计费说明

基本公式

单次费用 = 输入 token × 输入单价 + 输出 token × 输出单价
单价单位：美元 / 百万 token（$/M）

输入与输出分别计价，输出通常是输入的 3–5 倍。实际单价以模型目录各模型页为准。

缓存计费

支持提示缓存的模型，重复的前缀（系统提示、长文档、few-shot 示例）会命中缓存，按更低的价格计费：

因此把固定内容放在 prompt 前部、变化内容放在后部能显著降低成本；多轮对话与长文档问答收益最明显。

其他计费项

按量付费与订阅套餐

只需要理解两件事：

• 按量充值不赠送额度：充 $100 到账 $100，余额长期有效、没有有效期。灵活，但没有优惠。
• 订阅套餐通过赠送额度体现优惠：例如付 $99 获得 $120 额度。额度在购买时一次性全额到账，自购买起 30 天内有效，到期未用完的部分失效。

订阅额度与余额的扣减顺序

账户里有两个独立的资金池：订阅套餐额度（$ 口径，购买时一次性到账、30 天内有效）和预付费余额（个人余额，或团队工作区余额；同为 $ 口径，长期有效）。两者不相加、不互转。网页对话与 API Key 调用按下面的顺序决定从哪个池扣：

• 个人工作区且当前套餐还有剩余额度：默认记入订阅额度。你可以在对话输入框的计费方式里手动改成按量。
• 套餐额度用尽、套餐到期或未订阅：自动回落为按量付费，从余额扣减。已经开始生成的那条回复仍按订阅结算，不会在中途换口径。
• 团队工作区：没有个人套餐这回事，恒为按量付费，从工作区余额扣减。
• API Key 调用：与网页对话共用同一顺序——个人工作区下优先消耗订阅额度，用尽后自动从个人余额按量扣费；余额为 0 时请求返回余额不足错误并停止，不会欠费。团队工作区的 Key 恒为按量、从工作区余额扣减。

不计费的情形

• 请求被拒绝（4xx），包括鉴权失败、参数错误、限流。
• 故障转移过程中失败的尝试。
• 网关自身错误（5xx）导致未返回内容。
• 标记为免费的模型（广场里带「免费」标签的条目）。

怎么核对一次调用的费用

响应里的 usage 给出这次调用的 token 数；在控制台 › 用量 › 请求明细里按请求 ID（响应头 X-Maxx-Request-ID）检索，可以看到这次调用实际扣了多少钱。

控制成本的四个动作

1. 高频简单任务下沉到小模型。
2. 把稳定前缀提到 prompt 最前，吃满缓存折扣。
3. 给每次调用设 max_tokens，避免超长输出。
4. 给每把 Key 只开放需要的模型，把异常流量的影响锁在一个业务内。