做 OpenAI、Claude、Gemini 等模型的 API 中转，不能只用销售单价减采购单价判断是否赚钱。AI API reseller margin 指模型 API 转售毛利，但请求长度、缓存计费、失败重试和客户并发，都会改变实际结果。新手应先统一计量口径，再决定报价与充值预算。
先分清毛利率与加价率
毛利率＝（销售收入－直接成本）÷销售收入；加价率则以直接成本为分母。两者不能混用。假设某批调用收入为 100 个记账单位，直接成本为 80，则毛利率为 20%，加价率为 25%。这只是计算示例，不代表任何模型或平台的真实价格。
直接成本应覆盖上游模型调用、可归属的网关与网络费用，以及实际产生的支付手续费。客服、研发和固定运维可另列，用于计算经营利润。比较供应渠道时，还要核对币种、税费和结算周期，避免表面价差掩盖资金成本。
Token 预算：按输入、输出和请求结构拆开
基础估算可写为：预计调用成本＝输入 Token 数÷计价单位×输入单价＋输出 Token 数÷计价单位×输出单价。不同模型的计价单位及收费项目应以实际账单和文档为准；缓存、图像、音频、工具调用等项目不能直接套用纯文本公式。
- 输入侧：统计系统提示词、历史对话、检索片段与用户正文，不只计算最后一条问题。
- 输出侧：用真实业务样本估算平均值和高位值，并设置合理的输出上限。
- 附加消耗：检查重试、超时后重复提交、工具循环及多模型回退产生的调用。
- 核算依据：优先使用响应中的 usage 与上游账单对账，本地估算用于预算预警。
不要把单次演示成本当作长期平均成本。可先采集一批脱敏样本，分别测算短问答、长文档和多轮对话，再按业务占比加权。套餐应说明模型范围和计量规则，避免用模糊的“通用 Token”承诺不同模型等价消耗。
余额充足，为什么仍然调用失败？
余额、速率限制和并发是不同约束。账户有余额，不代表每分钟请求数、Token 吞吐或同时在途请求数足够。评估 API 批发额度时，应核对限制作用于账户、密钥还是模型，以及额度是否共享；具体规则需向供应方确认。
遇到 429，应结合错误正文、响应头和上游说明区分速率限制或额度问题；401、403 优先检查密钥、权限与模型授权；5xx 和超时则需结合网关及上游日志定位。盲目重试可能扩大成本和拥塞，应设置退避、次数上限，并按错误类型决定是否重试。
报价前，用一张表验证转售毛利
建议按客户和模型记录销售收入、输入输出用量、实际采购成本、附加费用、失败重试成本与退款。至少分别计算常规流量、高输出占比和峰值并发三种情景，观察毛利是否仍可接受，而不是只看最低采购价。
在 openmagic.ai 规划模型 API 接入或中转采购时，可先整理模型清单、日请求量、平均上下文、峰值并发与结算需求，再核对报价和限制。先小规模验证账单，再扩大采购，比仅凭标价推算利润更稳妥；预算预警也应结合用量增速，而不只盯着余额。