经营模型 API 中转业务时，AI API reseller margin（AI API 转售利润率）不能只看采购价与销售价的差额。OpenAI、Claude、Gemini 等模型的调用结构不同，长上下文、输出长度、重试和并发峰值都会改变实际成本。评估 Token 批发方案，应先确认计费口径，再判断业务能否持续盈利。
转售毛利怎么算：先统一收入与成本口径
基础公式为：转售毛利率＝（API 销售收入－对应直接成本）÷API 销售收入。直接成本除上游调用费用外，还应按实际情况纳入网关、带宽以及由自身承担的失败重试等支出；客服、研发等费用可另行计入经营利润分析，避免混淆。
例如，一笔业务收入为 100 个记账单位，上游调用成本为 70，其他直接成本为 8，则毛利为 22、毛利率为 22%。这只是演算，不代表实际报价。采购折扣也不等于利润率：必须在相同币种、周期和计费范围内比较。
Token 消耗：低采购单价为何仍会亏损
输入与输出 Token 的单价可能不同，缓存、工具调用及其他模态的计费方式也需分别核实。若把所有请求都按平均单价销售，输出较长或上下文较大的客户可能消耗掉预期利润。应按模型、客户和请求类型记录收入与成本，而不是只看账户余额下降速度。
- 限制单次最大输出与上下文长度，避免异常请求耗尽预算。
- 记录请求 ID、模型、Token 用量、计费结果及重试次数，便于对账。
- 对缓存优惠仅按实际账单确认，不预设全部请求都能命中。
- 为未返回完整用量的请求建立待核对记录，防止账面成本偏低。
预算控制：余额、额度与并发要分开管理
余额回答“还能支付多少”，额度可能限制周期用量，并发与速率限制则决定短时间内可以处理多少请求，三者不能互相替代。批发采购前，应核实额度适用模型、有效期、限流维度和余额查询方式，并确认相关信息是否支持自动同步。
实际运营中，可为每个客户设置日预算、月预算、请求速率和并发上限，同时采用分级告警与硬性停用阈值。由于在途请求可能继续产生费用，预算阈值应预留在途消耗缓冲。预付费业务也要考虑上游充值到账与客户消费之间的时间差，避免有账面利润却缺少可用资金。
稳定性投入：重试和切换必须有成本边界
429 错误可能涉及速率或配额限制，应结合响应信息判断；5xx、超时也不宜无限重试。采用有限次数的指数退避，并设置总超时与重试预算。对于结果不确定的请求，不能假设重发不会重复计费；如接口支持幂等机制，应先核实其适用范围。
备用路由能降低部分故障影响，但切换前需验证模型能力、参数及响应格式是否兼容，并确认备用线路成本。建议同时观察成功率、延迟分位数、每次成功请求成本和客户毛利，避免为了追求成功率而持续亏损。
向 openmagic.ai 等 API 中转服务询价时，可提交预估月用量、输入输出比例、峰值并发及目标模型清单，并要求明确报价口径与账单明细。先小规模压测和对账，再扩大采购，比单纯寻找最低 Token 单价更有利于验证转售利润。