Réservation et débit

• Prix — en dollars par 1 million de tokens d’entrée et de sortie, ou par unité : image, seconde de vidéo, caractères. Les prix de chaque modèle figurent dans le catalogue.
• Réservation — avant l’envoi d’une nouvelle requête textuelle, Ailoot réserve une estimation du coût de l’entrée et d’une réponse typique, selon les conditions acceptées pour la requête. Pour les images, la vidéo et l’audio en sortie, le coût total du résultat reste réservé.
• Une limite réduite plutôt qu’un refus — si le montant calculé à réserver dépasse le solde disponible ou la limite de la clé, la limite de réponse ne peut être réduite que si le modèle précis et la méthode utilisés la respectent, et uniquement à un volume couvert par les fonds disponibles et au moins égal au minimum applicable. Les modèles concernés sont indiqués ci-dessous.
• Débit — un seul, calculé à partir de la consommation réelle indiquée dans usage. Le reste de la réservation est immédiatement libéré.
• Si la réponse coûte plus que la réservation — la différence est prélevée sur le solde disponible, hors montants réservés pour d’autres requêtes. Le débit ne dépasse jamais votre solde : celui-ci ne devient pas négatif.
• Si le solde ne couvre même pas la réservation minimale — la requête n’est pas envoyée au modèle et vous recevez une erreur 402 accompagnée d’un message clair. Aucun montant n’est débité.
• Une défaillance sans résultat n’est pas facturée. Si la connexion a été interrompue, consultez la requête par son Request ID dans l’historique de votre espace client avant de la renvoyer.

• Entrée — la réservation repose sur une estimation de la taille de la requête et des pièces jointes prises en charge, et non sur une consommation réelle déjà connue. Pour les nouvelles requêtes textuelles, le corps de la requête et les pièces jointes sont estimés selon leur type. Le calcul « 4 tokens par octet, avec un minimum de 4096 tokens » concerne les réservations déjà acceptées selon l’ancienne version et ne décrit pas les nouvelles réservations textuelles. Si une pièce jointe est fournie par lien (fileData) ou si des outils intégrés sont activés, les requêtes textuelles prises en charge tiennent compte d’une estimation distincte des pièces jointes et de l’utilisation des outils ; leur seule présence n’entraîne pas la réservation de toute la fenêtre d’entrée. Les réservations antérieures conservent les conditions acceptées. Pour les médias en sortie, le calcul continue à porter sur le résultat complet.
• Sortie — le montant à réserver pour une nouvelle requête textuelle est estimé selon une longueur de réponse typique et les conditions acceptées. La limite demandée se définit avec max_tokens (max_output_tokens dans Responses). La limite demandée ne correspond pas automatiquement au nombre de tokens utilisé pour calculer la réservation et ne garantit pas la longueur réelle de la réponse lorsque le modèle ne la limite pas de manière fiable. La valeur par défaut de 4096 ne s’applique qu’aux routes concernées ; la règle précise dépend du modèle et de la méthode.
• Prix — pour les nouvelles réservations textuelles qui tiennent compte des conditions de la requête, le tarif retenu dépend du mode standard ou prioritaire et des tranches tarifaires que l’estimation de l’entrée peut atteindre. Dans les conditions retenues, le calcul reste conservateur ; le mode flex ne réduit pas la réservation. Pour une requête prioritaire, la réservation peut tenir compte du mode applicable le plus coûteux, y compris priority, flex ou fast. Les réservations déjà acceptées sans ces conditions conservent leur calcul initial aux tarifs maximaux.
• Réduction de la limite — lorsque le montant calculé à réserver n’est pas couvert et que le modèle précis et la méthode permettent de limiter la réponse : les fonds disponibles doivent couvrir l’estimation de l’entrée et le volume minimal de sortie. La limite réduite ne descend pas en dessous de 256 tokens (1025 avec le raisonnement au format Anthropic). Le modèle reçoit cette limite déjà réduite.

Modèle claude-sonnet-5-5 : 2 USD en entrée et 10 USD en sortie par 1 million de tokens. Vous envoyez 20 000 tokens et le modèle répond avec 1 200 tokens.

Dans l’exemple de calcul ci-dessus, le coût réel est de $0.0520. Le débit affiché suppose que la réservation acceptée et le solde disponible hors réservations couvrent ce coût. Le montant réservé n’est pas calculé ici : pour une nouvelle requête textuelle, il est déterminé séparément à partir d’une estimation de l’entrée et d’une réponse typique, et peut être supérieur ou inférieur au coût réel. La part inutilisée de la réservation est libérée ; la formule ci-dessous indique la limite du débit.

Débit réel = min(coût réel total, réserve acceptée + solde libre non réservé). Les autres réservations en cours restent protégées ; le solde total ne devient donc pas nécessairement nul. Le solde ne devient pas négatif. Si le coût réel dépasse la somme de la réservation acceptée et du solde disponible non réservé, la différence non couverte reste une perte à la charge d’Ailoot : elle ne devient pas une dette à votre charge et ne sera pas réclamée ultérieurement.

Fermer la connexion, atteindre le délai d’attente de votre application ou refuser de lire une réponse déjà terminée n’annule pas automatiquement la requête : une réponse terminée du modèle est facturée une seule fois. Si le résultat n’a pas été livré par la faute d’Ailoot, le montant est remboursé. Si la connexion a été interrompue, consultez la requête par son Request ID dans l’historique de votre espace client avant de la renvoyer.

• Pour les nouvelles requêtes textuelles, le montant réservé pour la réponse se calcule sur une longueur typique, en tenant compte de la valeur définie pour max_tokens et des conditions du modèle concerné. Il s’agit d’une estimation du montant à réserver, et non d’une garantie sur la longueur ou le coût réel de la réponse.
• Pour les modèles qui ne limitent pas de manière fiable la longueur réelle de la réponse, l’estimation du montant à réserver ne constitue pas une limite de longueur. Pour les nouvelles requêtes textuelles, elle n’est pas automatiquement remplacée par le coût de la réponse la plus longue. Les réservations déjà acceptées conservent leurs conditions initiales.
• Les images fournies en entrée ajoutent leur coût estimé à la réservation.
• Les agents, Claude Code, Codex CLI et Cline, envoient un contexte volumineux à chaque étape : une seule étape peut réserver plusieurs dizaines de cents. Gardez au moins quelques dollars sur votre solde.
• Conseil : définissez une valeur raisonnable pour max_tokens — cela réduit la réservation des modèles dont la longueur de réponse peut être limitée.

Les modèles qui utilisent un cache ont des tarifs distincts pour l’écriture et la lecture du cache. La lecture coûte généralement plusieurs fois moins cher qu’une entrée classique. Les prix figurent dans la fiche du modèle dans le catalogue.

Si le solde disponible ne couvre même pas la réservation minimale, Ailoot n’envoie pas la requête et répond par une erreur 402 avec le code insufficient_balance. Si le plafond global de dépenses de la clé est atteint, le code est api_key_quota_exhausted. Si le compte présente une dette liée à un paiement contesté, le code est payment_disputed : les nouvelles requêtes sont suspendues jusqu’au règlement de cette dette.

{
  "error": {
    "code": "insufficient_balance",
    "reason": "insufficient_balance",
    "type": "insufficient_quota",
    "param": null,
    "message": "Your balance is too low to start this request. … Request ID: 5c0e7a1d-….",
    "request_id": "5c0e7a1d-…"
  }
}

L’historique des requêtes et des débits se trouve dans votre espace client sur ailoot.ai. Chaque requête indique le modèle, les tokens et le montant.