选择 AI API reseller（模型 API 转售与中转服务）时，新手常先比较单价，却忽略计费单位、模型映射和并发限制。接入 OpenAI、Claude、Gemini 等模型前，应先把报价转换成可核算的调用成本，再确认余额与限额能否支撑业务。低单价不等于低总成本，判断依据应是实际任务的成功率、Token 消耗和账单记录。
先核对价格：报价究竟包含什么？
询价时，要求服务方说明具体模型标识、输入与输出 Token 单价、计费币种和扣费规则。不同模型的输入、输出以及缓存用量可能采用不同费率，不能只看“每百万 Token”这一项。若使用倍率或站内积分，应确认它与实际货币的换算关系，以及规则调整后如何查询。
- 模型名称：请求中的模型名是否对应预期版本，是否存在别名映射。
- 计费范围：工具调用、图片、音频等用量是否另行计量。
- 异常扣费：超时、取消、失败请求和自动重试如何记账。
- 账单凭证：能否按请求查看用量、费用、时间与请求标识。
不要直接套用其他渠道的价格，也不要假定中转价格与模型官方价格一致。采购前，用同一组测试任务对照报价与实际扣费，才能发现单位误读或隐藏消耗。
Token 预算怎么估算才不容易超支？
可先用文本任务建立基线：预计费用＝输入 Token÷计价单位×输入单价＋输出 Token÷计价单位×输出单价。计价单位必须与报价一致；涉及缓存或多模态时，应拆分对应项目，而不是全部按普通文本计算。
日预算可按“日任务数×每任务平均请求次数×单次平均费用”估算。每任务请求次数应包含多轮对话、工具循环和重试。历史消息反复发送会增加输入量，输出越长也可能越贵。中文字符与 Token 没有固定换算比例，优先采用响应中的用量字段或适配模型的计数工具。
测试样本应覆盖短问答、长文档和复杂任务，分别记录平均值与高消耗样本，再依据业务波动设置预算缓冲。不要把单次演示的成本直接当作生产预算。
余额、额度和并发为什么要分开看？
余额充足不代表请求一定能通过。余额是可消费资金；额度可能指账户、项目或模型的使用上限；并发是同时在途请求数，RPM、TPM 则分别限制每分钟请求数和 Token 数。购买前应逐项核实，还要确认限额是独享还是共享。
若业务会在短时间集中提交任务，应测试峰值流量，而非只测串行调用。询问限流后的排队方式、超时设置和升级条件，但不要把未经验证的说明视为稳定性承诺。
接入后报错，按什么顺序排查？
- 检查 API Key、Base URL、请求路径和模型权限，确认 SDK 配置与网关文档一致。
- 核对余额、预算上限和模型额度，区分资金不足与权限问题。
- 检查状态码及错误正文：401、403、429 等可提供方向，具体含义仍以服务文档为准。
- 记录请求标识、耗时与用量，排查网络超时、上游异常及重复重试。
重试应设置次数上限与退避间隔，避免放大费用。通过 openmagic.ai 评估模型 API 中转方案时，可先整理模型清单、日调用量、峰值并发和预算上限，再按小额测试、账单核对、逐步放量的顺序验证，让采购决策建立在可追踪的数据上。