做 OpenAI、Claude、Gemini 等模型 API 中转，采购价与销售价之间的差额，并不等于最终利润。AI API reseller margin 的关键，是把 Token 消耗、失败重试、并发资源和售后成本纳入同一账本。对 Token 批发商和模型调用中介而言，低价获客容易，持续交付且不超预算才是经营重点。
API 转售毛利：先统一收入与成本口径
建议以客户、模型和计费周期为维度核算。转售毛利率＝（净销售收入－直接交付成本）÷净销售收入。净收入应扣除退款与折扣；直接成本包括上游 API 消耗，以及可归属于交付的网关、支付和带宽费用。若继续扣除获客、人员等运营费用，得到的是另一层利润指标，不宜混称毛利。
采购与销售账单必须使用一致口径。输入、输出、缓存及其他用量项是否单独计费，应以具体模型和供应渠道的账单规则为准。不能仅凭每百万 Token 的宣传单价判断价差，也不要把不同模型或不同上下文长度的请求直接混算。
Token 消耗如何侵蚀 reseller margin
客户的一次操作可能触发多次模型请求：长系统提示词、完整历史对话、工具调用和自动重试都会增加成本。代理工作流尤其需要记录每个步骤，否则前端看似一次调用，后台却已产生多轮消耗。
- 分别记录输入与输出 Token，并关联客户、模型、请求标识及上游账单。
- 限制上下文与最大输出长度，避免每轮发送无关历史。
- 对批处理、交互问答和代理任务分别设预算，防止高消耗业务挤占余额。
- 定期抽样核对用量字段；缺失数据应标记待核对，不应默认成本为零。
有效成本应包含为完成业务实际发生的全部可计费尝试。超时不代表上游一定没有处理，也不意味着一定不计费；应结合请求标识和账单核实，避免盲目重试放大支出。
预算控制：额度、并发与重试要一起配置
只有余额告警，无法阻止短时间内的费用突增。API 中转网关应同时设置客户余额、周期预算、请求速率和并发上限。对成本较高的模型，可增加单请求预算预估与输出限制；预估只是控制手段，最终仍需按实际用量结算。
处理 429、5xx 或网络异常时，应区分限流、服务故障和连接问题，再决定是否重试。采用有限次数的退避策略，并设置总超时与总费用边界。切换备用渠道前，必须核对模型能力、参数兼容性、数据处理要求和成本，不能只追求请求返回成功。
批发采购与定价：看可核算的交付能力
评估模型 API 批发方案时，应确认计费单位、余额查询、用量明细、错误追踪、限流规则和异常处理流程。稳定性可通过成功率、延迟分位数及错误分布观察，但历史数据不能作为未来可用性的保证。
面向客户定价时，可按业务区分交互型、批量型与高并发需求，并说明支持范围和计费边界。对 openmagic.ai 这类 Token 中转业务，可持续利润来自可追踪的用量与有边界的交付，而非单纯扩大采购折扣。先以小规模真实流量验证单位成本，再决定批发采购量与销售策略，更有利于控制预算风险。