> ## Documentation Index
> Fetch the complete documentation index at: https://docs.flexinference.com/llms.txt
> Use this file to discover all available pages before exploring further.
# 定价与计费
> FlexInference 的收费方式、BYOK 的运作原理以及何时向您的银行卡收费。
FlexInference 的**路由是免费的**。您仅在 flex 请求获得更低的提供商价格时才向 FlexInference 付费。费用是节省金额的一部分，而不是按 token 加价。
## 您需要支付的费用
FlexInference 对 flex 请求**节省金额的 20%** 进行收费。flex 请求是指将 [`start_within`](/zh/deadline-routing) 设置为某个持续时间并实际运行 flex 竞价的调用。只有**有定价的非 Anthropic 模型**才能运行 flex，这意味着支持 flex 的 OpenAI 和 Gemini [模型](/zh/models)。仅限原生 Chat Completions 参数不能与持续时间 `start_within` 结合使用，因此这些请求会在计费前被拒绝。
`start_within` 是一个截止时间预算，例如 30 秒。FlexInference 可以利用这段时间尝试在更便宜的层级启动请求。如果在预算到期前没有更便宜的层级可以启动，路由器会将请求升级到您的标准模型。`start_within` 是您设定的预算，而不是启动时间的保证。
flex 路由从更便宜的层级开始，并在需要时升级到标准层级。它不会先路由到标准层级，然后再降级。
节省的金额是提供商对该调用的标准价格与该调用使用的更便宜的 flex 价格之间的差额。FlexInference 收取该差额的 20%。您保留其余 80%。如果 flex 请求没有节省任何费用，您无需支付任何费用。
FlexInference 对**节省的金额**收取费用，而不是按 token 收费。当 flex 节省费用时，总成本会低于提供商的标准价格。如果节省金额为零，则费用为零。
## 免费项目
* **任何模型上的所有 `default`、`priority` 和 `auto` 路由**。这些路由直接代理到提供商。FlexInference 不会尝试更便宜的层级，因此没有可分享的节省金额，也没有费用。
* **所有 Anthropic (Claude) 层级请求。** Claude 仅支持代理。它没有 flex 层级，因此 `claude-*` 模型上的 `default`、`priority` 和 `auto` 请求永远不会是可计费的 flex 请求。请参阅[模型](/zh/models)。
* **验证失败不计费。** 在不支持 flex 的 OpenAI 或 Gemini 模型上，或在任何 Claude 模型上设置持续时间，会在验证时返回 `400`。它既不计费也不提供服务。请改用层级值。
* **云路由是未定价的直通。** `vertex` 和 `bedrock` 云路由仅在标准层级提供服务，因此它们永远不会产生 flex 费用。FlexInference 以未定价的方式直通云使用量，不加价，不收取佣金；只有通过 flex 服务的直接请求才会产生 20% 的佣金。请参阅[提供商路由](/zh/models)。
只有**在 OpenAI 或 Gemini 模型上发出的有定价的 flex 请求**才会向您收取费用。
## 自带密钥 (BYOK)
FlexInference 使用**您的**提供商密钥进行路由。在控制面板中添加您的 OpenAI、Gemini 或 Anthropic 密钥；FlexInference 会加密存储它们并用于路由。您无需在每个请求中发送提供商密钥。
您的提供商会按照其费率**直接**向您收取 token 费用。FlexInference 对 token **不加价**，也不处理 token 支出。FlexInference 唯一的收费是上述 20% 的 flex 费用。
## 跨提供商的 Prompt 缓存
Prompt 缓存降低了重复输入 token 的成本，并且每个提供商都运行自己的缓存。Prompt 缓存不会跨提供商共享：当提供商回退在不同提供商的路由上处理您的请求时，回退提供商自己的缓存会独立应用，并在重复使用中预热。新路由上的第一个请求支付完整的输入 token 价格，后续请求则随着该提供商缓存的填充而利用其缓存。在其原生路由上处理的请求照常使用该提供商的缓存。
## 您的银行卡如何收费
在控制面板的**账单**页面添加或更新银行卡。当 flex 请求节省费用时，您的未付余额会增加：
* 一旦您的未付余额达到 **\$20**，FlexInference 会**每月自动**向您的银行卡收费。
* 余额\*\*低于 $20 会结转**到下个月。一旦余额超过 $20，FlexInference 就会收费。如果结转的余额持续约三个月，并且仍然至少达到 Stripe 的 \*\*$0.50** 最低限额，FlexInference 也会在此时收费，即使它从未达到 $20。
## 逾期和 402 错误
单次扣款失败不会暂停 flex。当支付失败时，组织会进入**宽限期**，可计费的 flex 会继续工作，同时 FlexInference 会重试扣款。
FlexInference 仅在宽限期结束后暂停 flex。这发生在约三周内没有成功付款、发票被争议或被注销为无法收回，或者没有有效的银行卡记录时。一旦 flex 暂停：
* 可计费的 flex 请求会返回 [`402 payment_required`](/zh/errors#payment_required)。
* **免费路由（`default`、`priority`、`auto`）和所有 Anthropic 层级请求会继续工作。** 只有有定价的 flex 会受到影响。
暂停的 flex 请求会返回 `402 payment_required`，其正文会说明失败的计费状态以及如何解决。有关确切的 JSON，请参阅 [402 错误](/zh/errors#payment_required)。
要解除暂停，请在控制面板的**账单**页面添加或更新银行卡，然后重试。
FlexInference 营销网站上的完整定价。
`payment_required` 在网络中的表现以及如何处理它。