做模型 API 转售，进价与售价之间的差额不等于利润。AI API reseller margin 指向的是转售毛利，但网关、重试、支付和售后成本也会影响收益。新手应先统一计量口径，再核对额度与实际消耗，避免订单越多、资金压力越大。
先算毛利：不要只比较每百万 Token 单价
OpenAI、Claude、Gemini 等模型可能按输入、输出、缓存或其他用量项目计费，具体以对应渠道的账单规则为准。比较报价时，要同时核对模型标识、计价单位、币种和适用条件，不能把不同规格的单价直接相减。
转售毛利率＝（销售收入－直接服务成本）÷销售收入。直接服务成本应采用一致的会计口径，至少核对上游调用费、订单相关支付费用，以及由你承担的重试调用费用。网关服务器、日志和客服等支出也要纳入经营预算；是否计入毛利，应保持前后一致。
假设某期收入为 1000 个记账单位，上游调用费及相关直接成本合计 800，则毛利率为 20%。这只是计算示例，不代表实际报价或收益承诺，也不等于扣除全部经营费用后的净利率。
Token 预算怎么估：按业务请求拆分
先抽样记录真实业务请求，再估算月度消耗。不要只数用户输入，系统提示词、历史消息和工具返回内容也可能进入输入上下文；输出长度则受任务类型与限制参数影响。中文字符数也不能固定换算成 Token 数。
- 输入费用：月请求量 × 平均输入 Token ÷ 计价单位 × 输入单价。
- 输出费用：月请求量 × 平均输出 Token ÷ 计价单位 × 输出单价。
- 其他费用：按实际规则单列缓存、图片、音频或工具相关项目，避免重复计算。
- 风险预算：根据观测到的重试率和流量波动设置缓冲，不套用固定比例。
预算至少分为低、中、高三种情景，分别调整请求量、上下文长度和输出长度。多模型业务应逐一测算再汇总，不能用最低价模型覆盖全部需求。
额度与并发：余额够，不代表请求能通过
采购 API 中转额度时，应区分账户余额、有效期、模型权限和速率限制。RPM 是每分钟请求数，TPM 是每分钟 Token 量；并发则描述同时处理的请求数量，三者不能互相替代。套餐标示的额度也应确认是金额、Token 数还是平台自定义单位。
遇到 429，应结合错误正文判断是否触发速率、配额或其他限制；401、403 则需核对密钥、权限与访问条件。不同接口和中转实现可能存在差异，应保留请求 ID、时间与状态码，避免仅凭错误码下结论。
报价前排查：把隐性亏损找出来
优先对齐“上游账单—网关日志—客户账单”。检查失败请求是否产生用量、自动重试是否重复消耗、流式中断后如何结算，以及缓存计价是否正确传递。SDK 若自带重试，还要避免与网关重试叠加。
在 openmagic.ai 规划采购与接入方案时，可先列出模型、月用量、峰值并发和预算上限，再逐项确认报价、余额规则及账单明细。只有成本可追溯、限制可验证，AI API reseller margin 才能成为可管理的指标，而不是纸面差价。