Giữ tiền và khấu trừ

• Giá — tính bằng đô la cho 1 triệu token đầu vào và đầu ra (hoặc theo đơn vị: ảnh, giây video, ký tự). Giá của từng mô hình nằm trong danh mục.
• Khoản giữ trước — trước khi gửi một yêu cầu văn bản mới, Ailoot tạm giữ khoản tiền ước tính cho đầu vào và câu trả lời có độ dài thông thường theo các điều kiện đã chấp thuận của yêu cầu. Với đầu ra hình ảnh, video và âm thanh, vẫn tạm giữ toàn bộ chi phí của kết quả.
• Giảm giới hạn thay vì từ chối — nếu khoản tạm giữ đã tính vượt quá số dư khả dụng hoặc hạn mức của khóa, chỉ được giảm giới hạn câu trả lời với mô hình cụ thể và phương thức tuân thủ giới hạn đó. Chỉ giảm đến mức có thể thanh toán, không thấp hơn mức tối thiểu áp dụng. Các mô hình hỗ trợ cách này được nêu bên dưới.
• Trừ tiền — một lần, theo mức sử dụng thực tế trong usage. Phần khoản giữ trước còn dư được hoàn lại ngay.
• Nếu phản hồi tốn hơn khoản giữ trước — phần chênh lệch được lấy từ số dư khả dụng chưa bị giữ cho các yêu cầu khác. Số tiền trừ không bao giờ vượt quá số dư của bạn: số dư không bị âm.
• Nếu tiền không đủ ngay cả cho khoản giữ trước tối thiểu — yêu cầu không được gửi đến mô hình; bạn nhận lỗi 402 với nội dung dễ hiểu. Không trừ khoản tiền nào.
• Lỗi không có kết quả không bị tính phí. Nếu kết nối bị ngắt, hãy kiểm tra yêu cầu bằng Request ID trong lịch sử tài khoản trước khi gửi lại.

• Đầu vào được tạm giữ theo kích thước ước tính của yêu cầu và các tệp đính kèm được hỗ trợ, chứ không dựa trên lượng sử dụng thực tế đã biết. Với yêu cầu văn bản mới, phần nội dung yêu cầu và tệp đính kèm được ước tính theo loại của chúng. Cách tính “4 token mỗi byte, nhưng tối thiểu 4096 token” chỉ áp dụng cho các khoản tạm giữ đã được chấp thuận theo phiên bản cũ, không mô tả khoản tạm giữ mới cho văn bản. Nếu tệp đính kèm được truyền bằng liên kết (fileData) hoặc có bật công cụ tích hợp, các yêu cầu văn bản được hỗ trợ sẽ có ước tính riêng cho tệp đính kèm và hoạt động của công cụ; chỉ riêng việc có các thành phần này không có nghĩa là phải tạm giữ chi phí cho toàn bộ cửa sổ đầu vào. Các khoản tạm giữ trước đây giữ nguyên điều kiện đã chấp thuận; đầu ra đa phương tiện vẫn được tính theo toàn bộ kết quả.
• Đầu ra được ước tính theo độ dài câu trả lời thông thường và các điều kiện đã chấp thuận để tính khoản tạm giữ cho một yêu cầu văn bản mới. Giới hạn yêu cầu được đặt qua max_tokens (max_output_tokens trong Responses). Giới hạn yêu cầu không tự động bằng số token dùng để tính khoản tạm giữ, và không bảo đảm độ dài câu trả lời thực tế của mô hình không có cơ chế giới hạn đáng tin cậy. Giá trị ban đầu 4096 chỉ áp dụng cho các tuyến tương ứng; quy tắc cụ thể phụ thuộc vào mô hình và phương thức.
• Giá khi tính khoản tạm giữ mới cho văn bản sẽ xét đến các điều kiện của yêu cầu: chế độ tiêu chuẩn hoặc ưu tiên, cùng các bậc giá mà lượng đầu vào ước tính có thể đạt tới. Trong các điều kiện đã chọn, cách tính vẫn thận trọng; chế độ flex không làm giảm khoản tạm giữ. Với yêu cầu ưu tiên, khoản tạm giữ có thể xét đến chế độ đắt nhất có thể áp dụng, bao gồm priority, flex hoặc fast. Các khoản tạm giữ đã được chấp thuận trước đây mà không có các điều kiện này vẫn giữ cách tính ban đầu theo mức giá tối đa.
• Giảm giới hạn — khi khoản tạm giữ đã tính vượt quá số tiền có thể dùng, đồng thời mô hình cụ thể và phương thức cho phép giới hạn câu trả lời: số tiền khả dụng phải đủ cho phần đầu vào ước tính và lượng đầu ra tối thiểu. Giới hạn sau khi giảm không thấp hơn 256 token (1025 khi bật suy luận ở định dạng Anthropic). Mô hình nhận giới hạn đã được giảm.

Mô hình claude-sonnet-5-5: đầu vào $2, đầu ra $10 cho 1 triệu token. Bạn gửi 20 000 token, mô hình trả lời bằng 1 200 token.

Trong ví dụ số học nêu trên, chi phí thực tế là $0.0520. Số tiền trừ được hiển thị giả định rằng khoản tạm giữ đã chấp thuận và số dư khả dụng đủ để chi trả chi phí này. Ví dụ không tính khoản tạm giữ: với một yêu cầu văn bản mới, khoản này được xác định riêng theo ước tính đầu vào và câu trả lời có độ dài thông thường, nên có thể cao hơn hoặc thấp hơn chi phí thực tế. Phần tạm giữ không dùng đến được giải phóng; giới hạn số tiền trừ được nêu trong công thức bên dưới.

Số tiền trừ thực tế = min(toàn bộ chi phí thực tế, khoản giữ chỗ đã chấp nhận + số dư khả dụng chưa bị giữ chỗ). Các khoản tạm giữ khác chưa được quyết toán vẫn được bảo vệ; vì vậy tổng số dư không nhất thiết sẽ bằng không. Số dư không bị âm. Nếu chi phí thực tế vượt quá tổng khoản tạm giữ đã chấp thuận và số dư khả dụng chưa được tạm giữ, phần chênh lệch không được chi trả là khoản lỗ của Ailoot: phần này không trở thành khoản nợ của bạn và sẽ không bị thu thêm về sau.

Đóng kết nối, ứng dụng của bạn hết thời gian chờ hoặc từ chối đọc phản hồi đã hoàn thành không tự động hủy yêu cầu: phản hồi đã hoàn thành của mô hình được tính phí một lần. Nếu kết quả không được bàn giao do lỗi của Ailoot, tiền sẽ được hoàn lại. Nếu kết nối bị ngắt, hãy kiểm tra yêu cầu bằng Request ID trong lịch sử tài khoản trước khi gửi lại.

• Với yêu cầu văn bản mới, khoản tạm giữ cho câu trả lời được tính theo độ dài thông thường, có xét đến max_tokens đã đặt và các điều kiện của mô hình cụ thể. Đây là ước tính khoản tạm giữ, không phải cam kết về độ dài hay chi phí thực tế của câu trả lời.
• Với mô hình không có cơ chế giới hạn đáng tin cậy cho câu trả lời thực tế, ước tính khoản tạm giữ không trở thành giới hạn độ dài. Đối với yêu cầu văn bản mới, ước tính này không tự động được thay bằng chi phí của câu trả lời dài nhất. Các khoản tạm giữ đã được chấp thuận trước đó vẫn giữ nguyên điều kiện ban đầu.
• Hình ảnh đầu vào làm tăng khoản giữ trước theo chi phí ước tính của chúng.
• Các tác nhân (Claude Code, Codex CLI, Cline) gửi ngữ cảnh lớn ở mỗi bước: một bước có thể giữ trước hàng chục xu. Nên duy trì số dư ít nhất vài đô la.
• Mẹo: đặt giá trị hợp lý cho max_tokens — điều này làm giảm khoản giữ trước ở các mô hình có thể giới hạn độ dài phản hồi.

Các mô hình có bộ nhớ đệm áp dụng mức giá riêng cho ghi vào và đọc từ bộ nhớ đệm. Đọc thường rẻ hơn vài lần so với đầu vào thông thường. Giá được hiển thị trong thẻ mô hình ở danh mục.

Nếu số dư khả dụng không đủ ngay cả cho khoản giữ trước tối thiểu, Ailoot không gửi yêu cầu và trả 402 với mã insufficient_balance. Nếu đã dùng hết tổng giới hạn chi tiêu của khóa — mã api_key_quota_exhausted. Nếu tài khoản có khoản nợ do thanh toán bị tranh chấp — mã payment_disputed: các yêu cầu mới bị tạm dừng cho đến khi trả hết khoản nợ đó.

{
  "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-…"
  }
}

Lịch sử yêu cầu và trừ tiền nằm trong tài khoản tại ailoot.ai. Mỗi yêu cầu đều hiển thị mô hình, token và số tiền.