中转站「模型倍率 / 分组倍率 / 补全倍率」是什么？一次 API 调用到底扣多少钱

很多人第一次充值用中转 API，打开后台一看就懵了：模型列表里写着「模型倍率 2.5」，旁边还有「分组倍率」「补全倍率」，跑了几个请求余额「唰」地往下掉，却完全不知道一次调用到底扣了多少、为什么掉得这么快。这篇文章不卖任何套餐，只把按量计费的底层算法讲透——给你一条通用公式 + 一个完整算例，让你能自己算清单次成本、看懂账单明细，横向比较两家中转贵不贵时心里有数。

先说结论：一次调用扣多少，就这一条公式

主流中转站（new-api / one-api 这类开源计费内核）按量计费时，单次调用的扣费遵循同一个相乘结构：

本次扣费 = 分组倍率 × 模型倍率 × （输入 token 数 + 输出 token 数 × 补全倍率）× 官方基准单价

拆开看，就三个倍率串在一起乘，再乘上「你实际用掉的 token 量」。理解了这条式子，后台所有看不懂的数字都能对上号。下面逐个讲这三种倍率分别是什么、为什么要这么设计。

三种倍率，各管一件事

倍率	它在回答什么问题	作用对象
模型倍率（Model Ratio）	「这个模型本身有多贵？」	区分不同模型的基础成本
补全倍率（Completion Ratio）	「输出比输入贵几倍？」	只放大输出（补全）部分
分组倍率（Group Ratio）	「你这个用户分组打几折 / 加几成？」	整单乘上去的折扣或加价

模型倍率：模型本身的「贵贱系数」

不同模型成本天差地别——轻量模型一百万 token 可能就一美元出头，旗舰推理模型可能是它的好几倍甚至几十倍。中转站不可能给每个模型单独写一套价格表，于是用「模型倍率」做归一化：以某个基准单价为 1，越贵的模型倍率越高。后台看到某模型「模型倍率 2.5」，意思就是它的基础计费是基准单价的 2.5 倍。同一个模型，在哪家中转、什么分组，模型倍率本身通常是一致的（因为它锚定的是官方真实成本），这也是后面比价的关键。

补全倍率：输入和输出不是一个价

这是新手最容易忽略、却最影响账单的一项。几乎所有大模型，输出（生成）token 都比输入（你发过去的提示）token 贵。这不是中转站坑你，而是官方定价本来就这样——据 OpenAI 与 Anthropic 各自的 API 定价页，多数主力模型输出单价是输入单价的好几倍（常见 5 倍、6 倍这个量级，具体随模型而变）。

补全倍率就是用来表达这个差距的。它只乘在输出 token 上：输入 token 按 1 倍算，输出 token 要先乘补全倍率再参与计费。所以你会发现一个现象——同样消耗一万 token，如果绝大部分是模型生成的长篇回答，扣费会明显高于「你发了一万 token、模型只回一句话」的情况。让模型写大段代码、长文、长翻译时余额掉得快，根子就在补全倍率。

分组倍率：整单的折扣或加价

分组倍率是给「不同用户分组」做差异化定价的总开关，乘在整条式子最外层。它可以小于 1（相当于打折，比如某些高级分组、批量客户）、等于 1（标准价），也可以大于 1（某些高稳定性或专属资源分组加价）。分组倍率 < 1 是省钱，> 1 是加价，记住这个方向就不会看反。很多人「同一个模型换个分组价格就变了」的困惑，答案就在这里。

为什么输入、输出要分开算？再说细一点

把公式里括号那部分单独拎出来：

计费 token 量 = 输入 token + 输出 token × 补全倍率

这里的设计意图是把「贵的输出」单独放大，而不是给输入输出一刀切同一个价。举例理解（纯占位数字）：假设某模型补全倍率是 3，你一次调用输入了 1000 token、模型输出了 1000 token，那么参与计费的等效 token 不是 2000，而是 1000 + 1000 × 3 = 4000。同样的 token 总量，输出占比越高、扣得越多。比价时如果只看「模型倍率」不看「补全倍率」，会严重低估真实成本——这是横向比较时最大的坑，后面单独讲。

预扣 vs 后结算：余额为什么先掉一块、又退回来一点

很多人盯着余额会看到一个奇怪现象：请求刚发出去，余额先掉了一截；请求回完，又「回血」了一点点。这不是 bug，而是中转计费内核的双阶段机制，据 new-api 官方文档，它分两步走：

预扣（Pre-consumption）：请求发出时，模型还没开始生成、谁也不知道最终会输出多少 token。系统按一个预估上限先从你余额里扣一笔，相当于「押金」，防止余额不足却已经把算力用掉。
后结算（Post-consumption）：请求真正完成、拿到实际输入 / 输出 token 数后，系统按上面那条公式重新精算一次，再和预扣的押金对比——多扣的退回余额，少扣的补上。

所以正常情况下你看到的「先掉多、后退回」是预扣大于实际的差额返还，属于预期行为。理解这一点有两个好处：一是不会因为瞬间余额骤降就误以为被乱扣；二是知道余额必须留够预扣押金，否则高 token 请求可能因预扣不足而直接被拦下。

一个完整算例：把数字代进去算一遍

下面用一组纯占位数字走完整流程（不是任何真实中转的实际倍率，只为演示算法）。假设：

官方基准单价：每百万 token $1（占位）
模型倍率：2.5
补全倍率：3
分组倍率：0.8（该分组打八折，占位）
本次调用：输入 2000 token，输出 1000 token

第一步，算等效计费 token：

2000 + 1000 × 3 = 5000 等效 token

第二步，套三倍率与单价：

本次扣费 = 分组倍率 0.8 × 模型倍率 2.5 × 5000 等效 token × ($1 / 1,000,000)
= 0.8 × 2.5 × 5000 × 0.000001
= $0.01（占位结果）

换算成人民币按你充值时的汇率折算即可。关键不是这个数字本身，而是这套算法的可复现性：同样的输入输出 token，换任何一家中转，只要你知道它的三个倍率和基准单价，就能算出对应扣费——这就是横向比价的基础。

预扣阶段会怎么走？

承接上例，请求发出时系统不知道你只输出 1000 token，可能按「输出顶到模型上限」预估、先扣一笔较大的押金（比如按输出 4000 token 预扣）；请求完成后按实际 1000 token 重算成 $0.01，把多预扣的部分退回余额。你在面板上看到的瞬时波动就是这么来的。

怎么去自己后台对照核实

讲完算法，最实用的是教你把它和你自己的账单对上。一个企业化运营、账单透明的中转（这里以 apipifa 为例，开发者接入 Base 地址 https://api.apipifa.com/v1），后台通常能让你查到这几项，逐一对照即可：

模型价格 / 倍率页：找到你要用的模型，记下它的「模型倍率」和「补全倍率」，以及当前「分组倍率」。三个数都拿到，公式就能套。
调用日志 / 账单明细：每条请求一般会记录实际输入 token、输出 token、本次扣费。拿真实的 token 数代入公式，看算出来的金额是否和明细对得上——对得上，说明这家计费透明、没有暗加；对不上，就要警惕。
分组归属：确认自己当前在哪个分组、分组倍率是多少。换分组价格会变，别拿 A 分组的倍率去对 B 分组的账单。

能让你「拿日志 token 反推扣费、且对得上」的中转，才是真正可自查的。算不平、或者根本查不到 token 明细的，要打个问号。

怎么判断一家中转贵不贵

知道了公式，比价就不再是看谁吆喝得响，而是把每家折算到同一把尺子上。给你一份对照清单：

该看的项	为什么重要
基准单价锚定的是什么	有的以「每百万 token $1」为 1 倍，有的锚定别的基准。基准不同，倍率数字没法直接比——必须先统一基准再比。
模型倍率	同一模型在两家的模型倍率，折算到同一基准后谁高谁低，是最直接的贵贱信号。
补全倍率（最容易被忽略）	只看模型倍率低就下单是陷阱。如果一家模型倍率压得很低、补全倍率却拉得很高，你又是「输出密集型」用法（写代码、长文），实际账单可能反而更贵。
分组倍率与门槛	低分组倍率往往绑定充值门槛、稳定性档位或专属资源。看清「低价分组的前提条件」，别被首页最低价误导。
账单能否自查	能拿 token 明细反推扣费、且对得上的，通常更可控；查不到 token、对不平账的，再便宜也要谨慎。

一句话总结比价方法：同基准、同模型、同典型用法，把「模型倍率 × 补全倍率折算后的等效单价」算出来比，而不是只比某一个孤立的倍率数字。把你最常用的那个模型、按你真实的输入输出比例代进公式，得到的「等效每百万 token 价格」才是公允的对比口径。

几个常见误区，顺手澄清

「模型倍率低就一定便宜」——错。补全倍率和分组倍率都会改变结局，必须三个一起看。
「余额瞬间骤降就是被乱扣」——多数情况是预扣押金，请求完成后会按实际重算返还差额，看最终结算值。
「输入输出一个价」——绝大多数模型输出更贵，补全倍率就是为这个差距而设，输出密集用法成本会明显更高。
「比价只看首页标的最低价」——最低价常绑定特定分组 / 门槛，要看清前提；同时务必折算到统一基准。

把这条公式记住、能在自己后台用真实日志验证一遍，你就从「看不懂、不敢充」变成「算得清、敢横向比」。按量计费的本质并不复杂——三个倍率相乘、输入输出分开算、预扣后结算找平，如此而已。挑中转时，优先选那种倍率公开、账单可自己反推核对的，长期用着才安心，不必为看不懂的扣费提心吊胆。