做 OpenAI、Claude、Gemini 等模型的 API 中转，AI API reseller margin（API 转售利润率）不能只用“销售单价减采购单价”判断。输入输出比例、缓存命中、失败重试、余额占用和客户并发，都会改变真实成本。新手应先核对计费口径，再估算报价空间，避免订单增长而利润下降。
先统一口径：毛利率不等于加价率
毛利率＝（销售收入－直接交付成本）÷销售收入；加价率则以成本为分母。假设某批请求收入为100个记账单位，直接成本为80，毛利率为20%，加价率却是25%。这只是计算示例，不代表任何模型或平台报价。
直接交付成本应包含上游模型调用、网关资源，以及由你承担的可计费重试。支付手续费、客服和税费等支出还需单独计入经营预算。若客户预充值但尚未使用，不宜把全部到账金额当作已实现利润。
Token 预算怎么估算：先拆输入、输出和缓存
基础模型成本可按“输入 Token×输入单价＋输出 Token×输出单价”估算，并统一价格单位，例如每百万 Token。涉及缓存、图像、音频或工具调用时，应按具体模型的计费项分别计算，不能直接套用纯文本公式。
- 输入预算：包括系统提示词、历史对话、检索内容和用户问题。
- 输出预算：参考真实调用的平均值与高分位值，不把最大输出长度当作每次实际消耗。
- 缓存预算：只有满足上游条件且账单确认命中，才计入节省。
- 重试预算：统计重试频率及对应费用，区分客户端重复提交与网关自动重试。
月度预算应以真实请求样本推算：先计算单次调用平均成本，再乘以预计请求量，并设置独立风险准备金。长上下文、批处理和多模态业务建议分别建模，避免混用均值掩盖高成本客户。
额度与并发：余额够，不代表请求能通过
API 额度可能指账户余额、消费上限、每分钟请求数或每分钟 Token 数，它们不是同一指标。报价前应确认模型权限、限流维度及配额适用范围。不能把上游显示的余额直接解释为可持续承载的并发能力。
排查时，401通常先核对密钥和鉴权，403检查权限与访问限制，429检查速率或配额，5xx结合上游状态与网关日志定位；具体含义仍以响应正文和接口文档为准。对超时请求，要追踪请求标识和实际用量，不能默认未计费。
报价前，用四项检查守住利润
- 核对采购与销售口径：币种、Token单位、模型版本和缓存计费是否一致。
- 测试成本波动：分别模拟输出变长、缓存下降和高峰重试。
- 设置客户边界：明确余额预警、消费上限、并发限制及异常流量处理规则。
- 持续对账：关联客户用量、网关记录与上游账单，定位差额来源。
不要用无限并发或固定利润承诺换订单。选择 API 批发或中转方案时，应要求可核验的计费明细、模型映射和错误日志。在 openmagic.ai 规划接入与采购预算，也应先用小流量验证 SDK 兼容性和账单口径，再按业务量扩容，让转售利润建立在可追踪成本上。