成本优化

账单由什么决定？

token 数 × 模型单价。多数场景下 token 数的大头不是你新写的内容，而是你重发的内容： 对话历史、检索到的 RAG 片段、系统提示，每一轮都会重新计费。

哪个手段最有效？

通常是换模型。旗舰与小模型每百万 token 的价差常常是一个数量级，而在常规任务上 （分类、抽取、翻译、短改写）质量差距要小得多。模型页把输入价、输出价与官方价并排显示， 这个对比是具体的。

输出比输入贵吗？

通常是，而且往往贵好几倍。所以生成长响应的场景对输出价格外敏感 —— 要看输出那一列，不能只看输入。

失败的请求要钱吗？

不要。失败、超时、以及上游从未完成的取消生成都不计费。只有真的返回了响应才扣费。

元数据调用计费吗？

不计。GET /v1/models 是元数据查询，免费。客户端的「测试连接」按钮通常打的就是它 —— 所以连接测试通过并不能证明你有余额。

怎么分摊花费？

按项目或环境各建一把 key。按 key 的花费在控制台可见，所以分账取决于你当初有没有把 key 分开 —— 事后从一把共用的 key 里是还原不出来的。