Биллинг и ограничения частоты

На этой странице описано, как с запроса списывается плата — от отправки до расчёта, — а также когда списание происходит при ошибках, отмене и ограничении частоты. Цены и способы тарификации для разных типов моделей см. в разделе Цены моделей.

Когда происходит списание

Каждый запрос проходит два этапа: «резервирование → расчёт»:

Резервирование: перед передачей запроса в upstream с квоты ключа и баланса аккаунта резервируется расчётная сумма. Если не хватает хотя бы одного из них, запрос сразу отклоняется и не отправляется в upstream.
Расчёт: после завершения запроса фактическая стоимость рассчитывается по реальному использованию, которое вернул upstream. Лишнее возвращается, недостающее дописывается.

Как рассчитывается резервная сумма:

Тип модели	Способ расчёта
Оплата по токенам	Число входных токенов плюс `max_tokens` из запроса, оценка по цене модели
Ступенчатые цены	Оценка по максимальной ступени, при расчёте — по фактической ступени
Оплата за запрос или за изображение	Резервируется цена за одну единицу
Асинхронные задачи (видео, музыка и т. п.)	При отправке резервируется расчётная сумма, расчёт — после завершения задачи

Списывается ли плата при ошибке

Принцип: если оплачиваемого использования не было, плата не взимается, а резервная сумма возвращается полностью.

Сценарий	Списание
Ключ недействителен, истёк, либо не хватает баланса или квоты ключа	Нет; запрос не отправляется в upstream
Ошибка в параметрах запроса, модель недоступна, нет доступных каналов	Нет
Ограничение частоты (`429`)	Нет
Upstream вернул ошибку (4xx / 5xx)	Нет; резервная сумма возвращается полностью
Upstream вернул успех, но использование равно 0	Нет
Upstream прервал поток или превысил таймаут во время стриминга	Плата за уже сгенерированный контент
Асинхронная задача завершилась ошибкой или таймаутом (не завершилась за 24 часа)	Нет; резервная сумма возвращается полностью

Повторные попытки и резервные модели

При ошибке upstream RouteAPI автоматически повторяет попытку или переключается на другой канал. Резервирование и расчёт выполняются один раз; неудачные попытки не тарифицируются — вы платите только за успешную. Если запрос в итоге выполняет резервная модель, плата рассчитывается по цене модели, которая его обслужила.

Стриминговый запрос, начавший выдавать вам содержимое, больше не повторяется. Если в этот момент upstream прерывается, плата взимается за уже сгенерированную часть.

Списывается ли плата при ручной отмене

Сценарий	Списание
Нестриминговый запрос: соединение разорвано до получения ответа	Нет; резервная сумма возвращается полностью
Стриминговый запрос: соединение разорвано в середине	Да, см. пояснение ниже
Асинхронные задачи (видео, музыка, Midjourney)	Отмена после отправки не поддерживается

Если стриминговый запрос прерывается в середине, upstream обычно уже генерирует ответ и продолжит генерацию до конца. RouteAPI продолжит читать вывод upstream до завершения и спишет плату за фактически сгенерированное использование, а не только за полученную вами часть. Чтобы контролировать эти расходы, ограничивайте длину вывода через max_tokens.

Ограничения частоты запросов

Для стабильности платформы и upstream платформа может ограничивать частоту запросов к моделям для каждого аккаунта. Лимит считается на аккаунт: все API-ключи одного аккаунта делят его.

При срабатывании ограничения возвращается 429 Too Many Requests; тело ответа имеет тот же формат, что и другие ошибки:

{
  "error": {
    "message": "... (request id: ...)",
    "type": "error",
    "code": ""
  }
}

Запросы, ограниченные по частоте, отклоняются до резервирования и не тарифицируются.
Если upstream возвращает 429, RouteAPI автоматически переключается на другой канал. 429 возвращается вам, только если ограничение срабатывает и после повторов.
В ответе нет заголовка Retry-After. Рекомендуется повторять запросы с экспоненциальной задержкой (например, 1 секунда, 2 секунды, 4 секунды) и случайным дрожанием.
Разделение на несколько API-ключей не увеличивает лимит. Если нужна более высокая частота запросов, свяжитесь с нами.

У API платформы (/api/open/v1) свои правила ограничения частоты; см. Ошибки и лимиты API платформы.

Проверка списаний

В журнале использования можно посмотреть детали каждого списанного запроса:

Поле	Описание
Время	Время запроса
Ключ	Имя API-ключа, отправившего запрос
Модель	Модель, по которой фактически списана плата
Время / первый токен	Общее время; для стриминговых запросов также задержка до первого токена
Вход	Число входных токенов; при попадании в кэш отдельно показываются чтение и запись кэша
Выход	Число выходных токенов
Стоимость	Фактически списанная сумма за этот запрос
Детали	Цена за единицу, множитель и процесс расчёта

Поле usage в ответе API также возвращает использование токенов за этот запрос:

Поле	Описание
`prompt_tokens`	Входные токены
`completion_tokens`	Выходные токены; сюда же входят токены рассуждения reasoning-моделей
`total_tokens`	Сумма входа и выхода
`prompt_tokens_details.cached_tokens`	Входные токены, попавшие в кэш

Если для аккаунта действует индивидуальная скидка, сумма в журнале уже указана со скидкой.