DeepSeek V4 Flash API 中转：Fluxio 流式打字指示器七天实践记

§1 头一周的打字指示器：从空白输入框到逐字浮现

假设你做了一个小工具：用户按下发送后，输入框旁边出现一个跳动的打字指示器，文字随着模型回复逐字出现。这个效果看起来像是在等一段完整答案，实际上每一次微小的跳动都可以对应一个真实到达的 token。

头一周里，你把请求发往 Fluxio 的 API 中转地址。Fluxio 的定位是流式优先的按 token 计费服务，回复通过服务器发送事件逐 token 抵达，OpenAI、Anthropic 与 Gemini 协议都支持，每条流都会报告真实用量。你的前端只要监听事件流，把新到的片段追加到光标之前，打字指示器就会自然地跟着节奏闪动，而不是靠固定计时器假装在思考。

这意味着等待时间被拆成了许多小片段。指示器亮起，是因为流已经打开；文字出现，是因为内容真的到了；流结束时，你可以读取这条流报告的 token 与费用。Fluxio 不需要额外的“假装生成中”开关，节奏直接来自上游回复本身。

假设你的界面里同时放了三个输入框，分别对应“起草”“润色”和“总结”，那就让三个按钮各自建立一条流，而不是把请求排成一个队列。Fluxio 每个账号同时可开 8 条流，每分钟每个 key 有 120 次请求的限制，足够支撑这样一个轻量的并行打字指示器工具。流多开的时候，记得在控制面板的用量日志里逐条核对每条流的 token 与成本，日志会按请求列出这些信息。

§2 逐 token 的账单：输入、输出与缓存分开计价

流式体验之外，费用逻辑同样清晰。Fluxio 按模型报告的 token 计费，没有固定的单次请求费，输入、输出、缓存写入与缓存读取这四类 token 分别按各自价格结算。

以 DeepSeek V4 Flash 为例，每 1M tokens 的输入价是 ¥2.07，输出价是 ¥8.29，缓存读取价是 ¥0.05。它适合驱动一个频繁出现、但单条回复不长的打字指示器场景，因为输出部分按实际生成量计算。

再举一个对比用的例子：MiniMax M3 每 1M tokens 输入 ¥1.09、输出 ¥4.34、缓存读取 ¥0.22；Gemini 2.5 Flash 每 1M tokens 输入 ¥1.51、输出 ¥12.12、缓存读取 ¥0.15、缓存写入 ¥1.51；GPT-5.6 Sol 每 1M tokens 输入 ¥2.78、输出 ¥15.57、缓存读取 ¥0.22，其官方标价为每 1M tokens 输入 ¥36.00、输出 ¥216.00。假设你每天发送 100 条消息，每条都走 DeepSeek V4 Flash，那么一个月的输入量大约是 100 × 30 × 1000 = 3M tokens，对应输入费用 ¥6.21，输出部分则按实际生成量另算。这个数字只是示例，真实账单以 Fluxio 记录的实际 token 为准。

再把这个例子往前推一步：同样按每天 100 条消息、每条输入 1000 tokens 计算，如果你把模型换成 Claude Haiku 4.5，它的输入价是每 1M tokens ¥2.49、输出 ¥11.95、缓存读取 ¥0.20、缓存写入 ¥2.99，那么 3M tokens 的输入费用约为 ¥7.47；Claude Haiku 4.5 的官方标价则是每 1M tokens 输入 ¥7.20、输出 ¥36.00。这同样只是演示算法：先看实际输入与输出各有多少 token，再回到对应模型的四类单价上逐项核对。

输出侧的差别同样值得留意。Claude Opus 5.5 每 1M tokens 输入 ¥10.87、输出 ¥51.37、缓存读取 ¥0.49、缓存写入 ¥12.84；Claude Sonnet 5 每 1M tokens 输入 ¥8.70、输出 ¥43.49、缓存读取 ¥0.76、缓存写入 ¥10.87；Claude Sonnet 5.5 每 1M tokens 输入 ¥8.60、输出 ¥43.00、缓存读取 ¥0.75、缓存写入 ¥10.75，官方标价为每 1M tokens 输入 ¥21.60、输出 ¥108.00。而 GPT-6.1 Sol 每 1M tokens 输入 ¥1.40、输出 ¥7.00、缓存读取 ¥0.28，官方标价为每 1M tokens 输入 ¥14.40、输出 ¥72.00。当你的打字指示器后面接的是一段较长的正文时，输出 token 往往比输入 token 更能左右当月开销，所以选模型时要把输出单价一并算进去。

§3 连接中途断开时，Fluxio 怎样处理

打字指示器最让人不安的时刻，往往是流断在半路。Fluxio 的处理方式是：如果客户端在流式过程中断开，Fluxio 仍会把回复读取到结束，并只对实际使用的 token 计费，不额外加收任何费用。

同时，已经生成的 token 不会退还。也就是说，断线并不会让前面的输出凭空消失，也不会让同一段内容被重复计费。你在 Fluxio 的用量日志里可以看到每一次请求的 token 数与成本，日志按请求逐条列出，方便你回头核对某条打字动画到底花掉了多少。

这一点对做指示器的小工具很实用。界面可以先显示“已收到部分回复”，等用户重连或查看日志时，再对照 Fluxio 记录的真实用量，而不是在客户端自己猜测费用。

举个例子：假设一条流在输出到一半时断开，Fluxio 依然会把剩余回复读完，并按实际使用的 token 结算，既不会因为这次中断额外收取费用，也不会把已经生成的部分退回来。对前端来说，这意味着断线只是一个显示层的状态变化；对账单来说，它仍然是一条可以逐项查看的完整请求记录。开发阶段如果反复测试断线行为，Fluxio 用量日志里逐条列出的 token 与成本就是你的对照依据。

§4 模型与客户端的对应关系要记牢

选择模型之前，先确认它能跑在哪里，这一点比价格表更需要提前确认。

• – Claude 系列模型只能在官方 Claude Code 与 Claude Desktop 应用中使用，版本需为 2.1.285 或更新；它们在 Cursor、Cherry Studio、Cline、OpenCode、任何 SDK 或 cURL 中都不工作。
• – Gemini 系列模型只能通过原生协议的 Gemini CLI 使用，不是 OpenAI 兼容接口。
• – GPT、DeepSeek、Kimi、GLM、Grok、Qwen、Hunyuan、MiniMax 与 MiMo 可以接入任何 OpenAI 格式客户端，包括 Cursor、Cherry Studio、Cline、OpenCode、OpenAI SDKs 与 cURL，Codex 运行 GPT 模型。

API 基础地址是 api.fluxioapi.com，OpenAI 格式客户端在其后加上 /v1 即可使用。对于只支持 OpenAI 格式客户端的打字指示器工具，DeepSeek V4 Flash 是一个直接可用的选择；而如果你想同时接入 Gemini 或 Claude，就要按上面的客户端限制来安排。

同一套规则也适用于其他可选模型：Qwen3.8 Max 每 1M tokens 输入 ¥5.42、输出 ¥16.26、缓存读取 ¥0.65；Hunyuan 4 每 1M tokens 输入 ¥2.42、输出 ¥7.75、缓存读取 ¥0.12；Grok 4.6 每 1M tokens 输入 ¥4.06、输出 ¥12.19、缓存读取 ¥1.02；Grok 4.7 每 1M tokens 输入 ¥4.37、输出 ¥13.12、缓存读取 ¥1.09；MiMo V2.6 Pro 每 1M tokens 输入 ¥1.52、输出 ¥3.03、缓存读取 ¥0.02；GLM-5.3 每 1M tokens 输入 ¥3.92、输出 ¥11.77、缓存读取 ¥0.98；Kimi K3 每 1M tokens 输入 ¥8.81、输出 ¥44.03、缓存读取 ¥0.88；Gemini 3.1 Pro 每 1M tokens 输入 ¥10.40、输出 ¥60.33、缓存读取 ¥1.04、缓存写入 ¥10.40；Gemini 3.8 Flash 每 1M tokens 输入 ¥8.29、输出 ¥37.32、缓存读取 ¥0.83、缓存写入 ¥8.29；Gemini 4 Argon 每 1M tokens 输入 ¥10.55、输出 ¥50.66、缓存读取 ¥0.53、缓存写入 ¥10.55；Claude Fable 5 每 1M tokens 输入 ¥25.20、输出 ¥126.02、缓存读取 ¥1.94、缓存写入 ¥31.02；Claude Fable 5.1 每 1M tokens 输入 ¥27.94、输出 ¥139.70、缓存读取 ¥2.15、缓存写入 ¥34.39，官方标价为每 1M tokens 输入 ¥72.00、输出 ¥360.00；GPT-6 Astra 每 1M tokens 输入 ¥4.90、输出 ¥24.49、缓存读取 ¥0.49，官方标价为每 1M tokens 输入 ¥72.00、输出 ¥360.00。把这些单价和上面的客户端限制放在一起看，选型就变得直接：先用你手头的客户端划定可用模型，再在可用范围里比较输入与输出价格。

§5 余额、月度方案与账户内的日常管理

Fluxio 的按量付费余额没有月费，充值金额可选 ¥10.00、¥50.00、¥100.00、¥200.00、¥500.00 与 ¥1,000.00，通过 Stripe Checkout 完成。充值后 4 天内，未使用的余额可以申请退款，扣除已消耗部分与支付手续费，通过消息页面发起。

如果你的打字指示器每天请求量稳定，也可以看看月度方案。Claude 月度方案有 ¥449.00 与 ¥1,189.00 两档：前者对应 30 天内 $1100 的官方价值额度，每周上限 $350；后者对应 30 天内 $2900 的官方价值额度，每周上限 $850。GPT 月度方案有 ¥429.00 与 ¥1,319.00 两档：前者对应 30 天内 $2600 的官方价值额度，每周上限 $800；后者对应 30 天内 $8000 的官方价值额度，每周上限 $2400。每个请求按其官方美元价值 × 2.8 扣减额度，Claude 方案仅限 Claude 模型，GPT 方案仅限 GPT 模型，两者都使用自己的 API key。

账户方面，新账号会获得 ¥0.80 的额度；每个 key 每分钟 120 次请求，每个账号同时可开 8 条流。邀请奖励方面，直接邀请的朋友消费后可得 17%，下一层为 5%，返利可进入余额，也可在达到 ¥90.00 后通过支付宝提现。Fluxio 界面支持英语、中文、西班牙语、印地语、葡萄牙语与法语六种语言；需要帮助时，可以从站点联系页或控制面板发送消息，回复会出现在控制面板中，Fluxio 没有支持邮箱。

回到那枚跳动的指示器：它不需要猜测，也不需要额外的动画开关。Fluxio 让回复一个 token 一个 token 地流过来，让用量按四类 token 真实记录，也让中断的连接有清楚的结算边界。你要做的事情，只是把到达的片段接到界面上。