别再为 AI 调用超支头疼：Credits 配额，让每一笔消耗都透明可控

大模型和普通 API 最大的不同，是每一次调用消耗的资源都不一样：一次问答动辄几千上万 Token，输入、输出、缓存三档消耗差异很大，不同模型之间也缺乏统一的可比口径。业务方跑一段时间下来，最常问的三个问题是：

Token 是可度量的最小单位，但直接暴露给业务方并不友好——不同模型、不同档位的 Token 权重完全不同，光看 Token 数看不出资源占用的差异。AI 网关 Credits 计量能力要解决的，就是引入一个跨模型、跨供应商可横向对比的统一度量刻度——Credits，并围绕它把“归属”和“约束”两件事补齐。

下面一块块拆开讲。

在此之前，一个模型对 AI 网关来说只是一个字符串（比如 qwen-max、gpt-4o）。要做 Credits 计量的时候，网关根本不知道这个字符串对应的输入、输出、缓存单价分别是多少。

AI 网关新增了一类资源——模型元信息（Model Metadata），简单说就是给每个模型建了一张“规格档案”。

一张档案上有：

• 基础信息：模型名称、绑定的供应商；
• Credits 信息（重点）：输入 / 输出 / 缓存三档 Credits / 1M tokens 单价；
• 能力与性能：最大输入 Token、总 Token 上限、支持哪些模态（文本/图片/音频/视频）、是否支持函数调用、流式输出、推理模式……等能力开关；
• 可用路径：这个模型走/v1/chat/completions 还是别的路径，OpenAI 兼容还是 Anthropic 兼容。

假设你在网关里维护了一条模型元信息：

名称：qwen-max供应商：阿里云百炼输入 Token 消耗：8   Credits / 1M tokens输出 Token 消耗：24  Credits / 1M tokens缓存 Token 消耗：2   Credits / 1M tokens

现在有一次调用，用掉了 100 万输入 Token、20 万输出 Token、5 万缓存 Token，网关会在请求发生的那一刻这样算：

输入 Credits = 100 万 / 100 万 × 8  = 8    credits输出 Credits = 20  万 / 100 万 × 24 = 4.8  credits缓存 Credits = 5   万 / 100 万 × 2  = 0.1  credits────────────────────────────────本次总消耗                 ≈ 12.9 credits

在之前版本的 AI 网关里，服务的高级设置里有一个“大模型供应商”字段，本质是一个协议模版（openai 兼容 / anthropic 兼容）—— 它只告诉网关“用什么协议对接”，并不代表“这次调用的用量归口到哪个供应商”。

举个反例：你可以有两个“OpenAI 兼容”的服务，一个真是走 OpenAI，一个走 DeepSeek。它们的协议一样，但属于两家不同的供应商。老字段区分不出来。

现在 AI 网关把“供应商”独立成了实例内的资源对象，同时给原有字段改了名，避免混淆：

两个概念完全解耦，互不筛选、互不继承。这样一来：

• 一个供应商可以关联多个服务（1 : N）；
• 一个服务在同一时刻只能归属一个供应商（避免统计口径打架）；
• 服务与供应商之间形成了明确的绑定关系，方便管理员按供应商维度管理和查看资源。

这是最核心的能力升级。

老规则：给消费者 A 定“每天 1000 万 Token”——但 A 用的是轻量模型还是大模型？消耗强度差异说不清。

新规则：给消费者 A 定“每天 500 credits”——直接约束的是统一度量刻度，轻量模型能多跑几次，大模型自然次数就少。

在原有创建流程的基础上，新增「限额单位」选择，支持配置 Credits 维度的配额：

以一个具体场景走一遍闭环：

背景：消费者内部推理平台每月配额 = 10000 credits（自然月 + credits）。

网关内已配置好：

• 供应商阿里云百炼；
• 模型元信息 qwen-max（绑定阿里云百炼，输入 8 / 输出 24 / 缓存 2 credits per 1M tokens）；
• 服务 qwen-service（关联到阿里云百炼这个供应商）。

第 1 步 · 请求到达。消费者带着 API Key 打过来，网关识别出他是“内部推理平台”，本月已消耗 9987 credits。

第 2 步 · 前置校验。本次请求还没执行，配额剩余 13 credits，够不够？先放行。

第 3 步 · 上游返回。调用 qwen-max 消耗了 5 万输入、10 万输出、2 万缓存 Token。

第 4 步 · 请求时刻折算

input  =  5 万 / 100 万 × 8  = 0.4  creditsoutput = 10 万 / 100 万 × 24 = 2.4  creditscache  =  2 万 / 100 万 × 2  = 0.04 credits────────────────────────共计约 2.84 credits

第 5 步 · 配额扣减。消费者内部推理平台本月累计消耗更新为 9989.84 credits，剩余 10.16 credits。

第 6 步 · 下一次请求。再来一次预估 20 credits 的调用——剩余 10.16 不够扣，网关直接返回 429，一次超额都不允许。

Credits 计量与配额能力已上线，欢迎体验并在评论区留下你的用量治理需求与反馈。