消耗说明
看懂扣减哪份额度、token 怎样计价，以及缓存、思考和工具如何影响用量。
付费账号按实际 token 用量消耗额度。一次提问没有固定费用：输入历史越长、生成内容越多、工具往返越多，用量通常越大。
扣减哪份额度
| 请求选择 | 扣减来源 | 刷新方式 |
|---|---|---|
付费账号使用 auto 或 auto-fast | 专属 Auto 额度 | 7 天一个使用周期 |
| 付费账号显式选择其他模型 | 独立 API 额度 | 覆盖当前月卡有效期，不按周刷新 |
免费账号使用 auto | 每日免费次数 | 北京时间每日 00:00 刷新，40 次成功回答 |
按所选模型区分额度，不按访问地址区分。 在 api.optiwaves.app 调用 model: "auto" 仍扣 Auto 用量；auto-fast 也扣 Auto 额度。选择 deepseek-v4-flash-fast、glm-5.3-flash-fast 等指定模型才扣独立 API 用量。
Auto 额度每 7 天刷新，具体时间见用量页。月卡结束前不足 7 天的部分按剩余时长折算，未用额度不累积到下个周期。
用量页显示当前剩余比例与周期。Auto 和独立 API 额度分别计算，不会在一份耗尽后自动借用另一份；可以在权限允许时主动切换模型。
token 怎样计价
输入包括本次发送的消息、历史、系统说明、工具定义和返回的工具结果。token 是模型处理文本的单位，不等同于字符或汉字；不要用字数直接当作 token 数。
按模型与价格中对应普通模型的 USD / 1M 单价计算：
基础消耗（美元）=
（未缓存输入 token × 输入单价
+ 缓存写入 token × 写入单价
+ 缓存读取 token × 读取单价
+ 输出 token × 输出单价）÷ 1,000,000
最终消耗 = 基础消耗 × 适用的模式倍率如果直接使用价格页中的 Fast 单价，适用倍率已包含在单价中，无需再次相乘。
四类 token 分开计费，同一部分输入不会同时按普通输入价和缓存价重复收费。
普通 API 请求的计算例子
以下均使用 Auto，不启用 Fast：
| 情况 | 计算 | 消耗 |
|---|---|---|
| 10,000 输入 + 2,000 输出，无缓存 | (10,000 × 0.27 + 2,000 × 0.35) ÷ 1,000,000 | $0.003400 |
| 同样输入输出，其中 8,000 输入命中缓存 | (2,000 × 0.27 + 8,000 × 0.012857143 + 2,000 × 0.35) ÷ 1,000,000 | 约 $0.001343 |
这些金额表示额度消耗，不表示每次请求都会另外扣银行卡。月卡价格与模型单价是两件事，详见套餐与额度。
缓存、思考与工具
| 项目 | 怎样影响消耗 |
|---|---|
| 缓存命中 | 命中的输入按缓存读取价计量；具体是否命中以实际 usage 为准 |
| 缓存写入 | 按该模型的缓存写入价计量，不应再次计入未缓存输入 |
| 思考 token | 已计入输出用量，无需再次相加 |
| 工具调用 | 工具定义、调用参数、工具结果和后续模型步骤都可能增加输入或输出 token |
| 多轮对话 | 每次重新发送的历史会参与当次计量，符合条件的部分可能命中缓存 |
| 图片 | 图片处理产生的模型用量以实际 usage 为准，不按本地文件字节数套文本价格 |
| 流式输出 | 与非流式采用相同单价；流式只是接收方式 |
内置工具不按调用次数单独收费，使用工具产生的模型 token 计入用量。
Fast 与搜索怎样计量
搜索不额外收取固定费用，检索结果和后续回答产生的 token 按所选模型单价计费。
所有 Fast 统一按各自普通模型单价的 1.5× 结算。倍率同样计入 API Key 花费上限，先乘倍率再取整。
使用 Fast 搜索或调用工具时，相关 token 按 Fast 单价计费。开启方法见Fast 模式和CLI 搜索指南。
读取 usage
| 协议 | 输入 | 输出 | 缓存信息 |
|---|---|---|---|
| Responses | input_tokens | output_tokens | input_tokens_details.cached_tokens |
| Chat Completions | prompt_tokens | completion_tokens | prompt_tokens_details.cached_tokens |
| Messages | input_tokens | output_tokens | cache_read_input_tokens、cache_creation_input_tokens |
Responses 和 Chat Completions 的输入总量已包含缓存部分，缓存字段用于拆分，不要再次累加。Messages 的输入字段不含单列的缓存读取与写入，统计总输入时需加上这两项。
Fast 的 usage 仍记录实际 token 数量，倍率只用于费用计算，不会把返回的 token 数量放大。
/v1/messages/count_tokens 是输入估算，不运行模型，也不是最终账单。实际消耗见用量页。
查看最终用量
生成过程中的剩余额度可能变化，请在请求结束后查看最终用量。
请求中断或回答未完成时，已产生的 token 仍会计费。重试会产生新的用量，请先按错误说明排查。
API Key 花费达到上限后，后续请求会被拒绝。已经开始的请求仍会结算，因此并发使用时实际花费可能超过上限。
额度耗尽返回 429 quota_exceeded，密钥达到花费上限返回 429 key_spend_limit。处理方法见错误与限制。