日志里记一行错误,费用为零;中继会换一个渠道重试一次,只对最后一次尝试收费。流式请求已经生成了输出的另算:流中途断开,或者供应商写到一半报错,已经生成的部分只收一次费,按供应商报的用量算,没报就按中继数出的文字加上估算的提示词算,剩下的预留退回(客户端收到什么,见常见错误响应)。另外还有三处例外:图像、视频和 Jev(/v1/systemone)请求在客户端断开后最多再跑 4 分钟,跑完照常结算而不退款,因为上游对已接受的任务照样收费。视频任务失败、过期或实际时长不足,事后退款(全退,或退没交付的秒数),日志里多一行退款。Grok 的儿童安全检查拒掉的请求(包括流式回答写到一半才被拒的),先退预留,再单独扣 $0.05 违规费,日志里单独记一行,标着违规扣费。

相关

上一页:共享池、官方线路与自动路由 · 下一页:看懂用量日志

其他语言:English