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 catalogue.
• Réservation — avant l’envoi d’une nouvelle requête textuelle, Ailoot réserve un montant estimé pour l’entrée et une réponse typique, conformément aux conditions acceptées de la requête. Pour les images, la vidéo et l’audio en sortie, la réservation couvre toujours le coût total du résultat.
• Une limite réduite plutôt qu’un refus — si la réservation calculée ne peut pas être couverte par 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 seulement jusqu’à un volume finançable qui reste au moins égal au minimum applicable. Les modèles pour lesquels cela fonctionne 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 personnel 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 de l’ancienne version et ne décrit pas les nouvelles réservations textuelles. Si une pièce jointe est transmise par lien (fileData) ou si des outils intégrés sont activés, les requêtes textuelles prises en charge utilisent des estimations distinctes pour les pièces jointes et l’utilisation des outils ; leur seule présence ne signifie pas que la totalité de la fenêtre d’entrée est réservée. Les anciennes réservations conservent les conditions acceptées, tandis que le calcul pour les médias en sortie porte sur le coût du résultat complet.
• Sortie est estimée, pour la réservation d’une nouvelle requête textuelle, à partir d’une longueur de réponse typique et des 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 tokens utilisé pour calculer la réservation et ne garantit pas la longueur réelle de la réponse d’un modèle dépourvu de limitation fiable. La valeur initiale 4096 ne s’applique qu’aux routes concernées ; la règle précise dépend du modèle et de la méthode.
• Prix tient compte, pour les nouvelles réservations textuelles et selon les conditions de la requête, du mode standard ou prioritaire et des tranches tarifaires pouvant être atteintes avec l’estimation de l’entrée. Le calcul reste conservateur dans les conditions choisies ; le mode flex ne réduit pas la réservation. Pour une requête prioritaire, la réservation peut tenir compte du mode applicable le plus cher, y compris priority, flex ou fast. Les réservations déjà acceptées sans ces conditions conservent le calcul initial aux tarifs maximaux.
• Réduction de la limite — lorsque la réservation 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 le volume minimal de sortie. La limite réduite ne descend pas sous 256 tokens (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 tokens. Vous envoyez 20 000 tokens et le modèle répond avec 1 200 tokens.

Dans cet exemple arithmétique, le coût réel est de $0.0520. Le débit affiché suppose que la réservation acceptée et le solde libre disponible couvrent ce coût. Le montant de la réservation 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 libre non réservé, la différence non couverte reste une perte pour Ailoot : elle ne devient pas votre dette 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 personnel avant de la renvoyer.

• Pour les nouvelles requêtes textuelles, la réservation de la réponse est calculée à partir d’une longueur de réponse typique, en tenant compte de la valeur définie pour max_tokens et des conditions du modèle précis. Il s’agit d’une estimation de la réservation, et non d’une garantie de la longueur ou du coût réels de la réponse.
• Pour les modèles qui ne limitent pas de manière fiable la longueur réelle de la réponse, l’estimation de la réservation 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 possible. 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 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 personnel sur ailoot.ai. Chaque requête indique le modèle, les tokens et le montant.