# 配额

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 ≈ 1500~2000 输入 token；500 字回答 ≈ 800~1000 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`：

```json
{
  "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**：

```json
{
  "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 / support@4aicode.com，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。