做 OpenAI、Claude、Gemini 等模型的 API 中转，进销差价不等于利润。AI API reseller margin 通常指转售毛利空间，但采购折扣、Token 结构、重试和余额占用都会改变结果。新手应先统一计费口径，再决定报价，避免订单增长、现金却持续减少。
先算真实毛利，再谈中转报价
建议按模型、客户和账期拆分核算。毛利率＝（销售收入－直接成本）÷销售收入。直接成本除上游调用费用外，还应纳入可归属的网关、支付手续费及售后补偿；团队工资等运营支出另行核算，避免把毛利当净利。
例如，假设某账期收入为 1000 元，上游调用与其他直接成本共 800 元，毛利率就是 20%。这只是计算示例，不代表市场价格。若采购、销售采用不同币种，还需统一汇率和结算时点；充值金额也不能直接当作当期调用成本。
Token 预算要分输入、输出与缓存
估算预算时，不宜只用请求数乘平均价格。不同模型的输入、输出与缓存计费可能不同，长上下文、工具调用和多轮历史也会扩大消耗。应以实际账单和当前计费说明为准。
- 采样真实业务请求，记录每次输入、输出 Token 及模型版本。
- 区分短问答、长文生成、代码与检索任务，分别计算日调用量。
- 将缓存命中、失败重试、模型回退的实际费用单独记录。
- 按日均预算、峰值预算和账期预算设置阈值，预留风险缓冲。
预计费用＝输入 Token 量×输入单价＋输出 Token 量×输出单价＋其他实际计费项。计算前应统一每千或每百万 Token 的单位。图片、音频等任务若采用不同计量方式，应另建预算，不能强行套用文本公式。
额度、余额和并发为什么影响利润
余额充足不代表吞吐够用。RPM、TPM、并发连接数和客户侧限额可能分别成为瓶颈；具体限制取决于上游账户及中转配置。低价采购若无法承接业务峰值，仍可能带来排队、退款和支持成本。
新手排查可按顺序进行：先核对可用余额与账单，再确认模型权限，随后检查速率限制和超时记录。遇到 429，应结合错误体判断请求频率、Token 速率或额度问题；遇到 401、403，则检查密钥、权限及访问条件，不要盲目重试。
重试必须有上限，并记录每次尝试的用量。客户端超时不一定意味着上游未完成处理；SDK、网关和业务层同时重试，还可能放大调用成本。
采购与报价前，核对这几项
比较 API 批发方案时，应确认模型标识、计费单位、用量查询方式、账单粒度、限流规则及故障处理流程。涉及 OpenAI、Claude、Gemini 接入，还要验证接口格式、流式响应与 SDK 兼容性；兼容接口不代表所有功能一致。
在 openmagic.ai 规划接入时，可先用小规模真实流量测出单位任务成本，再制定客户限额和报价。报价依据应是可核对的消耗与风险，而非单一折扣。同时确认上游服务条款是否允许相应转售用途，避免毛利测算成立，业务条件却不成立。