Вопросы по оплате: нехватка средств (402), несколько списаний за сообщение, оплата кэша

Почему первый запрос возвращает ошибку о нехватке средств (402)?

У нового аккаунта баланс $0. Пополните баланс (от $5) до первого запроса. Ответ 402 (400 для формата OpenAI) с текстом «wallet balance is insufficient» означает, что баланс пуст, а base URL и ключ настроены правильно. Пополните баланс и повторите запрос.

Почему после одного сообщения я вижу несколько записей о списании?

Одна операция в агентном инструменте может незаметно вызвать несколько реальных обращений к модели.

Например:

• Сначала инструмент может попросить модель понять задачу.
• Затем сделать ещё один запрос, чтобы прочитать файлы или спланировать правки.
• После выполнения инструмента — снова обратиться к модели.
• Некоторые клиенты также повторяют запросы или делят длинную работу на несколько обращений.

Почему в биллинге появилась другая модель?

Некоторые клиенты, агенты или политики маршрутизации используют меньшую модель для вспомогательной работы: классификации, планирования, суммаризации или короткой проверки.

Это не значит, что выбор основной модели не сработал. Просто часть рабочего процесса выполнила вспомогательный вызов другой моделью.

Что такое чтение и запись кэша? Почему у них разная цена?

Многие LLM-провайдеры используют кэширование промптов.

• Запись кэша: провайдер сохраняет переиспользуемый контекст — длинные системные промпты, файлы проекта или контекст предыдущего диалога.
• Чтение кэша: провайдер повторно использует сохранённый контекст.

Запись кэша обычно дороже чтения, потому что провайдеру нужно обработать и сохранить контекст. Чтение кэша, как правило, дешевле.

Почему в некоторых записях и чтение, и запись кэша равны 0?

Частые причины:

1. В ваших собственных вызовах API не включено кэширование. Проверьте поддерживаемый формат запросов выбранной модели в руководстве по API.
2. Слишком короткий контент — он не достигает минимальной длины, которую модель может кэшировать.
3. Разовые вспомогательные запросы агентных клиентов. Когда Claude Code или приложение Claude (Cowork / Code) ищет в интернете, клиент отправляет отдельный запрос с результатами этого поиска и не включает для него кэширование. Короткие запросы, например генерация названия диалога, тоже не используют кэш.

Если эти причины исключены, а у обычного шага диалога много входных токенов, но и чтение, и запись кэша равны 0, обратитесь в поддержку.

Что такое компенсация за аномальную запись кэша?

TeamoRouter автоматически выявляет такую ситуацию и возвращает часть стоимости записи кэша для этого запроса. Подавать заявку не нужно.

Для каких клиентов и моделей действует компенсация

При самостоятельном вызове API или использовании других клиентов потеря кэша, как правило, связана с телом запроса и не подпадает под компенсацию.

Условия начисления (должны выполняться одновременно)

1. Запрос отправлен в той же беседе не позднее чем через 5 минут после предыдущего успешного запроса.
2. Контекст стал длиннее, чем в предыдущем запросе, то есть вы продолжаете существующую беседу.
3. Запрос совсем не использовал кэш: чтение кэша равно 0, а запись кэша составляет не менее 1 024 токенов.

Размер компенсации

• Возвращается до 80% стоимости записи кэша для этого запроса после применения скидки аккаунта. Итоговая сумма определяется фактически начисленной компенсацией для конкретного запроса.

Где посмотреть

Компенсация сразу вычитается из суммы списания. В деталях биллинга над запросом появляется отдельная строка с уведомлением об обнаруженной аномалии записи кэша и начисленной компенсации; справа указана сумма возврата.

Почему некоторые запросы с малым числом входных токенов всё равно стоят дороже?

Возможные причины:

• Запрос вызвал запись кэша.
• У использованной модели более высокая цена за единицу.
• Клиент сделал несколько скрытых вызовов вокруг видимого действия.
• Выходных токенов или токенов рассуждения оказалось больше, чем ожидалось.

Прежде чем оценивать стоимость, посмотрите вместе ID модели, входные и выходные токены, токены чтения и записи кэша.

Почему ожидаемая стоимость и фактическое списание отличаются?

Ожидаемая стоимость рассчитывается по деталям использования модели. Фактическое списание может отличаться из-за округления, скидок, правил тарификации кэша, правил расчётов на уровне аккаунта или корректировок со стороны провайдера.

Если разница выглядит аномальной, сохраните ID запроса и обратитесь в поддержку.

Почему Fast Mode стоит дороже?

В Fast Mode прайсовая цена модели в 2 раза выше цены стандартного режима, а ваша текущая скидка по аккаунту не меняется.

Например, если стандартный вывод стоит по прайсу $25 / 1M токенов, а скидка аккаунта 10 %, то в Fast Mode вывод стоит $50 / 1M токенов по прайсу, и та же скидка 10 % продолжает действовать. Пометка Fast в биллинге означает, что запрос обработан с включённым Fast Mode.

Чтобы выключить его, отключите Fast Mode в Codex или в вызывающем клиенте перед следующим запросом.

Почему баланс со временем расходуется быстрее? Как уменьшить расход?

Агентные инструменты отправляют всё больший контекст по мере роста проекта. Длинные диалоги, больше файлов и повторные вызовы инструментов увеличивают расход токенов.

Чтобы снизить стоимость:

• Начинайте новый диалог, когда старый контекст больше не нужен.
• Не просите агента читать весь проект без необходимости.
• Для простых задач используйте модели поменьше.
• Используйте потоковый ответ, чтобы видеть ответ по мере генерации, но помните: сам по себе он не уменьшает расход токенов.
• Следите за записями кэша. Частые перезаписи кэша могут увеличивать стоимость.

Когда обращаться в поддержку?

Обратитесь в поддержку, если:

• Вы видите запросы, которых не делали.
• ID модели явно не тот, который вы настроили.
• Фактическое списание сильно расходится с деталями использования.
• Запросы завершаются ошибкой, но, судя по всему, всё равно тарифицируются.
• Вам нужна помощь с записями о кэше или токенах.

Укажите время запроса, ID модели, ID запроса (если есть) и приложите скриншот записи биллинга.