4AICode 按 token 总量计费（prompt + completion 合算），每个团队有月度配额。
单位：什么是 token
不是字符也不是单词。粗估：
- 英文：1 token ≈ 3~4 字符 / 0.75 单词
- 中文：1 汉字 ≈ 1~2 token
- 代码：介于英中之间
例：1000 字中文文档 ≈ 15002000 输入 token；500 字回答 ≈ 8001000 输出 token。
月度配额
- 个人账号：注册送免费额度
- 团队：按套餐设定
进度在仪表盘 → 查看用量里每分钟刷新。每月 1 日 00:00 UTC 清零重置。
超额
立即返回 HTTP 429：
{
"code": "quota_exceeded",
"message": "monthly quota reached, contact admin"
}
请求没打到上游，不扣费。下个月 1 号自动恢复。
控成本
选小模型
claude-haiku-*比 sonnet / opus 便宜一个数量级gpt-5.4-mini比gpt-5.4便宜
简单任务（摘要、分类、翻译）先试 haiku / mini。
控 max_tokens
Anthropic /v1/messages 必传 max_tokens。按实际需要设，别默认 4096：
{
"max_tokens": 512,
"messages": [...]
}
输出截短再续，永远比一次开天价便宜。
系统提示去重
长 system（几千字）每次重发很贵：
- 用 Prompt Caching（Claude、GPT-6 Astra 与 GPT-5.6 支持）复用稳定前缀
- 稳定内容放开头，可变内容放末尾
GPT-6 Astra / GPT-5.6 缓存与长上下文价格
- 写入 prompt cache 按普通输入单价的 1.25 倍计费；命中缓存按缓存读取单价计费。
- 单次请求总输入超过 272,000 tokens 时，整次请求的输入按 2 倍、输出按 1.5 倍计费。
- 用量明细会分别记录普通输入、缓存写入、缓存读取和输出，最终费用按实际 usage 结算。
流 / 非流同价
stream: true 不影响计费。
提额
联系管理员 / [email protected]，管理员 30 秒改完。
FAQ
Q：能看每个 token 分别花了多少吗？ A：能，用量页面按 token 筛。
Q：什么时候计费？ A：响应完成（或流式断开）那一刻。4xx / 5xx 不计费。
Q：能限某个 token 只能花团队配额的 20% 吗？ A：暂不支持子配额，目前靠撤销 + 控发放约束。