> ## Documentation Index
> Fetch the complete documentation index at: https://omnirelay.ai/docs/llms.txt
> Use this file to discover all available pages before exploring further.

# 用量与计费

> 请求如何被计量、计价与记录。

真实模型按已验证的 Token 用量和请求时确认的客户价格计费。请求先预留最高费用；已发送但结果不明确的失败会保留预留等待对账。详见[模型接入与请求诊断](https://omnirelay.ai/docs/cn/general/provider-integration.md)。

响应中的 usage 与 cost\_microusd 表示已验证用量和本次结算费用。以下是 GPT 5.4 Mini 按未折扣基价计费的部分示例，其他模型价格或折扣对应不同费用：

```json theme={null}
{
  "usage": { "prompt_tokens": 10, "completion_tokens": 5, "total_tokens": 15 },
  "cost_microusd": 30
}
```

## 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](https://omnirelay.ai/docs/cn/llms/listing-models.md)。

## 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：

| Token 分项 | 美元 / 100 万 Token |
| - | - |
| 未缓存输入 | \$0.75 |
| 缓存输入读取 | \$0.075 |
| 缓存写入 | \$0；此端点不另收写入费 |
| 可见输出 | \$4.50 |
| 若 completion 用量中报告了推理输出 | \$4.50 |

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：

```text theme={null}
未缓存输入 = prompt_tokens − cached_tokens − cache_write_tokens
可见输出 = completion_tokens − reasoning_tokens
请求费用 = 各分项（Token 数 × 分项单价）之和 / 1,000,000
```

响应中可以省略值为零的用量分项。出现非零
`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](https://omnirelay.ai/docs/cn/general/errors.md)），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](https://omnirelay.ai/docs/cn/api-reference/images/create-images.md) 和 [编辑图片](https://omnirelay.ai/docs/cn/api-reference/images/edit-images.md) 调用（指南：[图片生成与编辑](https://omnirelay.ai/docs/cn/images/image-generation.md)），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：

| 档位 | 请求的 `size` | 每张标价 |
| - | - | - |
| 1K | 最长边不超过 1024 px，例如 `1024x1024` | USD 0.134 |
| 2K | 最长边不超过 2048 px，例如 `1536x1024`、`2048x2048`；未传或为 `auto` 时也按 2K | USD 0.201 |
| 4K | 最长边不超过 4096 px，例如 `3840x2160` | USD 0.268 |

`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](https://omnirelay.ai/docs/cn/videos/video-generation.md)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](#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。

成员可在**账单与余额**页查看自己的上限、已用金额和重置时间。管理员在管理后台的**用户管理**或**客户**页设置。

## 在控制台中

| 页面 | 内容 |
| - | - |
| **用量** | 基于真实请求记录的四个标签页。**概览**：花费、请求数、Token、错误率与平均耗时（对比上一周期），以及按模型、按 API Key 的花费分布。**请求**：按小时或按天的请求量（含失败）。逐条请求的分页日志（按 Request ID 查找与 CSV 导出）对客户账户默认关闭，如工作空间确需开通请联系支持。**分析**：按模型、模型服务方、API Key、状态、[标签](https://omnirelay.ai/docs/cn/general/tags.md)或日期分组，查看花费、请求数、Token 或错误数。**性能**：各模型的成功率与 P50、P95、最大耗时。时间范围为 24 小时、7 / 30 / 90 天，按 UTC 统计 |
| **账单与余额** | 现金与体验金余额、累计充值、资金流水，付款记录（含支付渠道与支付方式），以及每笔付款由支付渠道开具的发票与收据 |

## 重试

对话补全目前不具备幂等性。重新发送同一请求会产生新请求，真实调用可能再次扣费；结果不明确时先查记录。

## 现金、体验金与累计充值

**账单与余额**分别显示现金和体验金余额。请求预留与结算优先使用体验金，不足部分扣现金；未使用的预留退回原来的现金或体验金类别。已发送但未确认结果的请求，仍可能有未结算预留。

**累计充值**统计已入账的正向支付充值与支付补记。体验金不计入；调用消费及退款不减少这个历史累计值。它不是剩余余额，也不是扣除退款后的净充值。

界面的**资金流水**展示充值、退款、体验金发放和余额调整等钱包变动，并区分现金与体验金；不展示模型消费、调用预留与释放。实际模型费用请查看**用量日志**。管理员客户资金流水抽屉另列现金余额、现金扣减、体验金余额和体验金扣减。扣减只汇总已结算请求的真实金额，不计入待结算或已释放预留，美元最多保留六位小数。退款和余额调整不属于模型消费。

## 充值币种、发票与收据

充值按美元计价和入账。在支付页面用本地货币付款时，金额已包含支付渠道的换汇手续费和汇率；余额按订单的美元金额入账，退款按付款币种退回相同比例。发票和收据由支付渠道按工作空间的账单资料开具（Stripe：发票与收据；Airwallex：发票），账单资料为空时由首笔付款自动填写。详见[用户手册 → 充值、预算、发票与收据](https://omnirelay.ai/docs/cn/user-manual.md)。

## 日志时区与上一周期对比

在**账户设置 → 账户时区**选择固定时区，请求、登录、账单及操作日志会按所选时区显示；默认跟随浏览器。切换账户后使用该账户的偏好。数据库／API 时间、统计分桶及预算／账期边界仍按 UTC；更改显示时区不会改变请求归属的统计桶或费用。

选择 **24 小时**时，当前滚动 24 小时与紧接此前的 24 小时按相同筛选条件比较。**上一周期无数据**表示没有可比较的基准：上一窗口没有请求，或对应指标为零、无法计算百分比变化；不代表当前记录丢失。


This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.