速率限制与额度

所有模型都由共享号池承载，每个账户从第一次请求起待遇都一样：没有需要往上爬的档位，没有「消费到多少才解锁」，也没有每分钟请求数或 token 数的配额。会拦下请求的只有四件事：

1. 1余额：负责支付这次请求的钱包空了。
2. 2Key 额度：这把 Key 单独设了美元上限，并且已经用完。
3. 3并发：只针对 claude-sonnet-5 和 gpt-5.6-luna 两个模型。
4. 4号池繁忙：号池里能服务这个模型的账号在那一刻都忙满。

错误响应的格式是 {"error": {"code": "...", "message": "..."}}。余额、额度、模型这几项检查都在转发之前完成，被拒绝的请求不产生费用。

其他模型都没有按模型划分的并发上限，约束你的是余额，以及号池那一刻有多少空闲账号。

OpenAI 和 Anthropic 官方 SDK 默认就会重试 429 和 5xx，并遵守 Retry-After。直接调接口的话，有这个头就按它等，没有就退回指数退避。

for attempt in 1 2 3 4 5; do
  status=$(curl -sS -o resp.json -D headers.txt -w '%{http_code}' \
    https://token-share.app/v1/messages \
    -H "x-api-key: $TOKEN_SHARE_KEY" \
    -H "anthropic-version: 2023-06-01" \
    -H "content-type: application/json" \
    -d '{"model": "claude-sonnet-5", "max_tokens": 256, "messages": [{"role": "user", "content": "ping"}]}')

  if [ "$status" != "429" ] && [ "$status" != "503" ]; then
    cat resp.json; break
  fi

  wait=$(awk 'tolower($1) == "retry-after:" { print $2 }' headers.txt | tr -d '\r')
  sleep "${wait:-$((2 ** attempt))}"
done

费用在请求完成后扣，不做事前预留。转发前只检查钱包是不是非空，所以一批并发请求打在快见底的余额上，可能把余额带到略低于零，差额会记账而不是免掉。每次计费请求最低 $0.0001，Claude 请求最低 $0.001。

流式响应中途断开，已经产出的 token 照样计费；如果在报出任何用量之前就断了，这次请求记为未计费。每次请求实际花了多少，用 账单 API 查。