概览
TokenLab 采用按量计费定价。您只需为您使用的部分付费,无需订阅,也没有最低消费承诺。账单运作方式
- 充值余额到您的账户
- 使用 API - 费用将按请求扣除
- 在您的控制面板中监控用量
- 余额不足时充值
定价模式
实时价格会随供应商、路由和模型详情变化。请以 Dashboard、模型页、GET /v1/models/:model/pricing 和 Pricing API 为准。
按 Token 计费
多数聊天、推理、嵌入、rerank 以及部分图像模型按输入、输出、缓存或图像输出 token 计费。| 计费类型 | 示例 | 如何确认当前价格 |
|---|---|---|
| Chat / Responses | gpt-5.4, claude-sonnet-4-6, gemini-3.5-flash | 模型页或 Pricing API |
| 嵌入 / rerank | text-embedding-3-small, qwen3-vl-rerank | 模型价格详情 |
| 按 token 计费的图像 | gpt-image-2 | GET /v1/models/gpt-image-2/pricing |
不要把静态价格表复制进生产逻辑。代码里只保存模型 ID,上线前再拉取或复核当前价格。
按请求和任务计费
图像、视频、音乐、3D、音频和 world 生成模型可能按请求、图片、秒/分钟、任务或供应商特定用量计费。生产使用前请检查所选模型详情。| 家族 | 示例 |
|---|---|
| 图像 | flux-pro, qwen-image-plus |
| 视频 | veo3.1, seedance-2.0 |
| 音乐 | suno-music |
| 3D | tripo-h3.1 |
| 音频 | tts-1, whisper-1 |
异步任务计费(视频/音乐/3D 及部分图像模型)
对于基于任务的生成,创建任务时可能会预留或预扣预估费用。最终结算只会在异步任务通过轮询或终态处理进入成功终态后完成。
- 提交任务。TokenLab 可能会先做预估预扣或余额预留,用于校验余额和 API Key 消费限制。
- 按返回的
poll_url轮询,或调用GET /v1/tasks/{id},直到任务进入终态。 - 任务成功完成时,系统完成最终结算并记录用量,任务响应会包含
billing_transaction_id。 - 如果创建失败或终态为失败,待处理的预扣金额会退款或释放,并将该请求标记为非计费。
账单交易 ID
已完成结算的 OpenAI 兼容非流式 JSON 响应会返回billing_transaction_id。同一个值也会通过 X-Billing-Transaction-ID 响应头暴露,便于浏览器和服务端集成读取。Gemini /v1beta 等原生兼容路由为了保持 provider 原生响应形状,可能只通过响应头暴露该值。对于异步媒体任务,请轮询创建响应返回的 poll_url 或 GET /v1/tasks/{id};当结算完成后,任务响应会包含 billing_transaction_id。流式响应可能在流已经发送完成后才结算,因此如果响应头中没有该字段,请通过 dashboard 用量日志进行对账。
Token 计数
Token 是文本处理的基本单位:- 约 4 个字符 = 1 token(英文)
- 约 1-2 个字符 = 1 token(中文)
- 1 张图像 = 根据尺寸和细节而定
估算 Token
用量追踪
控制面板
在 控制面板 中监控您的用量:- 实时余额
- 按模型分类的使用历史
- 费用明细
- API key 使用情况
API 响应
每个响应都包含用量信息:成本优化
使用合适的模型
使用合适的模型
对于简单的任务,使用较小的模型(如 GPT-4o-mini, Gemini Flash)。
实施缓存
实施缓存
对重复的相同请求缓存响应结果。
优化提示词
优化提示词
在保持清晰的同时,尽量使提示词简洁。
设置 max_tokens
设置 max_tokens
当不需要完整响应时,限制响应长度。
对长响应使用流式传输
对长响应使用流式传输
流式传输不会增加额外费用,但能提高感知性能。
余额不足提醒
配置余额下降时的提醒:- 前往 控制面板 → 设置 → 通知
- 设置您的阈值金额
- 接收电子邮件通知
充值余额
支付方式
- Stripe (Visa, Mastercard)
步骤
- 登录 控制面板
- 点击 充值余额
- 选择金额和支付方式
- 完成支付
API Key 限制
您可以为单个 API key 设置支出限制:- 前往 控制面板 → API Keys
- 点击某个 key 进行编辑
- 设置 用量限制
402 Payment Required。