DeepSeek V4 Flash 按量付费：并发8、¥2.10
01 · 客服运营真正需要的，是把用量与账单算清楚
客服运营团队的 API 用量有两个特征：请求密集、持续时间长。工单摘要、意图分类、回复草拟、知识库检索，每一轮都在消耗输入与输出 token；促销、故障或版本发布时，流量还会在短时间内成倍上升。真正让财务与运营头疼的，往往不是单价本身，而是账单口径不清：输入、输出、缓存写入、缓存读取混在一起，月底无法回答「这个月有多少请求、花了多少钱、对应哪条业务线」。
Quanta 的定位就是为这种场景而建：面向团队与高负载工作量的 API 中转服务，把并发、速率限制、发票规则直接写在明处，而不是藏在条款后面。Quanta 采用预付费余额计费，没有月费，也没有最低消费门槛；每一次调用都按真实 token 用量计量。客服团队可以先跑通流程，再按真实用量补充余额，预算与账单更容易对齐。
02 · 按环节选模型：分类、摘要与升级回复各有价格
客服场景选模型通常分两层：高频、低风险的环节走轻量模型；需要复杂判断的升级处理与正式回复，走能力更强的模型。DeepSeek V4 Flash 每 1M token 的输入为 ¥2.10、输出为 ¥8.50、缓存读取为 ¥0.05，适合意图识别、多语言改写与工单打标这类高频动作。若希望进一步压低单次成本，Qwen3.7 Plus 的输入为 ¥1.20、输出为 ¥3.50；GPT-6.1 Sol 的输入为 ¥1.50、输出为 ¥7.30；Gemini 2.5 Flash 的输入为 ¥1.70、输出为 ¥13.60。
需要更长上下文、更谨慎措辞的回复，Claude 系列提供了更细的档位：Claude Haiku 4.5 输入 ¥3.00、输出 ¥14.20；Claude Sonnet 5.5 输入 ¥9.00、输出 ¥45.20；Claude Opus 5.5 输入 ¥12.90、输出 ¥60.90。缓存写入与缓存读取单独计价，重复使用的客服知识库内容因此可以单独核算。Quanta 支持 OpenAI 兼容（/v1）、Anthropic 原生与 Gemini 原生三种协议，一把密钥、一份余额即可在三类模型之间调度。
03 · 并发与速率限制写清楚，容量规划才有依据
客服系统最怕的是高峰时段被限流。Quanta 公布并执行的限制是：每个密钥每分钟 120 次请求，每个账户同时在途 8 个请求，单请求体 25 MB，每个账户 20 个有效密钥。流式请求没有总时长上限，只在上游静默 300 秒后结束。
这组数字可以直接转成排班规则：把分类、摘要、回复草拟拆到不同密钥，按队列长度而不是按人工在线时间调度；25 MB 的请求体上限提示团队把长附件与长对话历史分段处理，而不是一次性塞满。Quanta 把这些边界写明，团队在设计容量时可以直接引用，不必等到线上报错再猜原因。
04 · 按量付费怎么算：逐次调用记录、发票与退款
Quanta 的账单口径只有一条规则：按真实 token 计费，输入、输出、缓存写入、缓存读取分别定价，控制台逐条列出每次调用的 token 数与费用。客服团队可以按工单号或业务线归集成本，月底与内部成本中心逐项核对。
下面是一组示例（输入与输出按 3:1、且无缓存命中）：Claude Opus 5.5 每月 1000 万 token 约 ¥249.00，1 亿 token 约 ¥2,490.00；Claude Sonnet 5.5 对应约 ¥180.50 与 ¥1,805.00；GPT-6.1 Sol 对应约 ¥29.50 与 ¥295.00；Gemini 2.5 Flash 对应约 ¥46.75 与 ¥467.50。这些只是示例，实际费用取决于真实的输入输出比例与缓存命中情况。
公司付款走公司账户银行转账，发票与预报价通过控制台的 Contact 页面或 Messages 页面安排。充值档位为 ¥10.00、¥50.00、¥100.00、¥200.00、¥500.00、¥1,000.00；充值后 15 天内，未使用余额可以退款。推荐奖励为被推荐账户充值的 19%，再下一层为 5%，满 ¥200.00 可提现，也可直接转入余额。数据方面，用户发送的文本保留 30 天用于滥用处理与账单争议，之后删除，模型回答不予存储。
05 · 接入方式按客户端对齐，不留模糊地带
Claude 模型只能在官方 Claude Code 与 Claude Desktop 客户端中使用（Claude Code 需 2.1.285 或更新版本）；Gemini 模型使用原生协议，通过 Gemini CLI 接入；Codex、Cursor、Cherry Studio、Cline、OpenCode、OpenAI SDKs 与 cURL 则对应 GPT、DeepSeek 以及其他非 Claude、非 Gemini 的模型。客服团队若同时使用多种客户端，可以在同一份 Quanta 余额下，按模型选择对应路径，无需为不同模型维护多套账户。
06 · 从 ¥2.80 试用额度开始，把客服链路跑通
落地顺序可以很简单：注册 Quanta 账号，先用 ¥2.80 注册试用额度跑通一条真实工单链路；确认输出质量与流程稳定性后，确定适合的模型组合；再按预估用量充值，把分类、摘要、升级三类流量分配到不同密钥，并用控制台的逐次调用记录校准成本。Quanta 不用月费或套餐锁定预算，团队停用即止，扩容时只需补充余额。客服运营需要的正是这种可核对、可预测、可随量放大的基础能力。