多模型能力与价格
所有真实路由按工作空间开通。模型、输入／输出及缓存费率、折扣和price_version 以自己的 GET /v1/models 为准；不要把下文 GPT 5.4 Mini 示例价格或限制套用到其他模型。多数已接入文本模型最多输出 128,000 Token、默认 32,000（Gemini 3.1 Pro Preview 和 Gemini 3.6 Flash 最多 65,536）；DeepSeek V4 Pro、GLM 5.3 和 Kimi K3 默认且最多 4,096，SSE 和推理内容按 capabilities 核对。费用预留按该模型输入上界、请求输出上限与当前客户价格计算；最终按已验证用量结算。公开模型目录不等于 Key 权限。详见模型列表。
GPT 5.4 Mini 费用与预留示例
gpt-5.4-mini 仅用于显式启用的工作区，冻结的未折扣客户费率为：
此模型无固定请求费。
prompt_tokens 包含缓存读写，completion_tokens 包含推理。
每个 Token 只计价一次：
prompt_tokens_details.cached_tokens 时，按缓存读取价格计费，不当作未缓存输入。
用量总计和分项须通过校验，无法确认时不会自动结算。端点仅允许推理强度 none，
省略时显式注入，且不公开推理正文。
先对整次请求向上取整到整数微美元，再应用冻结的工作区或模型折扣，并再次向上取整
到整数微美元。模型专用折扣替代工作区折扣，不叠加。真实模型列表展示基价和
discount / customer_discount_bps，不要误认为输入、输出基价已经折扣。
最终费用取决于模型的已核验用量和工作区当前客户价格。
发送请求前，分别按输入估算和请求输出上限预留。自 2026-10-07 起，输入估算为
实际发往模型服务方的请求体 UTF-8 字节数的三分之一加 4,096 Token 固定开销，按未缓存输入单价计算，
且不超过 400,000 Token 的输入硬上限。它是估算而不是分词统计：核验用量的费用超过预留时，
仅当总额不超过预留的两倍，且钱包、Key 预算、成员限额和平台额度都足以覆盖差额，才扣除差额；
否则请求保持待对账。
默认输出 64 Token，服务上限 256 Token。最高预留金额随工作区价格设置变化。
短提示词仍需要钱包和 Key 预算覆盖这份预留；
它不是固定费用，也不是本次提示词的实测用量。有效最终用量决定实际收费，未用金额释放。
模型上下文仍为 400,000 Token，费用预留不会扩大上下文容量。
已发送的请求如果失败、超时、取消或缺少有效最终用量，预留可能保持 pending。
请保存 X-Request-ID；错误码会说明本次调用是否收费（见错误处理），需要核查单次调用时可凭该 ID 联系支持。
图片模型
图片模型（gpt-image-2、gpt-image-2.5）通过 生成图片 和 编辑图片 调用（指南：图片生成与编辑），按张计费，不按 token 计费。请求的 size 决定本次调用中每张图片的档位：
quality 不影响价格。折扣与文本模型相同，GET /v1/models 在 pricing.per_image（micro-USD）中给出本工作区各档单价。调用前按档位预留 n 张的费用，结算时只对实际返回的图片扣费。被拒绝的调用（参数不合法、限流、服务方拒绝）不扣费。已发出后超时或失败的调用（错误码 image_call_held）会进入人工复核，仅当服务方确实生成了图片时才扣费，因为已完成的图片无论如何都会被服务方计费。图片只以 b64_json 返回；response_format: "url" 会在扣费前被拒绝。超过约 25 秒仍未完成的调用会先返回 200，并持续发送空格直到 JSON 正文到达，避免被代理断开；请读取正文后再判断是否为 error 对象。
视频模型
视频模型（doubao-seedance-2-0-260128）通过视频任务接口以后台任务方式运行，按每百万输出 tokens USD 25 计价。一个任务生成 宽 × 高 × (24 × 秒数 + 1) / 1024 个输出 tokens：5 秒 480p 16:9 的视频是 50,638 tokens，约 USD 1.27。提交时按所选分辨率下最大画面和时长再加 10% 预留；任务成功后按实际生成的 tokens 结算，失败、过期或取消的任务全额退回预留。提交时无法确认的任务（错误 video_submit_held）转入人工核对，只有确实生成了才扣费。折扣与文本模型相同，GET /v1/models 在 pricing.output（每百万 tokens 的 micro-USD）中给出你工作区的价格。
余额与流水
- 已结算费用关联请求记录与内部结算账本，界面在用量日志展示，而非资金流水列表。发送前的预算拒绝不产生调用费用。
- 可用额度、Key 预算或服务权限无法满足调用条件时，可能返回
402 inference_budget_or_access_denied，此时请求尚未执行。 - 设置了成员预算的成员在本周期上限用尽后返回
402 member_budget_exceeded。 - 发送前被拒绝的请求不扣费；已发送的真实失败请求可能保留预留，并在用量与费用确认后结算。
成员预算
管理员可以限制某个人每日、每周或每月的花费（按 UTC 日历周期，每周从周一开始）。上限覆盖此人名下全部 API Key 以及模型体验中的调用，无论由谁的余额支付。- 周期内的花费等于其已结算请求的费用，加上仍未结算的 live 预留，因此并发调用无法同时挤过上限。
- 会超出上限的调用在费用预留和请求执行之前就返回
402 member_budget_exceeded，并作为失败请求记录。 - 不产生费用的调用（例如工作空间配置为免费的调用）不会被上限拦截。
- 下一个周期自动从零开始，无需手动重置。