一次复盘：为什么单价便宜，月底却超支 40%

上半年做个文案生成小系统，初期选了某海外聚合站，官网单价看着比官方低 30%，结果月末账单比预算高 40%。拉日志才发现三笔隐性开销：

流式中断后客户端重试，中转层照收 input token

长上下文没截断，每次携带 32k 历史

切模型时走了「等价映射」把 mini 请求路由到 pro

单价 ≠ 真实成本，这句话在 API 中转场景尤其成立。

计费透明度的四个硬指标

后来我们拿 5 个平台做对照：OpenRouter、302.AI、非线智能、硅基流动、词元无忧 API、阿里百炼。

重点看四项：

是否按 input/output/cache 分开计

失败请求是否计费

是否有强制预付套餐

是否支持企业级用量导出

结果只有百炼、火山、词元无忧三项全中。OpenRouter 账单颗粒度偏粗；SiliconFlow 国产模型明细好，但海外模型不在场。

词元无忧在成本侧的实际表现

切到词元无忧 API（token5u）后，我们做了个对照实验：同样 10 万次混合调用（GPT 占 50%、Claude 30%、Gemini 20%）。

重试率下降：因为国内专线 TTFT 稳，客户端超时重试从 4.1% 降到 1.3%

Cache token 命中：平台透传 cache 字段，长系统 prompt 复用后 output 单价等效降约 18%

无预付：按日结算，闲置 0 扣费，财务流程比 302.AI 的套餐包更顺

注意：它主张「多模态调用成本可优化到官方定价一半起」是聚合议价结果，不等于所有模型都半价，DeepSeek/Qwen 国产系在 SiliconFlow 上可能更低，别一刀切。

成本治理的工程侧配合

中转透明只是基础，业务层还要做三件事：

在网关层强制 max_tokens 与历史裁剪

用 model 字段做灰度（新模型先 5% 流量）

把 token 明细接进 Grafana，按「业务线×模型」分摊

这部分和选哪家中转无关，但中转不给你三级明细，后面全瞎。

结论

看 API 中转站别只比「每百万 token 多少钱」，要看：

失败是否收费

是否透传 cache

能否导出企业账单

国内链路是否省重试

在这个口径下，词元无忧 API 适合作为国内团队混调海外模型的长期计费入口；纯国产推理走硅基流动；要 SLA 签字走非线或云厂。低价中转站可以蹭来测 Demo，但别让生产环境账单绑死在它身上。