Cách tính phí

Model tính theo token dựa trên usage đầu vào và đầu ra; model tính theo yêu cầu dùng đơn vị mỗi lần gọi. Xem đơn vị và giá hiện hành trong bảng giá.

Một số model có mức phí tối thiểu mỗi lần gọi. Yêu cầu ngắn vẫn có thể chịu mức này; không suy ra miễn phí từ số token thấp.

Token đầu vào, đầu ra, đọc cache và ghi cache sau chuẩn hóa đều được tính đủ theo đơn giá hiện hành. Tổng token của SDK có thể đã bao gồm cache; không cộng lại phần cache đã nằm trong tổng. Đối chiếu các trường usage và nhật ký sử dụng, không suy ra mức giảm giá chỉ từ việc prompt được lặp lại.

Ngắt kết nối sau khi đã có đầu ra vẫn có thể phát sinh phí cho tài nguyên đã dùng. Hủy ở phía client không đồng nghĩa nhà cung cấp đã dừng hoặc hoàn tiền.

Đối chiếu usage, lịch sử giao dịch và request ID. Số dư hiển thị hoặc phản hồi thiếu usage chưa đủ xác nhận khoản phí cuối cùng; gửi các định danh này khi cần hỗ trợ.

Ví dụ: 800 token đầu vào chưa gồm cache + 1.000 token đọc cache + 200 token đầu ra = 2.000 token tính phí. Nếu SDK đã báo prompt_tokens = 1.800, chỉ cộng thêm 200 token đầu ra, không cộng 1.000 token cache lần nữa.

Ví dụ được rà soát ở mức mã và kiểm thử cục bộ; không khẳng định đã chạy trên mọi phiên bản ứng dụng. Hãy kiểm tra cấu hình, gửi một yêu cầu nhỏ và xác nhận usage trước khi dùng thật.