经营 OpenAI、Claude、Gemini 等模型 API 中转业务，不能只看采购价与售价的差额。AI API reseller margin（AI API 转售毛利）还受 Token 结构、失败重试、并发资源和账单口径影响。采购折扣看似有吸引力，若缺少预算控制与调用治理，业务增长也可能放大亏损。
转售毛利怎么算：先统一成本口径
建议按客户、模型和计费周期核算：毛利率＝（确认收入－对应销售成本）÷确认收入。销售成本应采用一致口径，包含模型调用采购成本及明确归属的交付成本；支付手续费、汇兑、售后和运维等支出，也应在贡献利润或经营利润中继续扣除，避免把毛利当净利润。
Token 成本不能只按请求次数估算。输入、输出、缓存及其他计费项目，应以具体模型和供应渠道的实际账单为准。长上下文、长回答和多轮历史累积会改变单次成本；图片、音频等请求也不宜直接套用纯文本价格。
- 记录模型、输入输出用量、客户标识与请求状态。
- 将客户扣费记录、网关日志和上游账单定期对账。
- 单列重试、测试、补偿及未能向客户收取的费用。
- 按客户与模型统计毛利，避免平均值掩盖亏损账户。
预算控制：从余额预警做到请求级限制
余额告警不是硬性预算上限。请求并行执行、日志延迟和长输出，都可能让实际支出超过告警时看到的金额。网关可按客户配置日月预算、单请求输出上限和并发限制，并在请求前预估占用、请求后按实际用量结算；预估无法完全准确，需要保留安全余量。
对新客户宜先设置较低的调用上限，观察用量与付款情况后再调整。接近预算阈值时，可选择提醒、限流或暂停新请求。降级到其他模型必须事先约定，不能为了保住利润而静默替换模型，造成质量争议。
稳定性如何影响利润：重试与路由是关键
API 中转稳定性不只是成功率，还包括响应延迟、流式输出完整性和故障恢复成本。对 429、超时及部分 5xx 错误，应根据错误语义设置退避、重试次数和总时限；认证失败、参数错误通常应先修正配置，而非持续重试。请求超时也不代表上游一定没有执行或计费。
自动重试必须设置成本边界。尤其是流式请求已返回部分内容时，再次调用可能增加用量并产生重复结果。多渠道路由则需验证模型标识、参数和计费口径是否兼容，不应把可切换渠道等同于服务保证。
采购 Token 批发额度前核对什么？
比较 API 批发方案时，应核对计费单位、余额扣减方式、额度有效期、限流规则、失败请求结算及账单导出能力。再用代表真实业务的请求测试延迟、错误率和每个有效结果的成本，而不是只比较标价折扣。
评估 openmagic.ai 的 API 中转接入方案时，可先整理目标模型、预估用量、峰值并发和预算范围，并确认实际支持条件。可持续利润来自可核对的成本和可执行的风控，而不是以更低售价承接无法控制的调用需求。