最常见的原因：预扣费超过余额
每次请求执行前，系统先按模型价格、输入长度和预计输出长度估算一笔最大可能费用，从余额中临时冻结。请求完成后按实际用量结算，多冻结的部分退回。- 余额不少于预扣费：请求正常发出。
- 余额少于预扣费：请求在执行前被拒绝，返回
insufficient_user_quota，不会调用模型，也不扣费。
quota：账户当前可用余额；preConsumedQuota：这次请求要预扣的额度；- 两个数字都是内部额度单位，500,000 约等于 1 美元。上例余额约 $100，预扣约 $300，所以被拒绝。
- 精简输入，只传与任务相关的代码、文档或对话历史；
- 显式设置输出上限，降低预计输出，见 max_tokens 说明；
- 确实需要大输入时，充值到余额高于预扣金额，见支付方式。
令牌也有自己的授权额度。
- 创建令牌时如果关闭了无限额度，令牌的授权额度用完后，即使账户还有余额，这个令牌的请求也会被拒绝。
- 到令牌管理编辑该令牌，调高授权额度即可继续使用，不需要更换密钥。
排查顺序
1. 记录实际错误
不要只根据“余额不足”或客户端提示猜测原因。错误正文含insufficient_user_quota 时先按上一节处理。记录：
- 请求时间和时区；
- 模型 ID 与端点；
- API Key 分组；
- HTTP 状态码和平台错误；
- 本次请求是否产生用量或扣费。
2. 核对当前价格和计费单位
打开模型与价格总表，确认目标模型当前按 Token、请求、图片、视频时长或其他单位计费。不要使用上游官网价格或旧文档静态价格推算本次账单。3. 检查输入规模
长上下文、多图片、大文件、PDF、视频或较大的输出上限可能增加预计用量。使用最小输入重试：- 保留一条短消息；
- 暂时移除图片、文件和工具调用；
- 使用明确且较小的输出限制；
- 不改变其他变量，以便定位原因。
4. 检查分组、权限和端点
同一模型名称可能因 API Key 分组、计费类型或端点使用不同线路。确认：- API Key 是否允许当前模型和计费方式；
- 请求端点是否与文档一致；
- 模型 ID 是否准确；
- 当前账户是否需要站长或支持团队调整权限。
5. 区分平台和上游错误
如果最小请求仍失败，检查是否为速率限制、内容安全、上游不可用、超时或临时路由问题。不要无限重试；对非重试类错误先修正参数、权限或余额，对临时错误使用有限次数和退避策略。联系支持时提供什么
- 账户邮箱或用户名；
- 请求时间和时区；
- 模型 ID、端点和 API Key 分组；
- 脱敏后的错误信息和请求标识；
- 控制台余额与价格页截图；
- 最小请求的复现结果。