用量、余额和计费

每次模型调用都会产生消耗。具体消耗通常和模型、输入长度、输出长度、上下文长度等因素有关。

你应该关注什么

• 当前 Key 的调用次数。
• 输入和输出 token 消耗。
• 余额或额度是否足够。
• 是否存在异常高频请求。
• 哪个工具或服务产生了主要消耗。

推荐做法

• 不同工具使用不同 Key。
• 生产环境和测试环境拆分 Key。
• 定期查看用量变化。
• 对自动化 Agent 设置合理边界，避免循环调用。

常见误解

为什么同一个问题消耗不完全一样？

模型返回长度、上下文长度、工具附加提示词都会影响消耗。

为什么切换模型后消耗变化？

不同模型的计费方式可能不同。切换模型后，即使问题相同，输入处理方式、输出长度和单价也可能变化。

上线前用量保护

上线或让 Agent 自动执行任务前，建议先设置边界：

• 本地、测试、生产环境使用不同 Key。
• Cursor、Claude Code、Codex、后端服务分别使用不同 Key 或至少不同 Key 名称。
• 如果控制台支持预算、余额或用量提醒，请提前设置；如果暂不支持，安排人工定期检查。
• 自动化 Agent 要限制最大轮次、最大并发、最大输出长度和运行时间。
• 批量任务要设置暂停开关，异常时先停任务，再排查。

异常消耗时先做什么

1. 暂停相关 Agent、脚本或后端任务。
2. 在控制台按 Key 名称、模型名和时间范围查看用量。
3. 如果怀疑 Key 泄露，立即停用或删除该 Key。
4. 检查是否存在无限重试、循环调用或过大的上下文输入。
5. 恢复前先用小流量和只读请求验证。

重试和限流

遇到 429 或临时 5xx 时，不要无限重试。建议使用有限次数的指数退避；如果响应提供 Retry-After，优先按它等待。401 和 403 通常不是临时错误，应先修复 Key 或权限。