购买 OpenAI API relay 服务前，新手常把账户余额、Token 用量和请求额度当成同一件事，结果可能是余额尚有结余，请求却被限流；测试费用很低，上线后账单却明显增加。评估 API 中转不能只看单价，还要核对模型映射、计费单位、并发限制与失败请求处理方式。
先看价格：低单价是否等于低成本？
API 中转通常由服务方接收请求，再转发至上游模型接口。采购时应确认具体模型标识、输入与输出 Token 是否分别计费，以及缓存输入、工具调用等项目是否另有规则。不要把充值金额直接理解为可用 Token 数：不同模型和请求类型可能采用不同费率。
要求服务方提供可核对的价格表、计费币种及用量记录，并确认价格调整如何通知。如果报价采用倍率或点数，先换算成每百万 Token 的实际成本，再比较同一模型、同一输入输出结构的费用，避免只比较充值折扣。
Token 预算怎么估算？先拆分输入与输出
基础估算公式是：单次成本＝输入 Token÷一百万×输入单价＋输出 Token÷一百万×输出单价；月度预算则按各类请求成本乘以预计次数后汇总。若涉及缓存、图片、音频或工具服务，应按对应计费规则另算，不能全部套用文本公式。
例如，每次请求平均输入 2000 Token、输出 500 Token，预计每月调用一万次，则基础用量约为输入两千万、输出五百万 Token。将这两项分别乘以采购时确认的费率即可估算费用，这只是用量示例，并非任何平台报价。输入中应包含系统提示词、历史消息和检索内容，不能只统计用户最后一句问题。
- 短问答：重点观察输出长度，避免默认生成过长答案。
- 多轮客服：测量历史上下文增长，必要时采用摘要或截断。
- 文档处理：记录文档切分、重复检索与重试带来的额外用量。
- 预算留量：依据试运行的波动和重试记录设置缓冲，不套用固定比例。
余额充足却调用失败，先排查哪些额度？
余额代表可支付能力，不等于吞吐能力。请求可能受到每分钟请求数、每分钟 Token 数、并发数、单次上下文长度或账户消费上限约束。采购前应询问这些限制按密钥、账户还是模型计算，以及突发流量是否有排队机制。
遇到 401，先核对密钥、鉴权头和接口地址；遇到 429，结合响应内容判断是速率限制还是额度问题；遇到 5xx，再查看网关与上游状态。中转层可能重新包装错误，应保存 HTTP 状态码、错误正文和请求 ID，而不是只凭状态码判断原因。重试也要设置次数上限与退避，避免放大成本。
接入与采购：用小额试运行验证账单
使用 SDK 时，确认服务方支持的接口路径、base_url 写法、模型名称、流式输出和超时行为；兼容某种请求格式，不代表支持全部功能。先用固定测试集记录调用次数、usage 字段、响应耗时与账单扣费，再逐步提高并发。
评估 openmagic.ai 的 OpenAI API relay 接入方案时，可按上述清单逐项核实价格、额度与支持范围，并确认数据处理和日志保留说明。可核对的计费与可定位的错误，比单一低价更有采购价值；完成试运行后，再依据真实用量决定充值规模和预算告警阈值。