额度跑完那一刻,很多人第一反应是查单价,结果换了个便宜模型账单还是不对。问题往往不在单价上,而在额度、余额、缓存、重试这几本账没分开看。这篇不讲具体数字,只给判断顺序:先确认扣的是哪本账,再确认哪些用量被重复算了一遍,最后给一套能对着账单逐项核的动作。
额度跑完那一刻,很多人的第一反应是翻价格表,看哪个模型便宜,然后换一个继续跑。换完发现账单还是不对。问题往往不在单价上。额度、余额、缓存、重试,这几本是分开记的账,你没分清当前在扣哪一本,算单价怎么算都是白算。
这篇不讲具体数字,价格和用量以站内页面当期的数据为准。只讲判断顺序:先确认扣的是哪本账,再确认哪些用量被重复算了一遍,最后给一套能对着账单逐项核的动作。你照着走一遍,多数「莫名其妙多出来的钱」都能定位到具体某一栏。
先别问多少钱,先问扣的是哪本账
额度用完之后,平台的行为通常不是一种。有的自动转成按量计费继续跑,有的直接拒绝请求,还有的要求你先充值才恢复服务。这三种走向的收费口径完全不一样,搞错了前提,后面所有计算都是错的。所以第一件事不是查价,是搞清楚你现在处在哪一档。
还有个容易混淆的点:不少平台的「额度」和「余额」是两本账。额度是赠送或套餐内的量,余额是你自己充的钱。额度没了,不代表余额不会被扣。你以为在等额度重置,实际上一直在从余额里出钱,这种误判在小团队里特别常见。
- 登录控制台看当前计费状态,确认是套餐内额度、按量计费还是已停止服务
- 确认余额和额度是不是两个独立的池子,以及扣减顺序是谁先谁后
- 到 AI 官方 API 价格(/official-api) 查你所用的那个模型当前的口径,别凭印象
- 如果同时用了多个渠道,逐个确认,别拿 A 渠道的规则套 B 渠道
钱主要漏在这三笔,不是单价
实际用下来,账单超预期很少是因为选了个贵模型。更常见的是同一份活被算了两遍甚至三遍。下面这三笔账,是漏得最多的地方。它们和单价无关,换多便宜的模型都躲不掉。
第一笔在输入侧。输入和输出是分开计价的,而且输入往往是大头。带完整历史的对话、塞了一堆文档的提示词、每次请求都重新贴一遍的系统指令,这些都会把输入堆起来。很多人只盯着输出长度,觉得自己回答很短应该很便宜,其实钱花在前面。
第二笔在缓存。缓存命中和未命中走的是不同价格,但同一个提示词第二次请求未必就命中。前缀变了、参数变了、顺序变了,都可能不命中。所以别默认「重复的提示词会自动便宜」,得看账单里的缓存字段到底记了多少。
第三笔在重试。请求超时重发、被限速后重发、客户端自动重试,这些都可能再次计数。失败请求不一定免费。还有输出被截断后续跑的情况,等于同一段活付了两次钱。这三笔叠加起来,账单翻倍不奇怪。
| 漏点 | 典型表现 | 先查哪里 |
|---|---|---|
| 输入侧堆积 | 请求数不多但 token 数很高 | 提示词长度、历史轮数 |
| 缓存未命中 | 以为重复请求会便宜,账单没降 | 账单里的缓存命中字段 |
| 重试重复计费 | 请求数和实际业务量对不上 | 客户端重试配置、超时设置 |
| 输出截断续跑 | 同一任务出现两次相似请求 | 最大 token 设置 |
一晚上跑飞了,按这个顺序查
发现花费异常,别一上来就翻明细,几十上百条看不过来。按比例先筛,能把范围缩到很小。这个顺序是我自己排查时固定用的,比随机翻账单快得多。
- 看请求数和 token 数的比例如果请求数远小于预期但 token 数很高,问题在单次请求太大;反过来请求数异常多,多半有重试或空转。先定住是哪一头。
- 看输入输出占比输入畸高,去查提示词和上下文有没有裁;输出畸高,去查最大 token 有没有设、有没有续跑。
- 看缓存命中字段命中率低就别指望缓存价,先把前缀稳定下来再说,这一栏单独看,混在总量里永远看不出来。
- 对照同类水平到 真实用量榜(/usage) 看同类任务的一般用量区间,你的数偏离太远就说明有结构性问题。
这个顺序不适用于一种情况:你同时改过模型、改过提示词、又换过渠道。变量太多的时候,比例法会互相干扰,得先把改动回退到上一次正常的配置,再逐项加回来。
什么情况下该停,什么情况下可以继续
额度用尽之后要不要转按量,这不该凭感觉。判断的依据是:这份活的结果能不能复用,以及停了会不会影响真实用户。两个问题问完,答案通常很明确。
实验性任务、跑一遍看看效果的批处理、结果大概率不会再用第二次的活,额度用完就该停。这时候顺手转按量,等于为一次不确定的尝试持续付钱。反过来,线上有真实用户、停了就断服务,转按量是合理的,但前提是先设预算上限,别让「合理」变成「失控」。
还有一种情况是你在等额度恢复。等之前先去 额度重置追踪(/resets) 看有没有恢复节奏。有明确节奏就等,没有就别干等,按暂停或转按量二选一,别悬着。
- 结果不可复用、没有真实用户在等:停,别转按量
- 线上服务、有真实用户:转按量,但先设预算上限和告警
- 不确定恢复时间:先查重置节奏,再决定等还是掏钱
- 只是想让任务「跑完看看」:先问这个结果下周还会不会用,不会就停
把上限设死,比算清单价有用
算单价这事,算得再准也管不住一个跑飞的脚本。真正能兜底的是把上限设死。上限不是设一个月度总额就完事,跑飞通常集中在几个小时里,月度总额要到月底才报警,那时候钱已经花出去了。
具体三个动作。按天甚至按小时设预算告警,别只设月度。客户端侧加上最大 token 和超时,把单次请求能烧的量框住。给重试设次数上限,并且对已经计费的失败请求单独记一笔,不然这部分永远藏在总量里。
这些设置不适用于需要长时间连续跑的大批量任务,那种场景硬上限会频繁打断。替代做法是把任务切片,每片单独设预算,跑完一片核一次,而不是一刀切一个总上限。
对账单的动作清单
最后落到对账。对账不是把平台账单看一眼,是拿它和自己的请求日志逐日对。先对总数,再对细节。总数对不上,细节不用看;总数对得上但某一项异常,再往下钻。
差额的分布方式本身就是线索。差额集中在某一天,去看那天的请求分布,多半是某次批量任务或某次跑飞。差额均匀分布在每一天,那更可能是你对单价口径的理解有偏差,比如把输入输出混着算了,或者以为缓存一直命中。
| 对账项 | 怎么核 | 对不上说明什么 |
|---|---|---|
| 每日总额 | 平台账单和请求日志按天对总数 | 某天突增,查当天的批量任务或脚本 |
| 输入输出分开 | 两栏分别对,别只看合计 | 混算会导致单价口径判断错 |
| 缓存读写 | 命中与未命中单独列出来 | 命中率低,缓存价没享受到 |
| 失败请求 | 单独统计已计费的重试 | 重试在偷偷计费 |
对不上的部分记下来,别当场琢磨完就忘。下次换模型或换渠道之前,先回头核这几栏,很多重复踩的坑就断在这里。
下一步把这次的排查顺序存下来,下次账单异常直接照着走;价格和用量口径到站内页面核对当时的数字,别用记忆里的。→常见问题
额度用完了会立刻开始扣钱吗?
看平台设置。有的默认自动转按量,有的直接拒请求,还有的需要手动开通才继续。先去控制台确认当前状态,别假设它会停。
额度用完后的价格和之前一样吗?
多数平台额度只是抵扣凭证,超出后按同一份单价表计费,价格不涨。但走中转渠道的话可能叠加倍率,要单独核一遍。
失败或超时的请求算钱吗?
已完成生成但传输失败的通常照算,连接就没建立的多数不算。这类差异只能靠请求日志和账单逐条对出来。
怎么快速判断是单价问题还是用量问题?
把账单金额除以 total token 数,和单价表比一遍。数值对得上就是用量问题,对不上再去看缓存和重试这两块。
该不该为了省钱换更便宜的模型?
任务能一次跑通就换,需要来回重试的未必省。先算同一任务在两边各要几次调用,再决定换不换。