Token 用量突增排查：谁在烧你的 API 额度

1. 四类突增原因

注意：中转站计费按输入/输出/缓存读写拆分时，四类原因一眼可辨；如果站点只给总 token 数不拆明细，排查会非常困难——这也是选站时的重要标准，详见中转站选择避坑指南。

2. 五步排查清单

1. 看账单维度：控制台按"时间 × 模型 × 密钥"拆分，先定位是哪个维度在涨。
2. 核对使用习惯：把突增时段与你自己的使用记录对照——Codex 长会话、Claude Code 大仓库任务都会显著推高输入 token。
3. 查缓存占比：缓存读 token 骤降说明请求前缀不稳定（每次请求都重发全部上下文）。检查客户端是否误开了"每轮重新发送全部历史"。
4. 查重试记录：失败重试是隐形烧钱大户。客户端日志里搜索超时与重试，确认重试策略是否合理。
5. 查密钥使用面：每个密钥只用于一个项目。发现不认识的调用模式立即进入第 4 节处置。

3. 账单核对三维度

• 输入 vs 输出：输入 token 通常占 60%-90%（上下文长）。输出占比异常升高，可能有人在用你的额度生成内容。
• 缓存读写拆分：缓存写、缓存读、未命中输入三者分开计价。缓存命中率低的直接成本翻倍，见倍率完全指南的成本模型。
• 模型代号分布：账单里出现你没用过的模型代号（尤其低价模型），可能是泄漏后被薅羊毛或站点路由异常，保留证据联系平台。

import openai

client = openai.OpenAI(
    base_url="https://www.codex789.com/v1",
    api_key="sk-codex789-your-api-key"
)
resp = client.chat.completions.create(
    model="claude-sonnet-5",
    messages=[
        {"role": "system", "content": "You are a helpful assistant."},
        {"role": "user", "content": "你好，介绍一下你自己"},
    ],
)
print(resp.usage)  # prompt_tokens / completion_tokens / 缓存相关字段

把 usage 字段与账单数字对齐，就能验证计费是否一致。

4. 密钥泄露处置

1. 立即吊销：控制台停用可疑密钥，生成新密钥。
2. 范围评估：按密钥维度导出调用明细，确认泄露影响的时间范围与模型。
3. 源头排查：常见泄露点——提交到公开代码仓库、客户端配置文件、浏览器扩展、共享脚本。用 grep 扫一遍本地与远端仓库。
4. 隔离策略：以后每个项目独立密钥 + 设置额度上限，把单次泄露的损失封顶。

5. 长期成本控制

• 稳定请求前缀：固定系统提示词与不变的开头部分，最大化 Prompt 缓存命中（缓存命中时输入按缓存价计费）。
• 控制上下文长度：定期压缩会话历史，不要把整份文档反复重发。
• 按任务选模型：重推理用旗舰，日常轻任务用高性价比型号，模型与倍率见模型广场——国产人民币渠道里 MiMo v2.5 Pro（¥0.609/¥1.218）、MiniMax M3（¥0.42/¥1.68）这类低价档适合批量离线任务。
• 设置预算告警：在控制台设置余额/日耗告警，异常当天发现而不是月末发现。

island AI Coding 的账单拆分输入/输出/缓存读写，支持按时间、模型、密钥查询；计费口径与上游偏差可在控制台对照核对。

6. 常见问题