计费说明

计费方式

按 token 用量计费，一次请求的扣费由三部分组成：

费用 = 输入 token × 输入单价
     + 缓存命中 token × 缓存单价
     + 输出 token × 输出单价

输入：你发给模型的全部内容（含历史对话）
缓存：与同一会话最近请求重复的部分，价格更低
输出：模型生成的内容

额度与换算

控制台里的额度单位是「点数」：

500,000 点数 = $1

每笔请求扣多少点数，会在「日志」页面直接显示。

长上下文

单次输入超过 272,000 token 时进入长上下文档：

项目	倍率
输入 / 缓存	× 2
输出	× 1.5

查看消费

单次：控制台 → 日志，每条记录都有 token 数与扣费
汇总：控制台 → 数据看板，按天 / 模型查看

余额与充值

余额不足时请求返回 402，错误码 insufficient_quota
充值入口在控制台「钱包」页面
充值后无需重启或刷新密钥，立即生效

控制成本的小技巧

用便宜的模型做简单任务：分类、摘要用 gpt-6-luna
复用会话：同一会话的重复上下文会命中缓存，成本大幅下降
控制输出长度：设置 max_tokens，避免模型过度生成
避免无意义的重试风暴：429 时按指数退避重试，不要立刻重发

WARNING

不同模型的单价不同，具体价格以控制台和日志里的实际扣费为准。