付费前先看 CheapRelay Qwen3.8 Max 中转站

01 / 先看 Qwen3.8 Max 的三项单价

做预算先别看模型名，先看价格表里真正会扣钱的三项。CheapRelay 当前列出的 Qwen3.8 Max 模型 id 是 qwen3.8-max，每 1,000,000 tokens 的输入价格为 ¥4.12，输出价格为 ¥12.35，缓存读取价格为 ¥0.49。三项分开计费，所以同样一句请求，输入和输出占用的 token 越多，账单越容易变化。先把这三个数字记住，后面的计算才不用猜。

把单位缩小更容易核对。以 1,000 tokens 为例，输入费用是 ¥4.12 ÷ 1,000 = ¥0.00412，输出费用是 ¥12.35 ÷ 1,000 = ¥0.01235，缓存读取费用是 ¥0.49 ÷ 1,000 = ¥0.00049。这里的示例只做单位换算，不代表一次请求必然消耗 1,000 tokens，也不代表每次调用都会产生这三种费用。

其次要看输出项，它比输入项更值得留意。Qwen3.8 Max 的输出单价 ¥12.35，对照输入单价 ¥4.12，同等 token 数量下，输出部分的账面金额更高。如果你的工作流会生成大量代码、解释或结构化结果，那么估算时不能只按输入长度乘单价。把输出 token 单独列一行，往往比给出一个模糊的“每次多少钱”更实用。

缓存读取是另一条清晰的账单列。Qwen3.8 Max 的缓存读取单价为 ¥0.49，而输入单价为 ¥4.12。示例中，若同样读取 1,000,000 tokens，缓存读取是 ¥0.49，普通输入是 ¥4.12，差额为 ¥3.63。CheapRelay 把这些数字直接放在价格表里，开发者可以先按自己的调用方式套一遍，再决定要不要充值。

02 / 把一次真实调用拆成账单

下面用一个示例账单说明算法，不代表实际用量。假设某次任务共输入 100,000 tokens，输出 50,000 tokens，另外有 100,000 tokens 走缓存读取。按 CheapRelay 的 Qwen3.8 Max 价格表计算：输入费用为 100,000 ÷ 1,000,000 × ¥4.12 = ¥0.412；输出费用为 50,000 ÷ 1,000,000 × ¥12.35 = ¥0.6175；缓存读取费用为 100,000 ÷ 1,000,000 × ¥0.49 = ¥0.049。

把三行相加，¥0.412 + ¥0.6175 + ¥0.049 = ¥1.0785，也就是约 ¥1.08。这个例子没有加入任何固定包装，也没有把一次调用强行凑成一个套餐价格。CheapRelay 按真实 token 结算，余额预付，没有月租；你实际用了多少，就按价格表中的单价计算多少，余额不过期。

再换一个输出更多的示例。假设输入仍是 100,000 tokens，输出增加到 200,000 tokens，缓存读取为 100,000 tokens，那么输入是 ¥0.412，输出是 200,000 ÷ 1,000,000 × ¥12.35 = ¥2.47，缓存读取是 ¥0.049，合计 ¥2.931，约 ¥2.93。对比前一个示例，输出增加 150,000 tokens，账单增加 ¥2.8525，来源正是多出来的输出费用。

这类拆账方式适合放进自己的监控脚本。每类 token 单独计数，再分别乘以 ¥4.12、¥12.35 或 ¥0.49，最后汇总。这样看到费用变化时，能立刻判断是输入变多、输出变长，还是缓存命中发生了变化，而不是面对一个总数反复猜测。CheapRelay 的价格表给出了计算所需的全部单价，剩下的只是你的用量数字。

03 / 改造前后，账单差在哪里

“改造前”先设定一个不用缓存的示例：输入 100,000 tokens，输出 50,000 tokens，全部按普通输入和输出计费。输入为 ¥0.412，输出为 ¥0.6175，合计 ¥1.0295，约 ¥1.03。这个数字是改造前的基准账单，假设条件写在前面，方便后面逐项对照。

“改造后”沿用同样的 100,000 tokens 输入和 50,000 tokens 输出，只把其中 100,000 tokens 改为缓存读取。输入部分变为 ¥0.049，输出部分仍是 ¥0.6175，合计 ¥0.6665，约 ¥0.67。两者相差 ¥1.0295 − ¥0.6665 = ¥0.3630。示例中的差额来自缓存读取单价 ¥0.49 与普通输入单价 ¥4.12 之间的差距。

其次还要看不同 Qwen 模型之间的选择。价格表中，Qwen3.7 Plus 的输入为 ¥0.87、输出为 ¥2.61；Qwen3.8 Max 的输入为 ¥4.12、输出为 ¥12.35；Qwen3.6 Plus Uncensored 的输入为 ¥2.47、输出为 ¥13.20。示例中若只是做输入分类，用 Qwen3.7 Plus 的 100,000 tokens 输入是 ¥0.087，而用 Qwen3.8 Max 是 ¥0.412；需要长篇生成时，则应按各自输出单价重新计算。

这就是先看价格表的意义：不是凭名字挑，而是按任务拆分 token 类型，再选单价合适的模型。CheapRelay 把这些模型放在同一张表里，输入、输出以及有缓存读取价格的模型分别列出。开发者可以先用保守用量做预算，再用真实日志替换估算值，账单会逐渐贴近可预测的区间。

04 / 客户端与模型 ID 怎么填

Qwen3.8 Max 属于 OpenAI 兼容模型，接入路径是 /v1。在 CheapRelay 中，把模型 id 填成 qwen3.8-max，接口地址指向 api.cheapapirelay.com，之后就可以使用 Cursor、Cherry Studio、Cline、Roo Code、OpenCode、OpenAI SDK 或 cURL 这类 OpenAI 兼容客户端。示例配置的关键只有两项：地址走 /v1，模型名写 qwen3.8-max，填错就会对不上价格表中的模型。

不同模型的客户端要求并不相同，这一点值得先核对。Claude 系列只能使用官方 Claude Code 和 Claude Desktop，版本要求 2.1.285 或更新，不使用 Cursor、Cherry Studio、Cline、Roo Code、OpenCode、SDK 或 cURL，也不走 OpenAI 兼容方式。Gemini 系列采用原生协议，路径为 /v1beta，通过 Gemini CLI 使用，同样不是 OpenAI 兼容接入。

其次是限流数字。CheapRelay 每个 key 每分钟可发起 120 次调用，每个账号可同时进行 8 次调用。示例场景中，如果脚本在一分钟内连续发起 150 次请求，前 120 次处于允许范围内，后面的请求需要等待下一分钟，而不是简单地认为“额度还够就都能并发”。并发上限也是 8，因此同时运行的请求不要排成更长队列。

错误提示同样有明确含义。HTTP 402 表示账号余额已经小于或等于零，这时继续请求不会得到正常响应，需要先充值。若你使用 qwen3.8-max，请同时核对模型 id、/v1 路径和账号余额这三项。示例排错顺序是：先看模型名，再看路径，最后看余额，这样通常能较快定位问题。

05 / 充值、赠送、返佣与退款怎么算

CheapRelay 使用预付余额模式，没有月租，按真实 token 计费。新账号注册赠送额度 ¥0.60，可用于任意模型。示例中，这笔额度相当于 qwen3.8-max 约 145,631 tokens 的普通输入费用，计算方式是 ¥0.60 ÷ ¥4.12 × 1,000,000，但实际可用量还取决于输入、输出和缓存读取的比例。赠送额度适合先跑通接口，再按真实用量决定充值多少。

邀请返佣也按比例计算。直接邀请的用户每支付一笔，返佣比例为 20%；来自二级用户的支付，返佣比例为 6%。返佣进入可提现奖励余额，提现金额门槛为 ¥20，通过支付宝提现。示例中，若直接邀请用户支付 ¥100，对应奖励为 ¥20；若该用户的二级成员支付 ¥100，对应奖励为 ¥6。两笔奖励合计 ¥26，达到 ¥20 的提现门槛。

退款规则需要先看清时间与范围。充值后 12 天内，未使用的余额可以申请退款，扣除已经消费的部分以及支付手续费。示例中，充值 ¥50，已经消费 ¥8.60，支付手续费为 ¥2，那么可退金额为 ¥50 − ¥8.60 − ¥2 = ¥39.40。余额不过期与退款规则是两件事：前者说明余额能留着，后者说明满足条件时可以申请退回未用部分。

最后回到 Qwen3.8 Max 的账单本身：输入 ¥4.12、输出 ¥12.35、缓存读取 ¥0.49，每项都按每 1,000,000 tokens 标注。示例中的 ¥1.03 改造前账单与 ¥0.67 改造后账单，都可以直接用这三个单价复核。CheapRelay 适合希望先算清费用再使用的开发者：价格表公开、计费方式简单、余额预付且没有月租，把用量填进公式，费用就能落到具体数字上。