计费与用量¶
RouteFast 基于 sub2api 提供服务。本页说明 GPT 与 Claude 的 Token 计费、倍率和使用记录，不代表其他中转系统的功能或计费规则。
使用余额计费时，系统根据本次请求的计费用量、模型价格和生效倍率计算扣费。请在 控制台「使用记录」 核对本次调用；如你的账户另有订阅或专属计费安排，以控制台实际展示为准。
基本概念¶
| 概念 | 说明 |
|---|---|
| 普通输入 Token | 用量记录中按普通输入价格计费的部分；与缓存读取、缓存写入分别计算 |
| 输出 Token | 模型生成的正文、工具调用及可能的推理 Token |
| 缓存写入 | 建立或重新写入可复用 Prompt 缓存产生的用量，如模型支持 |
| 缓存读取 | 命中 Prompt 缓存后读取的用量，如模型支持 |
| 分组倍率 | API Key 所属分组的默认计费倍率 |
| 用户专属倍率 | 为某个用户在对应分组配置的倍率；不是再叠加乘一次分组倍率 |
| 生效倍率 | 当前时间与账户条件下实际用于计费的倍率 |
计算方式¶
模型广场价格单位为 美元／每 100 万 Token（USD/MTok）。先确认你使用的是原始价还是实付价，不能混用。
使用原始单价估算普通文本请求时：
原始费用（USD）=（普通输入 Token × 原始输入单价
+ 输出 Token × 原始输出单价
+ 缓存写入 Token × 原始缓存写入单价
+ 缓存读取 Token × 原始缓存读取单价）/ 1,000,000
用户扣费（USD）= 原始费用 × 本次请求的生效倍率
如果代入的是与你本次请求条件一致的 实付单价，加权求和后除以 1,000,000 即可，不要再乘已包含的倍率。存在不同缓存写入档位时，应按对应档位分别计算，不能全部套用一档价格。
上式用于理解常规 Token 费用。长上下文、服务档位、模型映射或分时规则如有生效，应使用本次实际计费条件；不要仅凭模型名字或现在的公开报价反推历史扣费。
缓存 Token 不要重复计算¶
原始 API 响应的 usage 与控制台的计费字段不是同一套口径。尤其不要把所有协议的 input_tokens 都理解为“未缓存输入”。
| 数据来源 | 输入字段的理解 | 核对缓存的方法 |
|---|---|---|
GPT Responses 的标准 usage |
input_tokens 是总输入；缓存明细属于其中的一部分 |
查看 input_tokens_details.cached_tokens，以及实际返回时的 input_tokens_details.cache_write_tokens |
GPT Chat Completions 的标准 usage |
prompt_tokens 是总输入；缓存明细属于其中的一部分 |
查看 prompt_tokens_details 中实际返回的缓存字段 |
Claude 原生 Messages 的 usage |
普通输入、缓存创建、缓存读取分列 | 分别查看 input_tokens、cache_creation_input_tokens、cache_read_input_tokens，不要再次从普通输入中减缓存 |
| sub2api 使用记录 | 普通输入、输出、缓存创建、缓存读取分项展示 | 对照记录中的各项 Token 和费用，而不是把原始 API 总输入直接套入普通输入价格 |
例如 GPT 返回总输入 100,000、缓存读取 80,000、缓存写入 0，普通输入应为 20,000，不是 100,000。普通输入与缓存拆分的协议说明见 OpenAI Prompt Caching。
对于协议转换、流式响应或未返回完整缓存明细的请求，先确认数据来源，再对照控制台记录。字段缺失不等于已经证明缓存免费或没有用量；也不要把输出中的推理 Token 明细再加到已经包含它的输出总量上。
如何判断缓存有没有帮你省钱¶
- 保持可复用的系统提示、工具定义和上下文前缀稳定，不要每次无意义地改写。
- 使用少量真实任务对比使用记录中的「缓存创建」「缓存读取」与「用户扣费」，不只比较总 Token。
- 将缓存写入费用计入比较；首次写入与后续命中的费用可能不同。
- 不要为了“刷命中率”反复发送无用请求，这些请求仍可能产生费用。
缓存是否命中、写入档位及生命周期取决于具体模型、请求和上游处理。本文不承诺固定命中率，也不把其他平台的缓存开关、保留时长或清理接口当作 RouteFast 已开放功能。
在控制台核对一次调用¶
- 登录 RouteFast 控制台，打开「使用记录」（
/usage）。 - 选择调用发生的日期范围，再用 API 密钥、模型、分组 缩小范围；记录暂未出现时先点击「刷新」。
- 对照「时间」「端点」「类型」确认是同一类请求，再查看「Token」和「费用」。流式与同步请求不要混淆。
- 将鼠标移到 Token 或费用旁的说明图标，查看分项；费用说明中的「原始」与「用户扣费」含义不同。
- 需要自行汇总时，可用「导出 CSV」导出当前筛选条件下的使用记录。导出文件包含用量及请求相关信息，请妥善保存并在分享前脱敏。
如果某列被隐藏，可检查「列设置」。页面布局随版本调整时，以控制台当前实际显示为准。
一条账单怎么读¶
以下是 纯计算示意，不是真实客户账单，也不是新增价格承诺。假设某次请求未触发额外档位，原始输入价为 $2/MTok、缓存读取价为 $0.20/MTok、输出价为 $12/MTok，生效倍率为 0.5：
| 记录项目 | 示意值 | 含义 |
|---|---|---|
| 普通输入 | 20,000 Token | 原始输入费用为 $0.040 |
| 缓存读取 | 80,000 Token | 原始缓存读取费用为 $0.016 |
| 缓存创建 | 0 Token | 本例没有缓存写入费用 |
| 输出 | 5,000 Token | 原始输出费用为 $0.060 |
| 原始费用 | $0.116 |
上述各项原始费用之和 |
| 倍率 | 0.5 |
本次请求的生效倍率 |
| 用户扣费 | $0.058 |
$0.116 × 0.5，不是再额外扣一笔原始费用 |
在导出的 CSV 中，Original Cost 对应原始费用，Rate Multiplier 对应倍率，Billed Cost 对应用户扣费。不要把原始费用和用户扣费相加。
用 API 查询当前倍率¶
这是 sub2api 的扩展接口，不是 OpenAI 或 Anthropic 官方接口。使用你要查询的那一把 RouteFast 密钥：
curl -sS https://api.routefast.ai/v1/sub2api/billing \
-H "Authorization: Bearer $ROUTEFAST_API_KEY"
重点字段：
group_rate_multiplier：分组默认倍率；user_rate_multiplier：解析后的用户倍率与分组默认倍率不同时返回；字段缺失不代表账户一定没有专属配置；resolved_rate_multiplier：用户与分组规则解析后的倍率；effective_rate_multiplier：考虑当前生效条件后的最终倍率；observed_at：计算倍率的时间。
这是查询时刻的 Token 倍率信息，不是账户余额查询、价格表或历史账单接口。不同分组的密钥要分别查询；不要将现在的倍率用于重新解释所有历史记录。
为什么本地估算与账单不同¶
常见原因包括：
- tokenizer 与本地估算器不同；
- 系统提示、工具定义和历史对话也计入输入；
- 推理 Token 可能计入输出；
- Prompt 缓存是否命中由实际请求决定；
- 模型别名被路由到具体模型；
- 用户专属、分时或长上下文计费规则生效；
- 流式连接中断前，上游已经生成并返回了部分用量。
失败请求是否计费¶
不能只凭 HTTP 状态码判断是否计费。请求可能在到达上游前被 RouteFast 拒绝，也可能在上游已处理后才因网络、超时或流式中断表现为失败。
遇到争议时，请先按时间范围、密钥名称和模型定位控制台记录，再保存客户端拿到的请求 ID（如有）、HTTP 状态码与脱敏错误信息。页面没有记录时，不能仅凭这一点推断一定没有扣费，应先刷新并核对时间范围。
若有疑问，向 support@routefast.ai 提供这些排障信息。不要发送完整 API Key、密码或完整业务对话。详情见 常见问题与排障。
控制成本¶
- 为每个环境和项目创建独立密钥；
- 在所用协议和模型支持的范围内，为调用设置合理的输出上限；
- 根据 模型与价格 用少量任务评估质量、延迟和费用，再选择常用模型；
- 复用稳定上下文，核对缓存实际效果；
- 在客户端设置并发与自动重试上限；余额不足、密钥过期或参数错误不应持续重试；
- 定期按密钥和模型检查使用记录，发现异常用量及时处理；
- 密钥泄露时立即禁用并轮换。
可按 密钥与控制台 配置密钥金额额度与有效期。不要将其他中转产品的团队预算、RPM/TPM 开关或自动告警教程直接套用到本站。
退款与费率变更¶
本文不额外约定退款条件、到账时间或赠送比例。充值、退款和费率调整请以你购买时实际展示的条款与平台通知为准；如信息不清楚或互相矛盾，请在继续充值或大额使用前联系支持确认。