算力额度制（Compute Credits / Usage Quota）：把订阅费折算成一份可消耗的"算力点数"，每次请求按实际调用的模型档位和用量扣减，而不是按你发了几条消息来计数。
为什么会出现这种设计
不少平台在开发者大会后调整订阅额度，用户发现同样的钱能问的问题变少了，社区里立刻出现"变相涨价"的讨论。争议的根源其实是一个计量单位的切换。
早期聊天订阅大多按"条数"限流：一天能发多少条消息。模型只有一档的时候这很合理，就像自助餐——交一份钱随便吃，反正每盘菜成本差不多。
但现在一顿饭里既有白米饭也有佛跳墙。你随口说一句"帮我把这句话改通顺"，和让它读完一份长合同、开深度思考模式逐条比对条款，背后消耗的算力可能差几十倍。继续按条数收费，等于白米饭和佛跳墙一个价，平台会亏，用户也容易滥用。改成额度制相当于把自助餐换成充值卡：每道菜标价不同，吃多少扣多少。
额度是怎么被扣掉的
通常有几类因素会让单次请求的消耗上升：模型档位（轻量模型便宜，旗舰模型、推理模型 Reasoning Model 贵）；上下文长度（带上几万字历史记录，输入侧要重算一遍）；思考与工具调用（深度思考、联网检索、代码执行、图片生成往往单独计费）。部分系统对重复上下文有缓存折扣。具体倍率和额度规则各平台不同，以官方页面为准。
| 计费方式 | 计量单位 | 用户可预测性 | 成本与用量关系 |
|---|---|---|---|
| 按消息条数 | 条 | 高，心里有数 | 弱，长任务被补贴 |
| 按算力额度 | 点数 | 中，要盯余额 | 较强，用多少扣多少 |
| API 按 AI 词典：Token">Token | Token | 低，需自行估算 | 最强，逐次结算 |
和相邻概念的区别
限流（Rate Limit）管的是"多快"——每分钟最多几次请求；额度管的是"多少"——这个周期总共能花多少。API 计费和额度制更像，区别是前者后付费、纯用量结算，后者是预付费的额度池，通常还附带订阅专属功能。
对从业者的实际意义
成本意识被塞进了 Prompt 设计里：能用小模型跑通的分类、抽取、改写，别顺手丢给旗舰模型；长文档先检索过滤再喂进去，而不是整本塞；批处理任务错峰跑。团队层面，AI 开销从"每人一份订阅费"变成"每人每月消耗多少额度"，需要用量看板来做分配和预警。
对普通职场人：日常问答、写邮件、改文案，额度几乎无感；真正烧额度的是反复喂长文档、长时间开深度思考、批量生成。觉得不够用，先看是哪类操作在扣，再决定升档还是换用法。