在 GitHub 上编辑 content/zh/quota.md ↗

配额与成本

规则

每个用户初始获得 1 元平台模型额度(INITIAL_QUOTA_CNY)。额度用完后,平台停止代付,提示用户配置自己的 OpenAI 兼容模型服务;之后任务使用用户自己的 Key,不再由平台计量。

单位

成本来源

  1. 响应头 x-litellm-response-cost(USD),存在时优先使用;它是网关的实际扣费,包含重试与折扣。
  2. 否则使用 usage.total_tokens(或 prompt + completion)× PLATFORM_LLM_PRICE_PER_TOKEN(默认 0.0000002 USD/token)。

流式请求会设置 stream_options.include_usage = true,解析每个 SSE data: 行,保留最后一个 usage 对象。已经发出的请求允许完成;下一个请求看到更新后的余额。

执行

402 响应包含 FLEDGE_QUOTA_EXHAUSTED、当前配额与设置链接。

仓库与单任务预算

维护者可以为每个仓库设置两个可选上限:

预算只作用于平台代付;用户使用自己的模型 Key 时不由平台计量。