LLM API 计费说明

计费方式

PPIO LLM API 采用 按 Token 用量计费 的方式。每次 API 调用的费用由以下两部分组成：

输入 Token（Input Tokens）：您发送给模型的 prompt 内容所消耗的 token 数

输出 Token（Output Tokens）：模型生成的响应内容所消耗的 token 数

最终费用 = 输入 Token 数 × 输入单价 + 输出 Token 数 × 输出单价

不同模型的 Token 单价不同，请参阅模型定价页面查看各模型的具体价格。

HTTP 状态码

以下为 API 请求可能返回的 HTTP 状态码及对应说明：

HTTP 状态码	名称	说明	是否计费
200	请求成功	请求正常处理并返回结果	计费
400	Bad Request	请求参数不正确，请检查请求格式、字段名称或取值范围	不计费
401	Unauthorized	API Key 设置不正确或未设置	不计费
403	Forbidden	权限不足，账户可能无权访问特定模型或需完成身份认证	不计费
429	Rate Limited	触发了速率限制（TPM 或 RPM 超限）	不计费
499	Client Disconnected	用户主动断开连接	计费
500	Internal Server Error	服务器内部错误	不计费
503	Service Unavailable	服务不可用，服务端过载或下游服务故障	不计费
504	Gateway Timeout	网关超时	不计费

计费原则：

请求未到达模型（如参数错误、认证失败、限流等）：不计费

平台原因返回报错（500/503/504）：不计费，平台承担

请求成功到达模型并开始推理（200/499）：全额计费

499 断连计费规则

当用户主动断开连接（HTTP 499）时，模型可能已在服务端执行推理并产生了资源消耗。计费规则如下：

请求模式	计费规则
Non-Stream（非流式）	全额计费，不论何时断开
Stream（流式）	全额计费，不论何时断开

当请求已发送至模型并开始推理后，无论用户在何时断开连接，均按全额计费。

最佳实践

常见问题

为什么断开连接后还会被收费？

当请求到达模型后，模型在服务端执行推理会消耗计算资源。即使客户端断开连接，已经产生的计算消耗仍然存在，因此按全额计费。

如何避免产生 499 费用？

建议通过 max_tokens 参数预先限制生成长度，而不是中途断开连接。如果您的业务场景需要灵活控制输出长度，这是最有效的方式。

账单中如何查看 499 请求的费用？

499 请求会和正常请求一样出现在您的用量明细中，标记为消耗的 token 数量。

计费方式