遇到 OpenAI API 余额不足，先别急着充值或更换模型。请求失败可能来自余额耗尽、项目预算限制、计费未启用，也可能只是触发速率限制。直接接入与通过 API 中转接入，检查入口也不同。新手应先确认扣费主体，再判断该补余额、调整配置，还是控制调用成本。
先分清余额不足与请求限流
HTTP 状态码不能单独判断余额问题。例如，429 既可能与额度有关，也可能表示请求频率或 Token 吞吐超限。应结合响应中的错误类型、错误消息和请求 ID 排查；出现 insufficient_quota 等提示时，再重点检查计费与额度。不要对所有失败请求持续自动重试。
- 确认 API Key 所属的组织、项目和账户，避免查错余额。
- 检查计费是否启用、可用余额和付款状态，并区分实际支出与预算提醒。
- 核对所用模型的调用权限，以及请求数、Token 数等速率限制。
- 记录错误时间、模型名和请求 ID，向支持人员反馈时隐藏完整密钥。
部分预算配置可能只是告警，而非强制停止调用，需以控制台说明为准。ChatGPT 订阅与 API 计费也不应混为一谈，不能凭聊天产品可用就判断 API 额度正常。
价格与 Token 预算怎么估算
单次成本要同时计算输入与输出 Token。在基础文本场景中，可按“输入 Token ÷ 计价单位 × 输入单价＋输出 Token ÷ 计价单位 × 输出单价”估算。具体价格应查所选模型的当前定价，不能把不同模型的单价混用；缓存、工具、图片、音频等费用也需单独核对。
例如，业务预计每天调用 1000 次，平均每次输入 2000 Token、输出 500 Token，则日基础用量约为输入 200 万、输出 50 万 Token。将两项分别乘以对应单价，就能得到日成本，再按运行天数估算月预算。这只是用量示例，不代表固定价格或承诺额度。
估算输入时，要包括系统提示词、历史对话、检索内容和工具返回值。建议先抽样测试，读取响应中的 usage 数据，再统计平均值与高消耗请求。预算还应预留测试、失败重试和业务峰值的空间，不能只按最短的一次问答计算。
通过 API 中转接入，要检查哪一层余额
如果 SDK 的 base_url 指向中转地址，请先查看中转账户余额、模型映射和错误日志。中转平台的余额、并发配额与上游账户并非同一概念，返回的额度错误也可能来自不同环节，需要服务方协助确认。
采购 Token 额度或 API 批发服务时，先核对计费口径。重点看输入与输出是否分别计费、模型倍率、失败请求计费规则、并发限制，以及账单能否按请求追踪。不要仅凭“低单价”判断总成本，也不要默认充值后就会提高速率限制。
恢复调用后，怎样避免再次超支
设置合理的输出上限，裁剪重复上下文，让简单任务优先使用满足质量要求的低成本模型。对明确的余额或配额错误暂停重试；对可恢复的限流错误使用退避策略。最后设置余额提醒和每日成本监控，将请求量、Token 用量与账单交叉核对，才能更早发现异常消耗。