配额与限流
HeteroFlow 是本站的异构算力与大模型调度产品。配额与限流。大模型调用的配额与限流体系：月度额度、日调用次数、QPS、并发四个维度，可按密钥、模型、终端用户、部门四类主体独立配置；额度是治理闸门、独立于钱包余额运行，超限熔断并返回明确的 429 错误码。
配额与限流
> 大模型调用的配额与限流体系：月度额度、日调用次数、QPS、并发四个维度，可按密钥、模型、终端用户、部门四类主体独立配置；额度是治理闸门、独立于钱包余额运行，超限熔断并返回明确的 429 错误码。
四维限额
| 维度 | 含义 | 超限表现 |
|---|---|---|
| 月度额度 | 本月 Token 量或金额上限（计量方式创建后锁定） | 429 monthly_quota_exceeded，本月熔断 |
| 日调用次数 | 当日最多调用次数，次日重置 | 429 daily_request_limit_exceeded |
| QPS | 每秒最多发起次数 | 429 rate_limit_exceeded（注明「调用频率」） |
| 并发 | 同时处理中的请求上限 | 429 rate_limit_exceeded（注明「并发」） |
四维互相独立，未配置的维度直通。三种 429 的分辨与处置见错误码总表。
主体维度（对谁生效）
| 主体 | 语义 |
|---|---|
| 密钥 | 对单把 API 密钥的全部调用生效——最常用的粒度 |
| 模型 | 对某租户内全部密钥调用该模型的总量生效——保护高价模型 |
| 终端用户 | 按终端用户标识归集（随请求头传递），适合「同一把平台密钥后面有众多最终用户」的场景 |
| 部门 | 按部门归集月度额度——预算制组织的口径 |
同一主体重复创建会被拒（409）；由审批单产出的托管配置不可直接修改，调整须再走审批——保证「配额从哪里来」始终有迹可循。
检查链与「拒绝不消耗额度」
请求在模型与渠道解析完成后、真正转发前依序检查：读配置（读取失败宁可拒绝也不放行，fail-closed）→ 日调用与 QPS → 占并发 → 月额度（先密钥维度后模型维度）→ 终端用户维度复查。
两条对开发者最重要的语义承诺：
1. 明确拒绝不计数：429 / 403 / 401 在判定阶段拦截，不落任何计数、不扣任何额度——不要因为「怕烧配额」而不敢重试（重试仍应带退避）；
2. 选路失败回滚日计数：平台没有可用渠道、最终 503 model_not_found 的请求，日调用计数回滚——没真正转发出去的请求不占每日次数。
覆盖面：对话、补全、嵌入、图像、语音、绘图、视频、批量与实时语音连接全链路都挂检查；任务查询类请求（查进度、取结果）不计数不计费。
价格与计费
费用入口在门户「钱包」页，四块：余额统计、在线充值（预设或自定义金额，支持多种支付方式）、兑换码、订阅与扣费偏好。
订阅是预购的额度包（标明价格、包含额度、有效期与重置周期），与钱包余额构成两条资金池。扣费偏好决定一次调用先扣哪边：
| 偏好 | 顺序 |
|---|---|
| 优先订阅（默认） | 先扣订阅；不足时按套餐规则回退钱包 |
| 优先钱包 | 先扣钱包；不足回退订阅 |
| 仅用订阅 / 仅用钱包 | 无回退，资金不足直接 403 拒绝 |
预扣机制：流式长请求会先预扣一块额度，结束后按实际用量多退少补——短时间内看到余额先降后回升属正常，不是多扣了。
额度不足的表现：403 拒绝、不进入转发、不产生计费。月度额度用到 80% 会触发提示级告警，便于提前申请提额。