问题
Key 突然不能用，或者额度掉得比感觉快。自建 GPU 没有云账单，New API 的额度是发放策略，不是电表。两本账不分开看，会把「令牌用尽」误判成「vLLM 挂了」，或者把「70B 被打满」误判成「定价坏了」。
先查这四项
Key 不可用时按这个顺序，不要先重启引擎：
- 过期
- 禁用
- 额度光了
- 模型不在该令牌的白名单里
这四类最多。引擎健康、渠道测试也通，仍然会在令牌这一层被拒绝。
定价
14B 默认档便宜一点，32B/70B 标贵。不标价时，轻量请求会打到最重的模型上，额度很快耗尽，看起来像「没用多少就没了」。
两边对账
- New API：按令牌、按模型看请求数和 token
- 引擎：GPU 利用率，以及按模型拆开的 token、TTFT
对得上，就能看出是谁把 70B 打满。对不上，常见是渠道映射打到了另一个模型，或请求在 New API 之后又被网关改了名，两边记的不是同一个名字。
发放
正式令牌默认限额加过期。人离开先禁用令牌，不要只从名单里删人。
怎么确认
- 把额度用尽的令牌再打一次，应返回额度相关错误，而不是上游 500
- 禁用后立刻 401
- 改价只影响新请求，旧日志仍按旧价，对账时不要把两段时间加在一起
转载请注明：周志洋的博客 » New API额度对不上时先看这几项
