Codex 按量付费实践：如何在 Fluxio 上保持流式响应

§1 周一：把流式响应当成默认工作方式

如果你这周打算把一个 AI 应用接进日常流程，可以先假设自己正坐在一块屏幕前，一边看回复逐字流出，一边顺手调整提示词。Fluxio 是以流式为先的 API 中转服务，回复通过服务器发送事件按 token 逐段送达，OpenAI、Anthropic 和 Gemini 三种协议都支持，每一路流都会报告自己的真实用量。对你来说，这意味着界面可以立刻动起来，而不是等整段结果生成完才刷新一次。

假设你用 Cursor、Cherry Studio、Cline、OpenCode、OpenAI SDK 或 cURL 接入，那么可选范围包括 GPT、DeepSeek、Kimi、GLM、Grok、Qwen、Hunyuan、MiniMax 和 MiMo 这些模型。Codex 运行的是 GPT 模型，接口地址是 https://api.fluxioapi.com，OpenAI 格式的客户端记得在后面加上 /v1。Fluxio 不设按请求计费的固定费用，每一次请求都按模型上报的 token 数量结算，输入、输出、缓存写入、缓存读取这四种 token 各有各的价格。

§2 周二：按客户端和协议划出可用模型

选模型之前，先看清客户端能说什么话，这一点能省掉你不少试错时间。Claude 模型只支持官方 Claude Code 和 Claude Desktop，且版本需为 2.1.285 或更新；它们在 Cursor、Cherry Studio、Cline、OpenCode、任何 SDK 以及 cURL 里都无法使用。Gemini 模型则只走原生协议，也就是通过 Gemini CLI 调用，它并不是 OpenAI 兼容接口。

Gemini 这一组的价格同样可以逐项对照：Gemini 2.5 Flash 的输入为每 1M tokens ¥1.51，输出 ¥12.12，缓存读取 ¥0.15，缓存写入 ¥1.51；Gemini 3.1 Pro 的输入 ¥10.40、输出 ¥60.33、缓存读取 ¥1.04、缓存写入 ¥10.40；Gemini 3.8 Flash 的输入 ¥8.29、输出 ¥37.32、缓存读取 ¥0.83、缓存写入 ¥8.29；Gemini 4 Argon 的输入 ¥10.55、输出 ¥50.66、缓存读取 ¥0.53、缓存写入 ¥10.55。它们都通过 Gemini CLI 的原生协议调用，响应依然是逐 token 送达并报告真实用量。

如果你的工作流以 Codex 为主，那么 GPT 系列是自然的选择。GPT-5.6 Sol 的输入为每 1M tokens ¥2.78，输出 ¥15.57，缓存读取 ¥0.22；GPT-6 Astra 的输入 ¥4.90，输出 ¥24.49，缓存读取 ¥0.49；GPT-6.1 Sol 的输入 ¥1.40，输出 ¥7.00，缓存读取 ¥0.28。这三个模型都提供官方标价可对照的信息：GPT-5.6 Sol 为 ¥36.00 输入与 ¥216.00 输出，GPT-6 Astra 为 ¥72.00 输入与 ¥360.00 输出，GPT-6.1 Sol 为 ¥14.40 输入与 ¥72.00 输出。

§3 周三：把价格换算成自己的用量

流式体验是否顺手之外，账目也要看得明白。Fluxio 的按量付费余额没有月费，可以通过 Stripe Checkout 充值 ¥10.00、¥50.00、¥100.00、¥200.00、¥500.00 或 ¥1,000.00。举个例子，若你一天发送 100 条消息且每条都产生相同用量，那么按 1M tokens 的单价乘以实际 token 数量就能算出当天成本，再乘以 30 天就是月度参考值；这里的 100 条只是一个演示假设，实际数字取决于你每次的输入与输出长度。

同样按每 1M tokens 来看，DeepSeek V4 Flash 的输入 ¥2.07、输出 ¥8.29、缓存读取 ¥0.05；Gemini 2.5 Flash 的输入 ¥1.51、输出 ¥12.12、缓存读取 ¥0.15、缓存写入 ¥1.51；MiniMax M3 的输入 ¥1.09、输出 ¥4.34、缓存读取 ¥0.22；MiMo V2.6 Pro 的输入 ¥1.52、输出 ¥3.03、缓存读取 ¥0.02；Hunyuan 4 的输入 ¥2.42、输出 ¥7.75、缓存读取 ¥0.12；Qwen3.8 Max 的输入 ¥5.42、输出 ¥16.26、缓存读取 ¥0.65；GLM-5.3 的输入 ¥3.92、输出 ¥11.77、缓存读取 ¥0.98；Grok 4.6 的输入 ¥4.06、输出 ¥12.19、缓存读取 ¥1.02。

Claude 系列的账目可以单独对照：Claude Fable 5 的输入 ¥25.20、输出 ¥126.02、缓存读取 ¥1.94、缓存写入 ¥31.02；Claude Fable 5.1 的输入 ¥27.94、输出 ¥139.70、缓存读取 ¥2.15、缓存写入 ¥34.39；Claude Haiku 4.5 的输入 ¥2.49、输出 ¥11.95、缓存读取 ¥0.20、缓存写入 ¥2.99；Claude Opus 5.5 的输入 ¥10.87、输出 ¥51.37、缓存读取 ¥0.49、缓存写入 ¥12.84；Claude Sonnet 5 的输入 ¥8.70、输出 ¥43.49、缓存读取 ¥0.76、缓存写入 ¥10.87；Claude Sonnet 5.5 的输入 ¥8.60、输出 ¥43.00、缓存读取 ¥0.75、缓存写入 ¥10.75。

把单价落到一次具体请求上会更直观。举个例子，假设你用 MiniMax M3 发起一次请求，输入 10,000 tokens、输出 2,000 tokens，那么输入部分按每 1M tokens ¥1.09 计算约为 ¥0.0109，输出部分按每 1M tokens ¥4.34 计算约为 ¥0.00868，两项相加约为 ¥0.01958。再假设同一次请求里有 500,000 tokens 命中缓存读取，用 DeepSeek V4 Flash 每 1M tokens ¥0.05 的缓存读取价计算，这部分约为 ¥0.025。把这样的数字逐条记进用量日志，你就能看出哪一类 token 真正构成了开销。

§4 周四：断线之后，账单仍然说得通

用流式响应时，连接中断几乎是无法回避的场景。Fluxio 在客户端中途断开的情况下，仍会把回复读到结尾，并且只按实际使用的 token 计费，不会追加任何惩罚性费用；已经生成出来的 token 不予退还。这条规则让按量付费的逻辑保持一致：你用掉多少就算多少，而不是为一次意外掉线再付一笔完整请求的钱。

如果你的用量比较稳定，也可以看看月度方案。Claude 月度方案有 ¥449.00 与 ¥1,189.00 两档：前者提供 30 天内 $1100 的官方价值额度，每周最多 $350；后者提供 30 天内 $2900 的官方价值额度，每周最多 $850。GPT 月度方案有 ¥429.00 与 ¥1,319.00 两档：前者提供 30 天内 $2600 的官方价值额度，每周最多 $800；后者提供 30 天内 $8000 的官方价值额度，每周最多 $2400。这些方案每次请求按官方美元价值的 2.8 倍扣减额度，Claude 方案仅限 Claude 模型并使用自己的 API key，GPT 方案仅限 GPT 模型并使用自己的 API key。

月度额度的扣减方式也可以用一个简单例子说明：若某次请求的官方价值为 $1，按每次请求划走官方美元价值 2.8 倍的规则，它会从额度中扣去 $2.8；同样地，Claude 的 ¥449.00 档每周上限为 $350，对应每周最多可划走 $980 的官方价值请求。把请求拆细看，就能更清楚哪一类调用值得放进月度方案。

§5 周五：把额度、限额和记录收进同一处

每个 API key 每分钟可发起 120 次请求，每个账户同时可开 8 路流。Fluxio 的用量日志会逐条列出每次请求、它的 token 数量和对应成本，界面支持英语、中文、西班牙语、印地语、葡萄牙语和法语六种语言。充值后 4 天内，未使用的余额可以在扣除已消费金额和支付手续费后申请退款，通过消息页面提出即可。

新账户会获得 ¥0.80 的赠送额度。邀请好友时，直接邀请的好友每支付一笔，你可获得 17% 的分成，下一层再获得 5%，返利既可以转入余额，也可以从 ¥90.00 起通过支付宝提现。返利同样可以按具体金额推算。举个例子，若你直接邀请的好友当月支付了 ¥100.00，你可获得 17% 即 ¥17.00；来自下一层邀请的支付则按 5% 计算。遇到问题时，可以从网站联系页面或控制面板发送消息，回复会出现在控制面板里，Fluxio 没有单独的支持邮箱。

这一周下来，你的选择逻辑可以很清楚：客户端限定了可用范围，token 单价决定了成本结构，而流式与断线规则则让实际用量和账单对得上。Codex 里跑 GPT 模型，其他 OpenAI 格式客户端按需挑选，Claude 走官方应用，Gemini 走 Gemini CLI，Fluxio 的流式接口负责把每一个字送到你的屏幕上。