定价与计费

预充值，按量付费。每个请求按模型标价计费，请求日志会清楚列出计费用量。

余额

• 在账单中使用银行卡充值，$10 起充。余额由工作区内的所有密钥共享。
• 只要账户未关闭，你购买的余额就不会过期。活动赠送的余额在到账 90 天后过期。
• 自动充值位于账单 → 付款方式：保存银行卡 (卡片信息由 Stripe 接收，我们不会接触)，当可用于新请求的余额 (账户余额减去进行中请求预留的金额，详见下文) 低于你设置的阈值时，系统会自动充值指定金额，每两分钟最多一次，每天最多十次，并通过邮件发送收据。大量请求同时运行时，即使账户余额仍高于阈值，也可能触发充值。银行卡扣款被拒后，自动充值会暂停，并向所有者和管理员说明原因。
• 请求开始前，系统会从余额中预留其可能产生的费用 (输入费用，加上 max_tokens 允许的全部输出费用；未设置时按默认输出量计算)，直到请求结束，避免并发请求重复使用同一笔余额。如果余额减去进行中请求的预留金额后不足以支付新请求，请求会被拒绝，并返回 402 insufficient_quota；调低 max_tokens 可减少预留金额。流式请求只需有足够支付输入和约 1,000 个输出 token 的可用余额即可开始。
• 可能在后台推理的模型 (具备推理能力的模型，或你要求进行推理的任何模型)，只会在请求结束时的用量统计中体现这部分推理。因此，如果余额足以开始生成这类回答，却不足以支付请求允许的全部输出 (由 max_tokens 指定，未设置时约为 32,000 个 token)，系统会将发送给模型的 max_tokens 下调至余额可承担的范围，同时调低思考预算，为最终回答留出空间，并预留全部相应费用。模型会在达到该上限时停止，因此，不可见的推理不会导致余额低于零。实时返回内容的流式回答不会下调上限，而是随着生成逐步增加预留金额。
• 较长的回答会随着生成逐步增加预留金额。如果余额不足以继续预留，或回答达到下调后的 max_tokens 上限，生成就会停止：流式响应会以 insufficient_quota 错误事件结束，非流式请求则返回已生成的内容，并附带 finish_reason: "length"。无论哪种情况，都只对已生成的内容收费。极少数情况下，余额仍可能略低于零，下次充值时会抵扣这部分欠款。

请求如何计费

价格见模型页面。每个模型的详情页都会并列显示厂商标价和我们的价格。

输出 token 仅指模型为你收到的回答生成的内容，包括文本、推理和工具调用。不包括重试、其他尝试或路由自行执行的任何内容。如果路由上报的输出量超过模型在该回答耗时内可能生成的数量，我们会在计费前校正，响应中的用量统计也会显示校正后的数值。

哪些不收费

• 失败的请求，以及因密钥规则或余额不足而被拒绝的请求。
• 模型拒绝生成的图片，以及生成失败的视频。
• 获取模型列表和计算 token 数。
• 我们为确保模型以自身身份回答而添加的指令：只对你发送和接收的内容计费。

中途停止的请求会按输入和停止前已生成的输出计费：包括你取消或断开连接的请求、中断的流式响应，以及因余额或密钥预算耗尽而停止的回答。你断开连接后，Zurelay 会继续读取回答，最长 30 seconds，这段时间内模型生成的内容也会计费。如果某条路由会在我们断开连接时停止生成，回答就会在此时停止，你只需支付此前已生成内容的费用；但如果模型可能正在进行尚未输出的思考（模型支持推理，且尚未返回任何推理内容），即使这些思考不可见，也会计费到我们断开连接的那一刻，因此我们也会继续读取这类回答。使用智能路由时，如果请求由备选模型回答，则按备选模型的价格计费；Zurelay Auto 请求则按实际回答的模型价格计费。

极少数情况下，模型会返回错误消息，而不是回答。如果一个请求的所有尝试都返回这类消息，它就和其他失败请求一样免费：你会收到 503 model_unavailable，其中包含 retry-after。只有当模型在同一时间仍能正常回答其他客户的请求，表明这类消息由请求中的某些内容触发时（提示词可以被刻意编写成触发这类消息），才会收取一次输入费用，因为模型每次都读取了输入。该 503 会说明这一点，不包含 retry-after，并发送 x-should-retry: false，以防 OpenAI 和 Anthropic SDK 自动重试。涉及余额或配额的消息一律不计费。

在哪里查看

• 请求日志：记录每次请求的模型、token 数、费用和速度。
• 在 API 密钥页面查看每个密钥今天和本月的用量费用。
• 在账单页面查看付款记录。每次银行卡付款后，Stripe 都会通过邮件发送收据。