额度与计费
核心概念
- quota：内部计费单位。
1 USD = 500,000 quota。你在后台看余额显示的是 USD 数字，底层记的是 quota 整数。 - 令牌（token）：你手上的
sk-xxx字符串。一个账号可以建多个 token，每个 token 独立计额度 / QPS / IP 白名单。 - 账号（用户）：你的登录账户，决定总余额。所有 token 扣的钱最终都从账号余额扣。
- 分组（group）：决定倍率。创建 token 时选。
一次调用的完整扣费路径
客户端调 api.226-ai.com
│
▼
new-api 鉴权，拿到令牌对应 user_id
│
▼
按模型 + 请求参数路由到某条上游渠道
│
▼
上游返回，统计 usage（prompt_tokens / completion_tokens /
cache_read_tokens / cache_creation_tokens）
│
▼
扣费公式：
quota = (prompt_tokens × 模型输入倍率
+ completion_tokens × 模型输入倍率 × 补全倍率
+ cache_read_tokens × 0.10 × 模型输入倍率
+ cache_creation_tokens × 1.25 × 模型输入倍率)
× 分组倍率
│
▼
从账号余额扣 quota
记录到 logs 表（channel_id / model / tokens / quota 全部留档）模型倍率从哪来
new-api 内置了 Anthropic、OpenAI、Google 官方 API 的公开定价，自动换算出倍率。举例：
- Claude Haiku 4.5 官方输入 $1/M →
model_ratio = 0.50.5是因为1 USD × 500000 quota/USD ÷ 1000000 token = 0.5 quota/token
- Claude Opus 4.7 官方输入 $15/M →
model_ratio = 7.5 - Claude 系列 补全倍率统一
5（输出 $75/M ÷ 输入 $15/M = 5 倍） - OpenAI GPT-4o 官方输入 $2.5/M →
model_ratio = 1.25
你不用背这些数字。在 console.226-ai.com → 运营设置 → 模型倍率 可以看每个模型当前的倍率。
分组倍率
内测期只启用两种：
| 分组 | 倍率 | 推荐使用 |
|---|---|---|
default | 1x（不加不减） | 内测所有用户 |
auto | 动态（new-api 按请求选最便宜通道） | 自动路由优化 |
公测后会增设阶梯（1.5x / 2.5x / 2.9x）对应不同上游渠道品质。你作为内测用户只接触 default。
一个真实扣费样本
请求：claude-sonnet-4-6，消息 "写一段 Python 快排"（约 15 token），模型回 300 token，未命中缓存。
prompt_tokens = 15
completion_tokens = 300
cache_read_tokens = 0
cache_creation_tokens = 0
模型倍率 (sonnet 4-6 输入) = 1.5 (因为 sonnet 是 $3/M，1.5 quota/token)
补全倍率 = 5
quota = (15 × 1.5 + 300 × 1.5 × 5 + 0 + 0) × 1 (default 分组)
= (22.5 + 2250) × 1
= 2272.5
≈ 2273 quota = $0.004546 ≈ 3 分钱这一条调用从你账户里扣 3 分钱。
缓存的存在感
用 Claude Code 或带 cache_control 的 SDK，typical 连续使用场景：
| 场景 | prompt | cache_read | cache_create | 扣费直观 |
|---|---|---|---|---|
| 新仓库第一次问 | 15 | 0 | 3000（写入 system+context） | 较贵（3000 × 1.25 × 1.5 = 5625 quota ≈ 1 分钱） |
| 连续问第二次 | 15 | 3000（命中） | 0 | 便宜（3000 × 0.10 × 1.5 = 450 quota ≈ 0.1 分） |
结论：Claude Code 在一次会话里问 10 个问题，前 1-2 次 cache_creation 比较贵，后 8 次都走 cache_read 非常便宜。总体比你想象的省很多。
我怎么知道扣了多少
实时
调用响应里的 usage 字段：
{
"usage": {
"prompt_tokens": 15,
"completion_tokens": 300,
"total_tokens": 315,
"prompt_tokens_details": {"cached_tokens": 0}
}
}但这个 usage 只是原始 token 数，没乘倍率。要看真实扣的 quota 去后台。
历史
console.226-ai.com → 日志。每条请求有：
- id（对应我们数据库里的 log id）
- 时间
- 模型名
- channel（走了哪条上游）
- prompt / completion / cache_read / cache_create 各自的 token 数
- quota（实际扣的）
- 总耗时
可按时间、模型、令牌过滤。
汇总
console.226-ai.com → 仪表板 看日/周/月汇总图表。
余额和充值
查余额
登 console.226-ai.com → 右上角显示当前剩余 quota（同时显示 USD 等值）。
内测期充值
不涉及。由管理员赠送，用完联系 TG 群。
公测后充值（规划中）
- 支付宝 / 微信（小额）
- 加密货币 USDT（中大额）
- 企业对公（大额，开发票）
令牌级限额
建令牌时可设：
- 总额度（token 自己的上限，从账号额度扣）
- 过期时间
- QPM 上限（每分钟请求数，防 Cursor Agent 这类狂发）
- 模型白名单（只让这个 token 用特定模型）
- IP 白名单（CIDR 格式，比如
1.2.3.0/24）
默认推荐：
- 无限额度（内测送）
- 无过期
- QPM 60（够大部分客户端）
- 模型白名单留空
- IP 白名单留空
异常扣费申诉
发现扣费数字离谱（比如短短一条请求扣了几毛钱），把 console.226-ai.com → 日志里那条记录的 ID 和截图发给管理员。内测期都是管理员赠送额度，有异常直接给你补。
公测后会有正式 SLA 定义"异常扣费"并退款。
扣费的透明承诺
我们保证：
- 扣费数字按 Anthropic / OpenAI / Google 官方公布 API 价 算（default 分组 1x）
- 不通过"虚增 token 数"方式加收（我们的成本在上游，不在于多扣用户）
- 日志里的 token 数 = 上游 API 返回的 usage
- 任何调价 / 倍率变动提前 72 小时公告
公测后如果你发现对同一请求扣费比直连官方 API 贵，直接发反馈，我们退差价 + 查 bug。
我们自己怎么赚的
透明讲：
- Claude 请求大部分走 Max 订阅（$200/月扁平），我们赚"订阅无限 vs API 按量"的价差
- Gemini / 少量 Claude 冗余走商业中转，我们赚"批发 vs 零售"的价差
- 分组倍率（公测后引入）赚 "premium 通道加价"
所以我们的毛利和你用多少 token 没强关系——你用得越多，我们的订阅规模经济越好。这是正和模型，不是坑你钱。