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 le coût estimé de l’entrée et d’une réponse de longueur 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 le plafond de la clé, la limite de réponse ne peut être réduite que pour le modèle précis et la méthode qui la respectent, et uniquement à un volume que les fonds disponibles permettent de couvrir, sans descendre sous le 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, recherchez la requête par son Request ID dans l’historique de votre espace client avant de la renvoyer.

• Entrée est réservée à partir d’une estimation de la taille de la requête et des pièces jointes prises en charge, et non d’une consommation réelle déjà connue. Pour les nouvelles requêtes textuelles, le corps 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, une estimation distincte des pièces jointes et du travail des outils est prise en compte pour les requêtes textuelles prises en charge ; 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 porte sur le résultat complet.
• Sortie est estimée, pour la réservation d’une nouvelle requête textuelle, selon une longueur de réponse typique et les conditions acceptées. La limite demandée est définie 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 d’un modèle sans limite 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 auxquelles s’appliquent les conditions de la requête, le calcul tient compte du mode standard ou prioritaire et des tranches tarifaires que l’estimation de l’entrée peut atteindre. Le calcul reste prudent dans le cadre des conditions retenues ; le mode flex ne réduit pas la réservation. Pour une requête prioritaire, la réservation peut tenir compte du mode applicable le plus cher, notamment priority, flex ou fast. Les réservations déjà acceptées sans ces conditions conservent leur calcul d’origine aux tarifs maximaux.
• Réduction de la limite — lorsque le montant calculé à réserver dépasse les fonds disponibles et que le modèle précis et 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 en dessous de 256 tokens, ou de 1025 avec le raisonnement au format Anthropic. Le modèle reçoit directement cette limite 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 cet exemple de calcul, le coût réel est de $0.0520. Le débit indiqué suppose que la réservation acceptée et le solde disponible non réservé couvrent ce coût. Le montant à réserver 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 de longueur typique, et peut être supérieur ou inférieur au coût réel. La partie inutilisée de la réservation 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 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 réservation acceptée et le solde disponible 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.

La fermeture de la connexion, l’expiration du délai d’attente de votre application ou le refus de lire une réponse déjà prête n’annulent pas automatiquement la requête : la réponse prête du modèle est facturée une seule fois. Si le résultat n’est pas livré par la faute d’Ailoot, le montant est remboursé. Si la connexion est interrompue, recherchez la requête par son Request ID dans l’historique de votre espace client avant de la renvoyer.

• Pour les nouvelles requêtes textuelles, la réservation pour la réponse se calcule sur la base d’une longueur typique, en tenant compte de la valeur définie pour max_tokens et des conditions du modèle précis utilisé. Il s’agit d’une estimation du montant à réserver, sans garantie quant à la longueur réelle ou au coût de la réponse.
• Pour les modèles sans limite fiable sur 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 d’origine.
• 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 étape peut réserver plusieurs dizaines de centimes de dollar. 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.