01 · Reserve
Резерв средствДо отправки проверяются баланс, лимиты и оценка output.Методика цен · обновлено 26.08.2026
Понимайте стоимость запроса до отправки.
Model.sale использует единый prepaid blended rate для каждой модели. Точная сумма фиксируется в usage ledger после получения terminal usage.
Короткая формула
Для завершённого запроса списывается количество фактически полученных charged tokens, умноженное на цену модели. Reservation floor — только временное удержание и возвращается за вычетом usage:
charge = charged_tokens / 1 000 000 × blended_rate\nfinal_charge = measured_charge\nreleased_reservation = reserved_amount - final_chargeВерсия цены фиксируется при допуске запроса. Если terminal usage отсутствует, запись получает billing_pending до reconciliation.
02 · Measure
Считывание usageJSON и SSE usage нормализуются в общую запись запроса.03 · Settle
Точное списаниеСписывается одна idempotent-операция, остаток резерва освобождается.Как считаются токены
Разные протоколы используют разные имена полей. В ledger они приводятся к единому виду:
| Поле | В ledger | Правило |
|---|---|---|
| Input / prompt | Input tokens | Учитывается один раз |
| Cached input | Cached tokens | Сохраняется отдельно; действует blended price модели |
| Output / completion | Output tokens | Учитывается один раз |
| Reasoning | Reasoning tokens | Диагностическая часть output, не прибавляется повторно |
Если terminal usage отсутствует, запрос получает статус billing_pending, а система не угадывает итоговую сумму.
Пример расчёта
Возьмём ставку $0.09/M. Резерв не меняет итоговое списание:
| Charged tokens | Расчёт | Итог |
|---|---|---|
| 10 000 | $0.0009 | $0.0009 |
| 100 000 | $0.009 | $0.009 |
| 1 000 000 | $0.09 | $0.09 |
| 2 000 000 | $0.18 | $0.18 |
Списание считается по каждому ответу отдельно, только по измеренному usage.
Ошибки
Отклонённый до отправки в модель не расходует inference. Резерв и причина ошибки видны в usage.
Streaming
SSE отдаётся сразу. При terminal event списывается reported usage, а disconnect обрабатывается по policy.
Лимиты
Баланс, лимиты ключа и cap запроса проверяются до отправки. Модель скрытно не подменяется.
Как сравнивать с официальными тарифами
Официальные API часто разделяют input, cached input и output. Поэтому процент экономии корректен только для конкретного workload с одинаковыми правилами токенов, валютой и долей input/output.
- Измерьте token mix своих запросов.
- Примените к нему официальный тариф.
- Примените blended rate Model.sale к фактическому charged-token total.
- Учтите retries, ошибки, возврат reservation и округление.
На странице цен указаны текущие ставки, а сравнение содержит дату и ссылки на источники.
Версии цен и приватность
У каждой ставки есть effective version, reservation floor и checked timestamp. Availability отделена от цены: недоступная модель может сохранять цену для прозрачности, но не принимает клиентские запросы.
Prompts и response bodies не сохраняются для биллинга. В операционных данных остаются только метаданные запроса, токены, charge, margin и безопасный класс ошибки.