遇到 OpenAI API 余额不足，先不要反复重试或直接提高并发。请求失败可能与可用余额、项目预算、账户计费状态或中转平台额度有关，也可能是限流被误判为欠费。对通过模型网关接入的业务，还需要区分上游账户与中转账户的账本。解决问题的关键是先确认错误来源，再处理额度与调用策略。
先排查：余额不足，还是请求限流？
保留 HTTP 状态码、响应中的 error.type、error.code、错误消息和请求标识，但不要记录完整 API Key。429 并不只代表一种故障：若响应包含 insufficient_quota，应重点检查额度与计费状态；若提示 rate limit，则应检查请求频率、Token 吞吐与并发。具体含义以实际响应和对应服务文档为准。
- 直连 OpenAI：确认 API Key 所属组织、项目和计费账户，查看可用额度、付款状态及使用限制。ChatGPT 订阅与 API 计费不是同一项服务。
- 通过 API 中转：核对中转账户余额、模型权限、密钥限额及平台返回的错误说明；平台余额不能直接代表上游额度。
- 刚充值仍失败：检查是否使用了旧密钥、错误项目或错误 base_url，并核实计费状态是否已经更新，避免连续重复支付。
Token 为什么消耗过快？先建立成本账本
长系统提示、多轮历史反复发送、检索结果堆叠和过长输出，都可能推高 Token 消耗。工具调用循环、超时后的重复提交，以及同一任务被多个工作进程执行，也会增加成本。部分模型还存在不同的计费项，不能只按最终可见文本估算费用。
建议按模型、项目和业务接口记录请求次数、输入与输出 Token、失败率及实际费用。预算估算可采用“输入 Token × 对应单价＋输出 Token × 对应单价”，再加入适用的其他计费项。模型价格、缓存优惠与中转计费口径应以当前账单说明为准，不要把历史单价当作长期固定成本。
预算控制怎样兼顾成本与稳定性？
把预算分成月度总预算、每日消耗阈值和单请求上限。业务侧可设置预警线、限制最大输出长度、压缩过长上下文，并按任务难度分配模型。简单分类或格式转换不必默认使用高成本模型，但替换前应验证效果，避免因质量下降引发更多重试。
预算预警不等于硬性停用。控制台中的预算设置是否会阻断调用，需要核对具体产品规则；需要严格控费时，应在自有网关实现额度校验、请求预留和并发锁定，防止多个请求同时通过检查造成超支。流式请求结束后再核对实际用量，妥善处理断流与结算差异。
使用 API 中转前，要核对哪些计费条件？
评估 Token 中转或 API 批发方案时，应确认计费单位、模型映射、余额有效规则、失败请求计费方式，以及用量明细是否可查询。还要了解并发与速率限制、错误码透传能力及退款条件，不能仅凭一个低价数字判断总成本。
在 openmagic.ai 相关接入方案的评估中，也应以实际服务说明为依据，先用小规模流量验证 SDK 兼容性、用量对账和异常处理。额度类错误不要无限重试；临时限流可采用带随机抖动的退避策略，而余额或权限问题应告警并暂停相关任务。备用通道也要单独设预算，避免故障切换演变成失控消耗。