文档 · 线路与价格

请求怎么计费

2026-11-12

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 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。Kimi K3.1 Pro 的主部署不收缓存写入费；由备用部署回答时，缓存写入按备用价里默认的 5 分钟档计费。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、GLM、Kimi、DeepSeek、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。

现在的两个 DeepSeek 模型 deepseek-flash-Abliterated 和 deepseek-flash-fast 走私有部署，全天按同一价目计费，GLM 模型和 Kimi K3.1 Pro 也是这样。它们都不分高峰与空闲时段，不加长上下文附加价，也没有缓存写入价：提示词缓存自动生效，命中缓存的 token 按缓存读取价计费。

GLM-5.3-Abliterated、deepseek-flash-Abliterated、kimi-k3.1-pro 和 jev-1.14.0 还各有一套成本更高的备用线路。主线路在作答前出故障时，请求可能自动转到备用线路，这种情况很少见，转过去的请求按该模型的备用价计费。每百万 token 的输入 / 缓存读取 / 输出依次为：GLM-5.3-Abliterated $4.00 / $0.40 / $7.00，deepseek-flash-Abliterated $1.30 / $0.15 / $2.60（2026-11-12 起，此前为 $1.20 / $0.15 / $2.40），kimi-k3.1-pro $2.40 / $0.24 / $12.00，另加 5 分钟缓存写入 $2.40；Jev（2026-11-12 起）每百万输入 token $0.058，输出免费。用量日志把这样的请求标为备用部署，并列出备用价；价格表里也有一行备用部署。GLM-5.3-Flash-Abliterated 和 deepseek-flash-fast 没有备用部署，请求失败时不扣费。

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。