API 文档 · 对话模型

对话计费

按输入、输出与缓存 token 计价；冻结上界、结算与流中断的处理。

对话模型按 token 计价，单价为每百万 token、币种 CNY，输入、输出分开定价；命中缓存的输入按缓存读取价，写入缓存的输入按缓存写入价（没单独定价时按输入价）。

冻结与结算

请求开始前冻结上界：输入 token 按请求体字节数保守估算（每张图片另按约 1600 token），全部按输入价与缓存写入价中较高者；输出按 max_tokens（不填时按模型的最大输出）乘输出价。额度不够时返回 402，不会发往上游。
请求结束后按上游返回的 usage 结算，向上取整到计价步长；不超过冻结额，差额自动释放。
上游没有返回 usage 时：输入按估算值、输出按实际返回的字节数折算结算。
没有任何输出就失败的请求不收费；流式输出到一半中断的，按已输出的部分结算。

usage 字段

计费项	OpenAI 格式	Anthropic 格式
输入	`prompt_tokens − cached_tokens`	`input_tokens`
缓存读取	`prompt_tokens_details.cached_tokens`	`cache_read_input_tokens`
缓存写入	—	`cache_creation_input_tokens`
输出	`completion_tokens`	`output_tokens`

价格

每次请求的 token 与扣费可以在控制台「调用日志」（用途选“对话”）和「费用中心」里按模型查看。

{
  "id": "chatcmpl-...",
  "object": "chat.completion",
  "model": "claude-sonnet-4-5",
  "choices": [{ "index": 0, "message": { "role": "assistant", "content": "..." }, "finish_reason": "stop" }],
  "usage": {
    "prompt_tokens": 2000,
    "completion_tokens": 300,
    "prompt_tokens_details": { "cached_tokens": 1500 }
  }
}