한도 및 잔액

이 페이지는 잔액이 무엇으로 구성되는지, 요청 하나가 무엇을 확보하고 얼마가 드는지, 요청을 몇 건까지 보낼 수 있는지, 그리고 단일 요청이 만날 수 있는 몇 가지 제한을 설명합니다.

잔액 1M 토큰의 가치

$5.00

일일 할당량 갱신

00:00 UTC

플러드 보호, 계정당

120 요청 / 분

요청이 처리되는 방식

• 속도 티어 없음 — 요청이 도착하는 속도를 제한하는 규칙은 하나이며, 모든 계정과 모든 플랜에서 같습니다: 분당 120건의 요청. 분당 토큰 수에 대한 제한은 없습니다.
• 별도의 API 할당량 없음 — API는 채팅과 같은 잔액을 사용합니다. 플랜은 오늘의 할당량 크기를 정할 뿐 요청 속도를 정하지는 않습니다.
• 원하는 만큼 빠르게 — 병렬로 보낸 요청은 수락되어 대기열에서 기다립니다. 병렬이라는 이유로 거부되지 않습니다.

내 잔액

잔액은 토큰으로 계산됩니다. 잔액 1,000,000 토큰의 가치는 $5.00이며, 모델 및 가격 페이지의 모든 가격은 이 가치를 기준으로 한 요율입니다.

잔액은 언제나 두 부분의 합입니다.

• 오늘의 플랜 할당량 — 플랜에 따라 정해지는 토큰 수입니다. 매일 00:00 UTC에 새로 지급됩니다. 하루가 끝났을 때 남은 양은 이월되지 않습니다.
• 구매 크레딧 — 팩으로 구매한 토큰입니다. 크레딧은 만료되지 않으며 Free를 포함한 모든 플랜에서 사용할 수 있습니다.

• 사용 순서 — 모든 요청은 오늘의 플랜 할당량을 먼저 사용합니다. 구매 크레딧은 그날 할당량을 넘는 부분에만 사용됩니다.
• 채팅과 API가 함께 사용 — 계정당 잔액은 하나입니다. API 키는 키를 소유한 계정의 잔액에서 채팅과 같은 가격으로 차감됩니다.
• 팩 — 크레딧은 1,000,000 ($5.00), 2,000,000 ($10.00), 5,000,000 ($25.00) 토큰 팩으로 판매되며, 1,000,000에서 100,000,000 토큰 사이에서 원하는 양을 1,000,000당 $5.00에 구매할 수도 있습니다.

크레딧 충전 플랜 변경

요청이 확보하는 양과 비용

• 확보 — 요청이 도착하면 잔액에서 출력 예산을 확보합니다: /v1/chat/completions와 /v1/messages에서는 max_tokens, /v1/responses에서는 max_output_tokens입니다. /v1/chat/completions는 max_completion_tokens도 읽습니다. 기본값은 4,096이고 범위는 1에서 65,536입니다.
• 수락 — 확보할 양이 남은 잔액에 들어갈 때만 요청이 수락됩니다. 잔액이 남아 있더라도 출력 예산보다 작으면 Quota exceeded 응답을 받습니다. 남은 잔액을 사용하려면 더 작은 max_tokens를 보내세요.
• 정산 — 답변이 완료되면 확보했던 양이 실제 청구액으로 대체됩니다. 청구액은 확보했던 양보다 낮을 수도 높을 수도 있습니다.
• 반환 — 오류 상태로 끝난 요청은 확보했던 양을 전액 돌려줍니다.

실제 청구액은 모델 제품군에 따라 다릅니다.

USD 금액은 1,000,000당 $5.00의 비율로 토큰 단위로 환산되어 잔액에서 차감되며, 정수 토큰으로 반올림됩니다.

POST /v1/tokenize 또는 POST /v1/messages/count_tokens로 토큰을 계산하는 것은 무료이며 아무것도 확보하지 않습니다. 토큰 수 계산

잔액과 사용량을 확인하는 곳

Keys & usage 페이지에는 지금 사용할 수 있는 금액, 오늘의 플랜 할당량, 구매 크레딧, 최근 30일간의 API 지출이 표시됩니다. 그 아래에는 키로 보낸 모든 요청이 시간, 엔드포인트, 모델, 캐시된 입력, 청구된 토큰, 비용과 함께 나열됩니다. Keys & usage

모든 응답에는 해당 호출의 토큰 수를 담은 usage 객체도 포함됩니다.

• usage에는 모델의 토큰 수가 들어 있습니다. 잔액에서 차감된 양은 응답에 없습니다. Keys & usage의 요청 목록에 있는 Billed tokens 열에서 확인하세요.
• 호스팅 오픈 웨이트 모델을 사용하는 /v1/messages에서 input_tokens는 입력 중 캐시되지 않은 부분, cache_read_input_tokens는 캐시된 부분이며 cache_creation_input_tokens는 항상 0입니다.
• /v1/chat/completions의 스트림은 [DONE] 직전의 마지막 청크에 usage를 담아 보냅니다. 스트리밍

잔액이 소진되면

확보할 양이 잔액에 맞지 않는 요청은 상태 429, 유형 rate_limit_error, 그리고 아래의 메시지로 응답합니다. 아무것도 청구되지 않습니다. 잔액이 남아 있지만 요청의 출력 예산보다 작을 때도 같은 응답이 전송됩니다.

{
  "error": {
    "type": "rate_limit_error",
    "message": "Quota exceeded. Upgrade your plan at shannon-ai.com/plan"
  }
}

{
  "type": "error",
  "error": {
    "type": "rate_limit_error",
    "message": "Quota exceeded. Upgrade your plan at shannon-ai.com/plan"
  }
}

/v1/responses에서는 error 객체에 code와 param도 있을 수 있으며, 둘 다 null입니다.

할 수 있는 일:

• 00:00 UTC에 지급되는 다음 플랜 할당량을 기다리세요.
• 크레딧을 충전하세요. 크레딧은 플랜 할당량 다음에 사용되며 만료되지 않습니다. 크레딧 충전
• 일일 할당량이 더 큰 플랜으로 변경하세요. 플랜 변경
• 잔액이 조금 남아 있다면 더 작은 max_tokens를 보내세요. 그러면 확보하는 양이 더 작아집니다.

Shannon Coder 호출 할당량

/v1/chat/completions와 /v1/messages의 shannon-coder-1은 토큰이 아니라 호출 횟수로 집계됩니다. 각 플랜에는 4시간 구간당 일정 횟수의 호출이 포함됩니다. 요청 하나가 호출 한 번입니다.

• 구간은 00:00, 04:00, 08:00, 12:00, 16:00, 20:00 UTC에 시작됩니다. 구간이 끝날 때 남은 호출은 이월되지 않습니다.
• 호출은 모델이 응답하기 전, 요청이 수락될 때 집계됩니다. 이후에 실패한 요청도 호출로 집계됩니다.
• 이 호출은 토큰을 확보하지 않으며 잔액에서 아무것도 차감하지 않습니다. Keys & usage의 요청 목록에는 해당 토큰 수와 표시 가격 기준의 가치가 나옵니다.
• 이 두 엔드포인트에서 shannon-coder-1의 기본 max_tokens는 65,536입니다.
• 호출이 남아 있지 않으면 응답은 상태 429, 유형 rate_limit_error, 메시지 Shannon Coder call quota reached. Upgrade your plan at shannon-ai.com/plan입니다.
• /v1/responses에서 shannon-coder-1에는 호출 할당량이 없습니다. 다른 모델과 마찬가지로 1M당 $8.00로 잔액에서 토큰 단위로 청구됩니다.

플러드 보호

계정은 분당 120건의 요청을 보낼 수 있습니다. 이것이 요청 속도에 대한 유일한 제한이며 모든 플랜에서 같습니다. 정상적인 사용을 늦추기 위한 것이 아니라 플러드를 막기 위한 것입니다.

• 분은 첫 요청과 함께 열리는 60초의 고정 구간입니다. 구간이 끝나면 집계는 영에서 다시 시작됩니다.
• 집계는 키나 IP 주소가 아니라 계정 단위입니다. 키를 교체해도 새 구간이 열리지 않습니다.
• 한 구간 안의 121번째 요청은 상태 429, 유형 rate_limit_error, 메시지 Too many requests. Retry in <N>s.로 응답합니다. N은 구간이 끝날 때까지의 초이며 1에서 60 사이입니다.
• 플러드 보호는 잔액보다 먼저 확인합니다. 이로 인해 거부된 요청은 아무것도 확보하지 않으며 비용도 들지 않습니다.

{
  "error": {
    "type": "rate_limit_error",
    "message": "Too many requests. Retry in 37s."
  }
}

{
  "type": "error",
  "error": {
    "type": "rate_limit_error",
    "message": "Too many requests. Retry in 37s."
  }
}

병렬 요청

계정이 동시에 열어 둘 수 있는 요청 수에는 제한이 없으며, 요청을 병렬로 보냈다고 오류가 발생하지도 않습니다. 바로 시작할 수 없는 요청은 대기열에서 기다렸다가 차례로 응답을 받습니다.

• 각 요청은 이전 요청이 끝났는지와 상관없이 도착하는 시점에 분당 120건에 집계됩니다.
• 각 요청은 끝날 때까지 자신의 확보분을 유지합니다. 기본 출력 예산으로 열린 요청 스무 개는 20 × 4,096 = 81,920 토큰의 잔액을 유지합니다. 확보분의 합이 잔액보다 크면, 끝난 호출은 더 적게 들었을 것이라도 다음 요청은 Quota exceeded 응답을 받습니다. 더 작은 max_tokens는 더 적게 유지합니다.
• 스트리밍이 아닌 요청은 답변이 완료될 때까지 아무것도 보내지 않으므로, 클라이언트에 대기 시간을 포괄하는 타임아웃을 설정하세요. 스트림은 기다리는 동안 연결을 열어 둡니다. 스트리밍

단일 요청의 제한

오류

이 페이지의 응답입니다. /v1/messages에서는 같은 error 객체가 {"type": "error", "error": {…}}로 감싸집니다.