成本优化

​

计费怎么理解？

• raw_quota ÷ 500000 = USD
• 1 USD = 10 积分

​

如何通过模型规格与动态分组控制成本与质量？

​

1. 三种调用形态对比

​

2. 代码调用示例

​

方式 A：模型后缀语法（推荐，支持所有开源客户端与 SDK）

{
  "model": "seedance-2-5@seedance-cheap",
  "prompt": "A peaceful ocean wave at sunrise, 4k"
}

​

方式 B：HTTP Header 透传（适合业务集成）

curl -X POST "https://api.omnimux.ai/v1/chat/completions" \
  -H "Authorization: Bearer sk-your-token" \
  -H "Content-Type: application/json" \
  -H "X-Omnimux-Group: gemini-cheap" \
  -d '{
    "model": "gemini-3.8-flash",
    "messages": [{"role": "user", "content": "Hello!"}]
  }'

​

如何降低调用成本？

1. 选对模型
   简单任务用更小/更便宜的 model id；同品牌完整参数页里的枚举只是「能调哪些」，不代表价格相同。
2. 限制生成长度
   文本请求设置合理的 max_tokens / max_completion_tokens，避免无意义长输出。
3. 控制批量与多媒体倍数
   图像 n、视频 seconds/duration、分辨率等会放大预扣与结算。网关会对越界参数返回 400；不要用超大 n 或超长时长试探。
4. 异步视频：理解预扣与结算
   视频类任务常 先预扣、完成后按实际上游消耗结算/退差额。任务失败或取消时以线上结算逻辑为准；创建时用贴近真实时长与规格的参数，减少无效预扣占用。
5. 能缓存就缓存
   对相同 prompt / 相同业务查询（含社交数据读接口）在客户端做结果缓存，减少重复计费请求。
6. 流式可提早中止
   stream: true 便于先看到输出；若产品逻辑允许，在确认不需要完整结果时中断连接，避免无意义继续生成（具体是否仍按实际上游计费以控制台账单为准）。
7. 关注 402 / 余额
   余额不足会 402（insufficient_quota）。预扣失败不会「静默透支」。

​

不建议的做法

• 用生产 Key 在本地循环压测高价视频/图像模型
• 把 raw_quota 数字当成「积分」展示给终端用户
• 依赖未在 live 定价中的 model 名「试试看」