告别 Token 计量的混乱：AI 网关如何通过 Credits 统一度量实现跨模型配额管理？

作者：张文浩（魰浩）

大模型调用的度量为什么难

如果说传统 API 网关管的是"流量红绿灯"，那 AI 网关多了一层职责------给每一次调用打上可度量的刻度。

大模型和普通 API 最大的不同，是每一次调用消耗的资源都不一样：一次问答动辄几千上万 Token，输入、输出、缓存三档消耗差异很大，不同模型之间也缺乏统一的可比口径。业务方跑一段时间下来，最常问的三个问题是：

这段时间一共消耗了多少？
这些消耗是哪个业务/哪个消费者产生的？
能不能给某个消费者定个"周期用量上限"，超了就直接拦下来？

Token 是可度量的最小单位，但直接暴露给业务方并不友好------不同模型、不同档位的 Token 权重完全不同，光看 Token 数看不出资源占用的差异。AI 网关 Credits 计量能力要解决的，就是引入一个跨模型、跨供应商可横向对比的统一度量刻度------Credits，并围绕它把"归属"和"约束"两件事补齐。

本次上线的三部分能力

能力	解决什么问题
模型元信息管理	维护实例内模型清单及其 Credits 单价、能力、Token 上限等规格信息，便于在 Model API 和路由中快速选择模型名称，并按模型统计 Credits 消耗。
供应商管理	让每个服务与模型都能明确挂到一个供应商名下，按供应商维度管理和查看资源。
Credits 维度配额	让配额规则从"Token"维度进化到"Credits"维度

下面一块块拆开讲。

模型元信息：给每个模型建一张"规格档案"

3.1 它是什么

在此之前，一个模型对 AI 网关来说只是一个字符串（比如 qwen-max、gpt-4o）。要做 Credits 计量的时候，网关根本不知道这个字符串对应的输入、输出、缓存单价分别是多少。

AI 网关新增了一类资源------模型元信息（Model Metadata），简单说就是给每个模型建了一张"规格档案"。

一张档案上有：

基础信息： 模型名称、绑定的供应商；
Credits 信息（重点）： 输入 / 输出 / 缓存三档 Credits / 1M tokens 单价；
能力与性能： 最大输入 Token、总 Token 上限、支持哪些模态（文本/图片/音频/视频）、是否支持函数调用、流式输出、推理模式......等能力开关；
可用路径： 这个模型走 /v1/chat/completions 还是别的路径，OpenAI 兼容还是 Anthropic 兼容。

3.2 举个具体的例子

假设你在网关里维护了一条模型元信息：

arduino 复制代码

名称：qwen-max
供应商：阿里云百炼
输入 Token 消耗：8   Credits / 1M tokens
输出 Token 消耗：24  Credits / 1M tokens
缓存 Token 消耗：2   Credits / 1M tokens

现在有一次调用，用掉了 100 万输入 Token、20 万输出 Token、5 万缓存 Token，网关会在请求发生的那一刻这样算：

ini 复制代码

输入 Credits = 100 万 / 100 万 × 8  = 8    credits
输出 Credits = 20  万 / 100 万 × 24 = 4.8  credits
缓存 Credits = 5   万 / 100 万 × 2  = 0.1  credits
────────────────────────────────
本次总消耗                 ≈ 12.9 credits

供应商资源：从"标签"进化成"归属维度"

4.1 之前为什么不够用

在之前版本的 AI 网关里，服务的高级设置里有一个"大模型供应商"字段，本质是一个协议模版（openai 兼容 / anthropic 兼容）------ 它只告诉网关"用什么协议对接"，并不代表"这次调用的用量归口到哪个供应商"。

举个反例：你可以有两个"OpenAI 兼容"的服务，一个真是走 OpenAI，一个走 DeepSeek。它们的协议一样，但属于两家不同的供应商。老字段区分不出来。

4.2 新能力：独立供应商资源

现在 AI 网关把"供应商"独立成了实例内的资源对象，同时给原有字段改了名，避免混淆：

概念	新名字	用途
原"大模型供应商"字段	改名为供应商配置模版	只描述对接协议
新增的资源	供应商（Provider）	承载用量归属维度

两个概念完全解耦，互不筛选、互不继承。这样一来：

一个供应商可以关联多个服务（1 : N）；
一个服务在同一时刻只能归属一个供应商（避免统计口径打架）；
服务与供应商之间形成了明确的绑定关系，方便管理员按供应商维度管理和查看资源。

配额单位扩展：从"卡 Token"到"卡 Credits"

这是最核心的能力升级。

5.1 一句话理解它的价值

老规则：给消费者 A 定"每天 1000 万 Token"------但 A 用的是轻量模型还是大模型？消耗强度差异说不清。

新规则 ：给消费者 A 定"每天 500 credits"------直接约束的是统一度量刻度，轻量模型能多跑几次，大模型自然次数就少。

5.2 创建配额规则的 UI 变化

在原有创建流程的基础上，新增「限额单位」选择，支持配置 Credits 维度的配额：

字段	类型	说明
规则名称	文本	沿用
限额单位	单选token/credits，默认token	新增
限额值	数值，后缀随单位联动展示Tokens/credits	沿用
周期类型	单选 + 参数（自然日/周/月或自定义 1~60 天）	沿用
时区	下拉，默认 UTC+8	沿用

把三块能力串起来看：一次真实的调用会发生什么

以一个具体场景走一遍闭环：

背景：消费者内部推理平台每月配额 = 10000 credits（自然月 + credits）。

网关内已配置好：

供应商阿里云百炼；
模型元信息 qwen-max（绑定阿里云百炼，输入 8 / 输出 24 / 缓存 2 credits per 1M tokens）；
服务 qwen-service（关联到阿里云百炼这个供应商）。

第 1 步 · 请求到达。 消费者带着 API Key 打过来，网关识别出他是"内部推理平台"，本月已消耗 9987 credits。

第 2 步 · 前置校验。 本次请求还没执行，配额剩余 13 credits，够不够？先放行。

第 3 步 · 上游返回。 调用 qwen-max 消耗了 5 万输入、10 万输出、2 万缓存 Token。

第 4 步 · 请求时刻折算

ini 复制代码

input  =  5 万 / 100 万 × 8  = 0.4  credits
output = 10 万 / 100 万 × 24 = 2.4  credits
cache  =  2 万 / 100 万 × 2  = 0.04 credits
────────────────────────
共计约 2.84 credits

第 5 步 · 配额扣减。 消费者内部推理平台本月累计消耗更新为 9989.84 credits，剩余 10.16 credits。

第 6 步 · 下一次请求。 再来一次预估 20 credits 的调用------剩余 10.16 不够扣，网关直接返回 429，一次超额都不允许。

能力速览

关注点	AI 网关给出的答案
一次调用消耗多少 Credits？	请求时刻按模型元信息里的 Credits 单价实时折算
服务归属哪家供应商？	服务与供应商之间建立明确绑定关系，一个供应商可关联多个服务
消费者用量如何约束？	配额规则支持 Token / Credits 双单位，管理员可灵活选择

Credits 计量与配额能力已上线，欢迎体验并在评论区留下你的用量治理需求与反馈。