我最近在改一段会自动重试的调用代码，改到一半停住了：一次请求超时之后，这一笔钱到底算不算？
我一开始的判断特别朴素——没拿到结果就不该收钱，跟点了菜没上就该退单是一个道理。我没打算真去触发一次超时机试试，那是要真花钱的。于是我把这一页从头翻到尾，把几种「没跑完」的情形一条条抄了下来，抄完才发现，判断线压根不在我这边。
六种「没跑完」，判断线其实只有一条
我把页面上写明的情形拆成了六行，每一行只问一个问题：模型开始往下生成了吗？
我主动不等了（客户端中断）——生成了一部分，输入 token 和已生成的 token 照收；
客户端超时中断——同上，照收；
非流式输出的超时——生成了一部分但没拼成完整回复，客户端一个字都收不到，输入 token 和生成但未输出的 token 照收；
服务端中断（比如命中审核）——已经生成的那部分照收；
RPM、TPM 超限报错——压根没有开始生成，一分不收；
精调任务失败且不导出产物——训了一部分，不收，还能重试。
六行抄完我只有一个感觉：原来这事跟我拿没拿到答案毫无关系。收不收费，看的是那台机器有没有真的开始往外吐字。超限报错的请求连门都没进，所以六行里只有它是 0 元。
为什么是这条线，页面上没写。我自己的理解是钱花在算力上——模型一旦真的跑起来，卡就在转，转过的那一段没法退回来。这是我的猜测，不是页面上的话。
顺带说一句跟重试有关的。我原本以为遇上超限报错就换个接入点接着试，查下来不是这么回事：同一个主账号下，同一个模型的限流是共享的，不区分版本，多开几个接入点或者换账号轮询，结果照样是超限报错。想绕过去，只有控制发送速率和去提配额这两条路。
非流式超时那一行，我看完改了自己的写法
这一行我读了两遍。非流式要等模型全部生成完才一次性返回，中途请求中止或超时，服务端生成了一部分但没生成完整回复，也就没法把内容返回过来。页面原话是这样的：本次请求客户端收不到模型生成信息，但会产生输入 token 和生成但未输出的 token 费用。
翻成大白话：你一个字都没看见，钱照收。
我拿自己常用的那档规格算了一遍。以豆包 Seed 2.1 pro 为例，产品页上写的是输入 6 元每百万 token、输出 30 元每百万 token。一次喂进去 20 万 token 的长文档，光输入就是 1.20 元；假设输出到 3000 token 时被超时掐断，输出再添 0.09 元，合计 1.29 元，换来的是零个字。这 20 万 token 我是用它自带的 Token 计算器估的，不是自己数字数——同一段文字在不同模型的分词策略下切出来的数并不一样。
输入越短，白跑这一趟越便宜：同样一次中断，1 万 token 的输入只有 0.06 元，20 万 token 是它的 20 倍。长文档才是重灾区。
真正让我停下来的不是这一块二，是下一句：重试不是接着上次的上下文往下续，它是全新的一次请求，输入费要重新付一遍。我那段代码里重试三次，遇上长文档连着超时，输入费就是 3.60 元。重试次数写在代码里就是一行数字，写在账单上是要乘的。
所以我改了三处。能开流式就开流式——同样是被掐断，流式至少把前面那一截吐给你了，钱花下去还剩下点东西，非流式是一点不剩。客户端超时别卡太紧，长生成任务按分钟级给；尤其是带思维链的深度思考模型，回复更长、生成更慢，二三十秒的默认值根本盖不住完整生成时间，Agent 那类场景给到三十分钟以上才稳。再就是给模型设推理限额，页面上的说法是调用量到了限额，平台会自动关停对应的模型服务，费用预期能钉死。
精调那边的规矩，跟推理是反着的
这一段我原本没打算看，顺手往下翻才发现的。
任务训练失败分两种：不导出产物的，不计费，还能重试；导出产物的，得先把任务停了，平台按停止时已经训练的 token 数计费，而且不再支持重试。
也就是说，那个看起来更「认真」的勾选项，恰恰把免费重来这条路给堵上了。我以前下意识觉得勾上导出才保险，现在会反过来：先用不导出把数据、步数、模板跑通，确认没问题了再去勾导出。
手动停止又是另一回事：不管产物后面导不导出，都按已经训练的 token 数收。这条没有例外，也没有「反正没导出就不算」的口子可钻。
欠费之后，账单还在往前走
最后这段是我没料到的。页面上有人问：账户欠费了，为什么还在持续出账？回答给了两条原因。
一条是推账时延：欠费是从账单出具起算的，而账单出账通常有 1 到 2 小时的延迟，这段时间里系统按实际使用量正常出账。另一条是关停延迟：欠费之后还有一段「欠费—关停」的窗口，页面上写的是约 2 小时。
两个数字叠起来，从你把余额真正跑穿那一刻算起，最多还有大约 4 个小时的钱在继续滚。
不过我在另一页上读到的又是别的数字：按量推理这边写的是欠费时长不超过 1 分钟还能正常用，超过 1 分钟平台会通知并关停服务；而「约 2 小时」那句针对的是按小时后付费的模型单元和 TPM 保障包，那段期间资源还给你留着、还能用，钱也照出。两处口径不一样，我读完的判断是看自己用的是哪种付费方式，别混着看。我没找到把这两个数统一起来的说明，真要抠这个时间点，以控制台那一行为准。
页面上还给了个我觉得更实用的东西：如果希望严格控制费用预期、避免推账和关停延迟带来的额外花销，可以给模型设置推理限额。模型单元和 TPM 保障包这类按小时计费的东西，确定不再用了就到接入点详情页退订，别让它躺在账号里继续跑。
顺带交代一句时间：这几页我这次看是 2026-10-03，页面上的更新时间没有逐条标注，价格与规则以你控制台当时显示为准。
你那段调用代码里，重试次数填的是几？我把它从 3 改成了 2，顺手把流式也开了——你要是有更好的写法，评论区说一句，我照着改。
本文含 AI 辅助创作内容：资料检索与初稿由 AI 完成，观点梳理、数据核验与编校由人工完成。