采购 AI API 额度批发时，新手常把“账户余额”“Token 用量”和“并发额度”当成同一件事，结果出现充值后仍无法调用，或测试便宜、上线费用超预算。评估 OpenAI、Claude、Gemini 等模型的中转接入，应先统一计费口径，再核对限流与结算规则，而不是只比较报价数字。
先核对报价：你买的是余额还是调用能力？
额度不等于并发，也不等于固定数量的 Token。余额通常用于抵扣费用；Token 是文本等内容的计量单位；RPM、TPM 则分别约束每分钟请求数和 Token 数。批量采购前，应确认报价对应的模型标识、输入输出单价、计价单位和币种，并了解是否存在有效期、最低采购量及退款条件。
- 余额口径：展示的是支付金额、可消费金额，还是按平台倍率换算的额度？
- 计费口径：输入、输出、缓存及多模态内容如何计量，失败请求如何处理？
- 能力口径：模型、上下文长度、流式输出及工具调用是否符合业务需求？
- 交付口径：额度如何分配到项目或密钥，能否查明细并设置预算告警？
比较不同方案时，应使用同一批请求测试。若模型版本、输出长度或缓存条件不同，单次费用便不具备直接可比性。中转价格与上游公开价格也不一定一致，应以采购合同和实际账单核验。
Token 预算怎么估算：从单次请求算到月度
月度基础预算＝月请求数×单次平均费用。若输入与输出分别计费，单次费用可按“输入 Token÷计价单位×输入单价＋输出 Token÷计价单位×输出单价”计算。工具结果、多轮历史和检索文档只要被重新送入上下文，都可能增加输入用量。
例如，业务每天预计调用一千次，抽样测得每次平均输入两千 Token、输出五百 Token，按三十天计算，对应六千万输入 Token 和一千五百万输出 Token。再分别乘以采购方案中的对应单价，即可得到基础估算；该示例仅演示用量计算，不代表任何平台报价。
正式预算还应单列重试、长输出、峰值任务和业务增长带来的增量。建议用真实请求做小规模试运行，结合响应中的 usage 字段与账单统计，而非仅凭中文字符数换算。平均值用于估成本，高分位用量用于识别长请求风险。
有余额却调用失败，按什么顺序排查？
- 检查余额是否归属当前项目和密钥，是否存在过期额度、冻结金额或项目预算上限。
- 检查密钥、Base URL、模型名称及接口路径；401、403 通常需核对鉴权或权限，具体以错误信息为准。
- 遇到 429 时区分余额不足、请求限流与 Token 限流，查看错误体及响应头，避免盲目充值。
- 遇到超时或 5xx 时，记录请求标识、耗时与时间点，再核查网关及上游状态；重试需设上限并采用退避策略。
扩大采购前，先验证费用可追踪、限流可解释、故障可定位。接入 openmagic.ai 时，也应逐项核对实际提供的模型、计费说明与限额配置。先小额验证，再按项目分配额度、设置告警和控制输出长度，通常比一次性囤积大量余额更利于管理成本与采购风险。