调用如何付费
调用先预留最坏情况的费用，然后运行，最后只为模型实际写出的内容付费。
余额永远不会意外变成欠款。所以在调用开始之前，它会先预留最坏情况的费用。调用结束时，扣除实际费用，其余部分立即退回。
从预留到扣费示例
max_tokens
- 检查密钥、模型和请求体
- 预留按最坏情况预留
- 回答模型写出回答
- 扣费按实际费用扣除
Agent 余额$0.50
已预留
$0.0152
已扣费
...
已释放
...
提示词 1,200 个 Token，余额 $0.50
max_tokens 允许的最长回答。你只为模型实际写出的内容付费，其余部分会立即退回。在上限处截断的回答以 finish_reason "length" 结束。不设上限时，预留的是模型的全部输出长度（这里是 128,000 个 Token），余额少时无法覆盖，调用会以 402 insufficient_balance 被拒绝。步骤
- 检查。 检查密钥、Agent、模型和请求体。有任何问题都会立即返回，不收费。
- 预留。 从余额中预留出最坏情况的费用：整个提示词加上这次调用允许的最长回答。如果余额不够，会返回
402 insufficient_balance并附上两个金额，什么都不会运行。 - 回答。 模型运行，回答一边写一边流式返回给你。
- 扣费。 扣除实际费用，释放预留中剩下的部分。每个带有费用信息的回答都会在
usage.cost中报告这笔扣费。
预留包括什么
- 提示词： 文本按约每 3 个字符 1 个 Token 计算，每张图片按 8,000 Token 计算，通过链接发送的文件按模型的整个上下文计算。
- 回答：
max_tokens（在 Responses 上为max_output_tokens）。不设置时，按模型的全部输出上限计算。 - 生成的图片： 在
POST /images上，按请求的每张图片、请求的分辨率和质量计算，没有指定时按模型提供的最大规格计算。参见图片。 - 价格： 按可能运行这次调用的最贵服务商计算，所以切换到备用服务商时的费用永远不会超过预留金额。
- 工具循环： 按搜索循环可能执行的每一步计算。用
max_tool_calls限制它。 - 至少 $0.001，用于最小的付费调用。调用免费模型不预留任何金额，除非它要联网搜索或读取 PDF。
最重要的一个习惯
把 max_tokens 设为你需要的值。在前沿模型上不设上限地发一句
hello，会预留好几美元；设置 max_tokens: 256
后，只预留不到一美分。它改变的是调用占用的金额，从不改变调用的实际费用。
运行中的调用会占用资金
调用的预留在它运行期间一直被占用，所以同时运行十个长调用就会占用十份预留。GET /balance 中的 spendable_usd 是新调用现在能预留的金额；reserved_usd 是运行中的调用占用的金额。
没有返回费用时
如果调用在回答带回费用之前就被中断（你断开了连接、流中断了，或者该格式本身不带费用），这次调用会在一分钟内根据服务商自己的记录计价。在此之前，它的预留会一直被占用。