模型与计费

New API 聚合多个上游渠道。不同模型的能力、价格、上下文长度和可用性可能不同，请以控制台实时信息为准。

选择模型

在 控制台 打开 模型广场/定价，重点查看：

• 模型标识：API 请求中 model 字段要填写的准确值；
• 支持能力：文本、图片理解、工具调用、推理或嵌入等；
• 计费方式：输入、输出、缓存、按次或其他计费规则；
• 可用分组：你的令牌分组是否可以调用该模型。

先用小请求验证

新模型先发送一句简短提示词，确认令牌权限、模型名和返回格式都正确，再用于长文本或批量任务。

常见费用组成

大语言模型通常按 Token 计费：

• 输入 Token：系统提示词、历史消息、用户本次输入；
• 输出 Token：模型生成的内容；
• 缓存 Token：部分模型会对命中或写入缓存单独计费；
• 附加能力：图片、音频、搜索、工具或推理可能有独立规则。

一次对话携带的历史越长，输入 Token 通常越多。客户端持续保留全部聊天记录时，后续每轮请求可能越来越贵。

控制用量

1. 为令牌设置额度，不对日常客户端使用无限额度。
2. 不需要长回复时，设置合理的 max_tokens 或 max_completion_tokens。
3. 定期新建对话，减少无关历史消息。
4. 批量任务先用少量样本测试。
5. 在使用日志中按令牌和模型检查消耗。

为什么预估和最终扣费不同

常见原因包括：

• 实际输入包含客户端自动加入的系统提示词或工具定义；
• 对话历史比当前输入框中的文字更长；
• 模型产生了隐藏推理 Token 或缓存费用；
• 价格或倍率已经调整；
• 请求失败前已产生上游用量。

控制台显示的是最终计费依据。对某条记录有疑问时，保留请求时间、模型名和日志中的请求 ID，再联系管理员核对。

模型不可用时

先检查模型名是否完全一致，然后确认：

• 令牌是否启用了该模型；
• 当前分组是否有可用渠道；
• 余额和令牌额度是否充足；
• 模型是否临时维护或限流。

更多处理步骤见故障排查。