API 账单怎么复算：先把缓存、重试和未知用量分开

​我是 NexoToken 的运营者。整理 API 接入与计费说明时，我觉得有件事比“每百万 Token 多少钱”更值得先说清楚：这张账单究竟是在算一次请求，还是一整个任务。

比如让编程工具改一个小功能，界面上只提交了一次需求，后面可能读文件、调用模型、执行工具，再带着工具结果继续请求。用户的一次操作，和账单里的一条模型调用，并不总是一回事。

下面用一组明确的示意数字复算费用。这不是任何平台的现行报价，也不是节省比例实测。

给每个数字写清楚口径

假设某个接口的账单明确把用量拆成三类：

这组示例没有缓存写入、图片、音频或其他附加费用。费用是：

未缓存输入：80,000 ÷ 1,000,000 × 8   = 0.64 元
缓存读取：320,000 ÷ 1,000,000 × 0.8 = 0.256 元
输出：20,000 ÷ 1,000,000 × 40      = 0.8 元
合计：1.696 元

这里最容易出错的是把“总输入”再算一遍。如果接口返回的输入总量已经包含缓存命中的部分，就不能先对总输入收一次普通输入费用，再把缓存费用直接叠上去。

但各接口的字段定义不一定一样。处理账单前，要核对缓存是包含在输入总量里，还是独立给出的类别；缓存写入是否另计；单价的币种与单位是什么。先按文档归一到互不重复的费用项，再加总。

用很短的代码检查算式

金额复算可以用十进制数，避免二进制浮点在小数运算里带来的表示误差。下面的 Python 示例只在本地运行，不会请求模型：

from decimal import Decimal

million = Decimal("1000000")
items = {
    "uncached_input": (80000, "8"),
    "cache_read": (320000, "0.8"),
    "output": (20000, "40"),
}

total = Decimal("0")
for name, (tokens, price) in items.items():
    cost = Decimal(tokens) / million * Decimal(price)
    total += cost
    print(f"{name}: {cost}")

print(f"total: {total}")  # 1.696

正式对账还要遵守服务方公布的舍入规则：是每条请求舍入，还是汇总后舍入；展示金额的小数位和结算金额是否相同。不要拿页面四舍五入后的几行数字，直接反推服务端一定算错。

重试另外记，未知用量也另外记

如果一次任务发了三条请求，就先保留三条请求明细，再按任务 ID 汇总。重试次数也应该能对上对应的尝试记录，不能只在任务旁边写一个“重试过”。

尤其是流式回答中途断开：客户端可能没收到最终 usage，但已经收到部分输出。这时 usage 缺失表示“客户端暂时不知道”，不应直接补成 0，也不能据此断言一定收了费。要结合服务端可查到的请求记录和实际账单确认。

我会把这种情况保留为“待核对”，而不是混进已经复算成功的记录。缺少用量、计价规则不明、金额对不上，是三种不同的问题，后续补材料的方式也不一样。

如果你只想判断一个任务花得值不值，最终可以看“完成这件事的总费用”；但要查清为什么多花了钱，仍然需要回到每次请求的输入、缓存、输出、重试和结果状态。把这两层记录连起来，才知道该优化的是提示词、缓存、客户端重试，还是任务本身的步骤。