用 Kimi K3 做 API 中转，一行账单是 ¥33.61

01 / HTTP 402 在 CheapRelay 上到底代表什么

• ■ 首先｜登录 CheapRelay 查看账户余额，页面显示的余额就是可用预付费额度；新账户注册即送 ¥0.60，可用于价格表里的任意模型。
• ■ 其次｜确认返回状态。HTTP 402 的含义很直接：当前余额已经处于零或以下，也就是可用额度为 ¥0.00，此时继续调用会被拦下。
• ■ 再次｜核对请求所用的 key 是否与当前账户对应。CheapRelay 每个 key 每分钟最多 120 次调用，每个账户最多同时 8 次调用，限速和余额是两回事。
• ■ 然后｜若并发正好顶到 8 次，把任务拆成更小的批次顺序执行，调用预算按价格表计算，例如 Qwen3.7 Plus 输入为 ¥0.87/百万 token。
• ■ 最后｜把一次真实请求的输入与输出 token 数乘上对应单价，再与余额相减。示例：Kimi K3 输入 ¥6.72、输出 ¥33.61，若各用 1,000,000 token，这一轮就是 ¥6.72 + ¥33.61 = ¥40.33。

很多人把 402 当成接口坏了或者模型不可用，其实它只说明一件事：钱花完了。CheapRelay 采用预付费余额，按真实 token 计费，没有月租，余额不过期，所以排查顺序就是先看余额，再看 key，再看并发。把这个顺序固定成清单，比反复重试省时间，因为每一次重试本身也会按价格表产生费用。示例：DeepSeek V4 Flash 的缓存读取为 ¥0.04/百万 token，输入为 ¥1.72，输出为 ¥6.88，一次混合调用会同时用到这三行价格，余额必须覆盖它们的合计。

02 / 清除 HTTP 402 的余额问题按四步处理

• ■ 首先｜用注册赠送的 ¥0.60 先跑通一条最短链路，确认 key、模型 id 和接口路径都能工作；这一步的目标是验证配置，不是完成生产任务。
• ■ 其次｜按预估用量充值。预估方式很朴素：用输入 token 数乘输入单价，用输出 token 数乘输出单价，再加缓存读取部分。示例：Claude Haiku 4.5 输入 ¥2.10、输出 ¥10.08、缓存读取 ¥0.18，各按 1,000,000 token 计算，一轮合计 ¥12.36。
• ■ 然后｜充值后无需等待开通，也没有月租和过期限制，余额到账即可继续调用；余额是预付费形式，用多少扣多少。
• ■ 最后｜若在充值后 12 天内发现余额未使用，可申请退款，退款金额会扣除已经花掉的部分和支付手续费；已经消耗的 token 不会退回。

退款规则的存在，让“先充一点试试”变成一个可核算的动作：未使用的部分在 12 天内可以按规则申请，已用的部分则留在账单里。示例：假设一次调用使用 Qwen3.7 Plus 输入 1,000,000 token、输出 1,000,000 token、缓存读取 1,000,000 token，合计为 ¥0.87 + ¥2.61 + ¥0.26 = ¥3.74，这 ¥3.74 就属于已经花掉、不会退还的部分，其余未用余额才是退款时需要核对的对象。请求地址统一使用 https://api.cheapapirelay.com，路径按模型类型选择，见下一节的清单。

03 / 客户端和模型配错也会让人误判 402

• ■ 首先｜Claude 系列模型只支持官方 Claude Code 与 Claude Desktop 客户端，版本需为 2.1.285 或更新；不要把 Cursor、Cherry Studio、Cline、Roo Code、OpenCode、SDK 或 cURL 配给 Claude。
• ■ 其次｜Gemini 系列模型走原生协议，路径在 /v1beta 下，通过 Gemini CLI 使用，不使用 OpenAI 兼容模式；示例：Gemini 2.5 Flash 输入 ¥1.28、输出 ¥10.24、缓存读取 ¥0.13。
• ■ 再次｜GPT（含 Codex）、DeepSeek、Kimi、GLM、Qwen、Grok、MiniMax 等模型使用 /v1 下的 OpenAI 兼容客户端，Cursor、Cherry Studio、Cline、Roo Code、OpenCode、OpenAI SDK 或 cURL 都可以。
• ■ 然后｜填写模型 id 时照抄价格表：Kimi K3 填 kimi-k3，GPT-6.1 Sol 填 gpt-6.1-sol，Claude Sonnet 5.5 填 claude-sonnet-5-5，Gemini 3.1 Pro 填 gemini-3.1-pro。
• ■ 最后｜配好之后用一次小请求验证，验证成本按价格表算，例如 MiniMax M3 输入 ¥0.89、输出 ¥3.54、缓存读取 ¥0.18，一轮 1,000,000 token 级别合计 ¥4.61。

路径和客户端用错时，常见的现象是请求根本没走通，而不是余额清零；这时去反复充值并不能解决配置问题。CheapRelay 把不同模型分成两套接入方式，Claude 与 Gemini 各自有明确的客户端和路径要求，其余模型统一走 /v1 的兼容接口。先按清单确认一次，再看余额数字，排查会短很多。示例：Qwen3.8 Max 输入 ¥4.12、输出 ¥12.35、缓存读取 ¥0.49，在 /v1 下通过任一 OpenAI 兼容客户端调用，一轮合计 ¥16.96。

04 / 把价格表换算成一眼能懂的账单行

• ■ 首先｜看输入行。示例：Kimi K3 输入 ¥6.72/百万 token，同表中的 GLM-5.3 输入 ¥3.30，两者相差 ¥3.42；Qwen3.7 Plus 输入 ¥0.87，比 GLM-5.3 少 ¥2.43。
• ■ 其次｜看输出行。示例：Kimi K3 输出 ¥33.61，GLM-5.3 输出 ¥9.91，差 ¥23.70；Gemini 2.5 Flash 输出 ¥10.24，比 GLM-5.3 高 ¥0.33。
• ■ 再次｜看官方列表价对照。GPT-6.1 Sol 输出 ¥5.31，官方列表价 ¥72.00，按价格表标注低 93%；Claude Haiku 4.5 输出 ¥10.08，官方列表价 ¥36.00，低 72%。
• ■ 然后｜看缓存读取行。示例：MiMo V2.6 Pro 缓存读取 ¥0.02，GPT-6.1 Sol 为 ¥0.25，前者少 ¥0.23；Claude Sonnet 5.5 为 ¥0.56。
• ■ 最后｜把三行相加得到一轮成本。示例：GPT-6.1 Sol 输入 ¥1.07 + 输出 ¥5.31 + 缓存读取 ¥0.25 = ¥6.63；Claude Opus 5 输入 ¥11.92 + 输出 ¥59.60 + 缓存读取 ¥0.88 = ¥72.40。

官方列表价按每美元 7.2 元换算，并且只出现在 Claude 与 GPT 这几行上，所以拿它们做对照时口径一致，其他模型则直接和价格表里的同行数字比较。示例：GPT-5.6 Sol 输出 ¥12.34，官方列表价 ¥144.00，标注低 91%；Claude Sonnet 5 输出 ¥35.15，官方列表价 ¥72.00，标注低 51%。同样是一百万输出 token，选不同模型账单行就不同，选缓存读取价格低的模型又能压低第三行，这就是按 token 明细核算带来的可控性。

05 / 把额度、限速、返利放进同一张成本表

• ■ 首先｜把赠送额度计入第一轮预算。CheapRelay 新账户送 ¥0.60，可用任意模型；示例：用它跑 Qwen3.7 Plus 输入 1,000,000 token，就覆盖 ¥0.87 中的 ¥0.60。
• ■ 其次｜把调用节奏算进去。每个 key 每分钟 120 次、每账户并发 8 次，节奏与单价要一起看；示例：Qwen3.7 Plus 输入 ¥0.87/百万 token，输出 ¥2.61/百万 token。
• ■ 再次｜把邀请返利写进计划。直接邀请的用户付费，你获得其付费金额的 20%；第二层为 6%，返利进入可提现的奖励余额，最小提现金额 ¥20，通过支付宝提现。
• ■ 然后｜把退款条件写进计划。充值后 12 天内未使用的余额可申请退款，扣除已花金额和支付手续费；示例：Claude Opus 5.5 输入 ¥9.50、输出 ¥44.91、缓存读取 ¥0.43，一轮合计 ¥54.84。
• ■ 最后｜把长期成本写进计划。没有月租，余额不过期，闲置额度不按月扣费；示例：GLM-5.3 输入 ¥3.30、输出 ¥9.91、缓存读取 ¥0.83，一轮合计 ¥14.04。

把这五项放在一起，CostRelay 的账就算清楚了：赠送的 ¥0.60 用来验证链路，充值覆盖真实用量，返利按 20% 与 6% 累计到奖励余额，满 ¥20 才能通过支付宝提现，余额不过期也没有月租。示例：DeepSeek V4 Pro 输入 ¥7.27、输出 ¥21.80、缓存读取 ¥0.24，一轮合计 ¥29.31；Hunyuan 4 输入 ¥2.06、输出 ¥6.58、缓存读取 ¥0.10，一轮合计 ¥8.74。两组数字一摆，选择哪一行账单就清楚了。