开跑前先估一轮会话要花多少 USDC：一把 key 上的输入、输出与 1.3 倍规则

在发起一次可能包含多轮对话的 API 会话之前，先估算一下大概要花多少 USDC，可以避免余额不足打断流程。下面是一套不依赖具体价格数字的估算方法。

1. 明确计费单位是 token

所有主流 LLM 都按 token 计费。输入 token 是提示词部分（包括系统指令、历史消息、用户问题），输出 token 是模型生成部分。输出通常比输入贵，但你不必记住具体比例——只要分别统计两类 token 数，再乘以官方价中对应的单价即可。

2. 获取官方单价

聚合站不会公开自定倍率表，所以估算时请直接参考各模型官方定价页。你需要两个数：每百万输入 token 的官方价、每百万输出 token 的官方价。假设官方价分别为 Pin 和 Pout（单位：美元）。

3. 应用 1.3 倍扣费规则

平台对你按官方价 ×1.3 扣费。因此实际扣费金额为：

费用(USDC) = 1.3 × (输入token数/1,000,000 × P_in + 输出token数/1,000,000 × P_out)

这个 1.3 倍已经包含平台服务成本，不需要额外加价。

4. 估算 token 数

没有精确 tokenizer 时，可以用经验法则：英文约 1 token ≈ 4 字符，中文约 1 token ≈ 1.5 个汉字。对多轮会话，把每轮的用户输入和预期模型输出累加。例如一次 3 轮对话，每轮用户输入约 50 token、模型输出约 150 token，那么总输入 token≈150，总输出 token≈450。

5. 检查余额

得到估算费用后，与当前 USDC 余额比较。注意余额是实时扣减的，如果会话中并发多个请求，应预留一定余量。建议在估算值上浮 20% 左右作为安全边际，尤其是输出长度不确定时。

6. 用最小请求验证

如果不确定 token 估算是否准确，可以先发送一个极短的测试请求（例如单轮、输出限 10 token），观察实际扣费与估算的偏差，再调整后续估算。这比一次性发送长会话更稳妥。

7. 多模型场景

同一把 key 可以调用多个模型，每个模型的官方单价不同。估算时按模型分别计算再求和。如果会话中切换模型，记得把每段的 token 数分别乘以对应模型的官方价。

小结

估算流程可以归纳为：统计输入/输出 token → 查找官方单价 → 乘以 1.3 → 与余额比较。养成发请求前先估一轮的习惯，能显著减少因余额不足导致的中断。