Réserve et débit

• Prix — en dollars par 1 million de jetons d’entrée et de sortie, ou par unité : image, seconde de vidéo, caractères. Les prix de chaque modèle figurent dans le catalogue.
• Réserve — avant l’envoi d’une nouvelle requête textuelle, Ailoot réserve le montant estimé pour l’entrée et 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 la réserve calculée dépasse le solde disponible ou le plafond de la clé, la limite de réponse ne peut être réduite que pour une combinaison précise de modèle et de méthode qui respecte cette limite, jusqu’à un volume finançable et sans descendre sous le minimum applicable. Les modèles compatibles sont indiqués ci-dessous.
• Débit — un seul, calculé à partir de la consommation réelle indiquée dans usage. Le reste de la réserve est immédiatement libéré.
• Si la réponse coûte plus que la réserve — 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 réserve 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 à l’aide de son Request ID dans l’historique du tableau de bord avant de la renvoyer.

• Entrée est réservée selon une estimation de la taille de la requête et des pièces jointes prises en charge, et non selon une consommation réelle déjà connue. Pour les nouvelles requêtes textuelles, le corps et les pièces jointes sont estimés selon leur type. Le calcul « 4 jetons par octet, avec un minimum de 4096 jetons » concerne les réserves déjà acceptées sous l’ancienne version ; il ne décrit pas les nouvelles réserves 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’estimations distinctes des pièces jointes et de l’utilisation des outils ; leur seule présence ne signifie pas que toute la fenêtre d’entrée est réservée. Les réserves antérieures conservent les conditions acceptées ; pour les médias en sortie, le calcul porte sur le résultat complet.
• Sortie — pour la réserve d’une nouvelle requête textuelle, elle est estimée selon une longueur de réponse typique et les conditions acceptées. La limite demandée est définie par max_tokens (max_output_tokens dans Responses). La limite demandée ne correspond pas automatiquement au nombre de jetons utilisé pour calculer la réserve et ne garantit pas la longueur réelle de réponse d’un modèle sans limite fiable. La valeur initiale de 4096 ne s’applique qu’aux routes concernées ; la règle précise dépend du modèle et de la méthode.
• Prix — pour les nouvelles réserves textuelles établies selon les conditions de la requête, tient compte du mode standard ou prioritaire et des tranches tarifaires accessibles selon l’estimation de l’entrée. Le calcul reste conservateur dans les conditions sélectionnées ; le mode flex ne réduit pas la réserve. Pour une requête prioritaire, la réserve peut tenir compte du mode applicable le plus coûteux, notamment priority, flex ou fast. Les réserves antérieures acceptées sans ces conditions conservent leur calcul initial fondé sur les tarifs maximaux.
• Réduction de la limite — lorsque la réserve calculée ne peut pas être couverte et que le modèle précis ainsi que la méthode permettent de limiter la réponse : les fonds disponibles doivent couvrir l’estimation de l’entrée et un volume minimal de sortie. La limite réduite ne descend pas sous 256 jetons (1025 avec le raisonnement au format Anthropic). Le modèle reçoit la limite déjà réduite.

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

Dans l’exemple arithmétique présenté, le coût réel est de $0.0520. Le débit affiché suppose que la réserve acceptée et le solde libre disponible couvrent ce coût. Le montant de la réserve n’est pas calculé ici : pour une nouvelle requête textuelle, il est déterminé séparément selon une estimation de l’entrée et d’une réponse typique, et peut être supérieur ou inférieur au coût réel. La réserve inutilisée est libérée ; la limite du débit figure dans la formule ci-dessous.

Débit réel = min(coût réel total, réserve acceptée + solde libre non réservé). Les autres réserves en cours restent protégées ; le solde total ne devient donc pas nécessairement nul. Le solde ne devient pas négatif. Si le coût réel dépasse le total de la réserve acceptée et du solde libre non réservé, la différence non couverte reste une perte pour 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 à l’aide de son Request ID dans l’historique du tableau de bord avant de la renvoyer.

• Pour les nouvelles requêtes textuelles, la réserve de réponse est calculée selon une longueur typique, en tenant compte de la valeur fournie pour max_tokens et des conditions du modèle utilisé. Il s’agit d’une estimation de la réserve, sans garantie quant à la longueur ou au coût réels de la réponse.
• Pour les modèles sans limite fiable de la longueur réelle de réponse, l’estimation de la réserve 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 réserves déjà acceptées conservent leurs conditions initiales.
• Les images fournies en entrée ajoutent leur coût estimé à la réserve.
• 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 réserve 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 réserve 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 le tableau de bord sur ailoot.ai. Chaque requête indique le modèle, les jetons et le montant.