客户端截断 Claude Haiku 4.5 长回复，API 中转站 Fluxio 如何按实际用量计费

§1 上线首周周一：让 Claude Haiku 4.5 写一份长报告

下面是一份假设的上线首周日记，记录你在 Fluxio 上接入模型、遇到断流、再逐项核对账单的全过程。周一上午，你决定用 Claude Haiku 4.5 生成一份长报告，它的每 1M tokens 单价是：输入 ¥2.49、输出 ¥11.95、缓存读取 ¥0.20、缓存写入 ¥2.99；同一模型官方标价是输入 ¥7.20、输出 ¥36.00。

Fluxio 是流式优先的 API 中转站，回复以服务器发送事件的形式按 token 逐个抵达，你的界面能立刻看到文字一点点长出来，而不是等到整段生成完才出现。每个流都会上报自己的真实用量，所以你在等结果的同时，账单依据也已经同步产生。

接入前先记住一条硬规则：Claude 模型只能在官方 Claude Code 和 Claude Desktop 应用里运行，版本需为 2.1.285 或更新版本，它们在 Cursor、Cherry Studio、Cline、OpenCode、任何 SDK 或 cURL 中都不工作。API 基础地址是 https://api.fluxioapi.com，OpenAI 风格客户端在其后加上 /v1 即可。

§2 上线首周周三：客户端中途断开，账单停在真实用量

周一下午，报告写到一半，你的客户端因为网络抖动主动断开。多数人担心的场景在这里出现了：已经生成的内容会不会被算成一次完整请求？会不会额外扣一笔断流费用？

Fluxio 的处理方式是继续把这条回复读取到结束，只对实际使用的 tokens 计费，不会追加任何惩罚性费用，但已经生成的 tokens 不会退回。Fluxio 按模型上报的 tokens 计费，四类 token 分开定价：输入、输出、缓存写入、缓存读取，没有固定的单次请求费用。

举例说明，这是假设的计算，不是真实账单：假设每条请求输入 1,000 tokens、输出 500 tokens，用 Claude Haiku 4.5 时，单条费用约为 ¥0.0085；如果你一天发送 100 条消息，一天约 ¥0.85，连续 30 天约 ¥25.40。断流发生在这类请求中途时，计入的仍是模型实际报出的那部分用量。

Fluxio 的使用日志会逐条列出每次请求、它的 tokens 和成本，便于你在仪表盘里核对这笔钱花在了哪里。界面提供六种语言：English、Chinese、Spanish、Hindi、Portuguese、French。

§3 上线首周周四：把常用模型的单价排成一张清单

周四你开始横向比较，把 Fluxio 上常用模型的每 1M tokens 单价抄进自己的表格，方便按任务类型切换：

• – Claude Fable 5：输入 ¥25.20，输出 ¥126.02，缓存读取 ¥1.94，缓存写入 ¥31.02。
• – Claude Fable 5.1：输入 ¥27.94，输出 ¥139.70，缓存读取 ¥2.15，缓存写入 ¥34.39；官方标价输入 ¥72.00、输出 ¥360.00。
• – Claude Haiku 4.5：输入 ¥2.49，输出 ¥11.95，缓存读取 ¥0.20，缓存写入 ¥2.99；官方标价输入 ¥7.20、输出 ¥36.00。
• – Claude Opus 5.5：输入 ¥10.87，输出 ¥51.37，缓存读取 ¥0.49，缓存写入 ¥12.84；官方标价输入 ¥28.80、输出 ¥144.00。
• – Claude Sonnet 5：输入 ¥8.70，输出 ¥43.49，缓存读取 ¥0.76，缓存写入 ¥10.87。
• – Claude Sonnet 5.5：输入 ¥8.60，输出 ¥43.00，缓存读取 ¥0.75，缓存写入 ¥10.75；官方标价输入 ¥21.60、输出 ¥108.00。
• – DeepSeek V4 Flash：输入 ¥2.07，输出 ¥8.29，缓存读取 ¥0.05。
• – Gemini 2.5 Flash：输入 ¥1.51，输出 ¥12.12，缓存读取 ¥0.15，缓存写入 ¥1.51。
• – Gemini 3.1 Pro：输入 ¥10.40，输出 ¥60.33，缓存读取 ¥1.04，缓存写入 ¥10.40。
• – Gemini 3.8 Flash：输入 ¥8.29，输出 ¥37.32，缓存读取 ¥0.83，缓存写入 ¥8.29。
• – Gemini 4 Argon：输入 ¥10.55，输出 ¥50.66，缓存读取 ¥0.53，缓存写入 ¥10.55。
• – Kimi K3：输入 ¥8.81，输出 ¥44.03，缓存读取 ¥0.88。
• – MiniMax M3：输入 ¥1.09，输出 ¥4.34，缓存读取 ¥0.22。
• – GPT-5.6 Sol：输入 ¥2.78，输出 ¥15.57，缓存读取 ¥0.22；官方标价输入 ¥36.00、输出 ¥216.00。
• – GPT-6 Astra：输入 ¥4.90，输出 ¥24.49，缓存读取 ¥0.49；官方标价输入 ¥72.00、输出 ¥360.00。
• – GPT-6.1 Sol：输入 ¥1.40，输出 ¥7.00，缓存读取 ¥0.28；官方标价输入 ¥14.40、输出 ¥72.00。
• – Qwen3.8 Max：输入 ¥5.42，输出 ¥16.26，缓存读取 ¥0.65。
• – Hunyuan 4：输入 ¥2.42，输出 ¥7.75，缓存读取 ¥0.12。
• – Grok 4.6：输入 ¥4.06，输出 ¥12.19，缓存读取 ¥1.02。
• – Grok 4.7：输入 ¥4.37，输出 ¥13.12，缓存读取 ¥1.09。
• – MiMo V2.6 Pro：输入 ¥1.52，输出 ¥3.03，缓存读取 ¥0.02。
• – GLM-5.3：输入 ¥3.92，输出 ¥11.77，缓存读取 ¥0.98。

周五你把这些模型分到不同客户端：GPT、DeepSeek、Kimi、GLM、Grok、Qwen、Hunyuan、MiniMax 和 MiMo 都能在任意 OpenAI 格式客户端里运行，包括 Cursor、Cherry Studio、Cline、OpenCode、OpenAI SDKs 和 cURL，Codex 运行 GPT 模型；Gemini 模型只能走原生协议，也就是 Gemini CLI，它们不是 OpenAI 兼容的。

§4 上线首周周五：月度套餐与按量余额的取舍

如果你的用量稳定，周五你开始比较 Fluxio 的月度套餐与按量余额。Claude 月度套餐有两档：¥449.00 对应 30 天内 $1100 的官方价值额度，每周上限 $350；¥1,189.00 对应 30 天内 $2900 的官方价值额度，每周上限 $850。两者都只覆盖 Claude 模型，使用自己的 API key，每次请求按其官方美元价值 × 2.8 扣减。

GPT 月度套餐同样分两档：¥429.00 对应 30 天内 $2600 的官方价值额度，每周上限 $800；¥1,319.00 对应 30 天内 $8000 的官方价值额度，每周上限 $2400。每次请求同样按官方美元价值 × 2.8 扣减，套餐仅限 GPT 模型，并使用自己的 API key。

如果用量忽高忽低，按量余额没有月费，可通过 Stripe Checkout 充值 ¥10.00、¥50.00、¥100.00、¥200.00、¥500.00 或 ¥1,000.00。充值后 4 天内，未使用的余额可以在扣除已消费金额与支付手续费后退还，通过消息页面提出申请即可。每个新账户还会获得 ¥0.80 的注册额度。

邀请机制也写在规则里：你直接邀请的好友付费后，你获得其支付金额的 17%，下一层为 5%；返利可以转入余额，也可以从 ¥90.00 起通过支付宝提现。

§5 上线首周周末：并发上限与两个容易踩的边界

周末你把并发参数调好：每个 key 每分钟 120 个请求，每个账户同时开启 8 条流。Fluxio 的流式设计让长回复可以边生成边读，但连接数仍需要你自己规划好。

两个边界值得再确认一次：一是 Claude 模型的客户端限制，它只认官方 Claude Code 和 Claude Desktop 2.1.285 及更新版本；二是 Gemini 模型的接入方式，它只走 Gemini CLI 的原生协议。选错客户端时，模型本身再好也接不上。

遇到问题可以走网站联系页或仪表盘发消息，回复会出现在仪表盘里，Fluxio 没有支持邮箱。这样一周下来，你对账单的判断标准很清楚：看模型上报的真实 tokens，分四类单价计算，断流的部分按实际用量结算，Fluxio 不会替你多算一笔。