vibe-code
dd349b64cf
v2 的 stable_limit = usage + balance - BUFFER 依赖余额 API 随消耗实时递减， 实测滞后（08-12 快照 1,558,307 在 usage 涨 45 万期间不动）导致池膨胀、限额 虚高，放行到扣费区（当日超余额 13.8 万已扣费）。 扣费口径（用户确认）：是否扣费只取决于当下免费额度，超出即扣费，采集量只 决定明日发放。v4：stable_limit = balance - BUFFER 冻结快照，本地 usage 实时 撞线即拦，等价于本地实时扣减余额；effective = min(2M 配额, stable_limit)。 新增 docs/volc-quota-notes.md 额度机制速查；merge-auto-consume.md 补 §4.5。
211 lines
11 KiB
Markdown
211 lines
11 KiB
Markdown
# 火山免费额度机制速查（VolcEngine Quota Notes）
|
||
|
||
> 日期：2026-08-12
|
||
> 用途：后续限额/防扣费设计、排障、消耗任务的事实基础，避免重复推导
|
||
> 来源：
|
||
> - `merge-auto-consume.md` §1（2026-08-11 用户确认的业务细则）
|
||
> - 2026-08-12 对话澄清（扣费口径、余额 API 滞后、限额方案演进）
|
||
> - 2026-08-12 生产日志观察（deepseek-v4-flash-ga-260731）
|
||
>
|
||
> 代码现状：v4 已实施（2026-08-12，见 §7.3）；工作区在 HEAD `c6c1224` 之上仅含 v4 改动。
|
||
> v2/v3 内容保留为历史论证。
|
||
|
||
---
|
||
|
||
## 1. 业务模型（细则，用户确认）
|
||
|
||
### 1.1 日返还循环
|
||
|
||
```
|
||
每天任意时刻 真实用户 + 消耗任务 的消耗 = 当日采集量（火山实时统计，每模型单独计算）
|
||
每天 23:00 CST 消耗任务补齐缺口（可选）
|
||
次日 00:00 起 火山按昨日采集量发放资源包（不定时，可能延迟到上午）
|
||
```
|
||
|
||
### 1.2 硬规则
|
||
|
||
| 规则 | 值 | 影响 |
|
||
|---|---|---|
|
||
| 采集上限 | 2M token/模型/天 | 消耗超过 2M 的部分**不返还**（白烧）；所有模型统一 |
|
||
| 发放额度 | = 昨日采集量（≤2M） | 消耗 X → 次日返还 X，用多少补多少，延迟一天到账 |
|
||
| 发放时间 | 不定时 | 次日 0:00 至发放时点存在余额空窗 |
|
||
| 资源包有效期 | 30 天 | 过期额度实打实消失，失去"启动资金" |
|
||
| 消耗顺序 | FIFO（先消耗获得时间早的包） | 队列头部 = 最早获得 = 最早过期 |
|
||
| 余额耗尽 | 请求不失败，按真实价格扣费 | 全部防护的终极目标：避免扣费 |
|
||
| 首次开通 | 每模型赠送 2M | 启动资金的种子（无对应前日采集的免费午餐） |
|
||
|
||
### 1.3 账目守恒
|
||
|
||
```
|
||
余额_{N+1} = 余额_N − 消耗_N + 返还_{N+1}
|
||
= 余额_N − 消耗_N + 采集_N
|
||
= 余额_N （消耗即采集，≤2M 内全额返还）
|
||
```
|
||
|
||
推论：
|
||
- **使用不损失额度**（用多少补多少，仅延迟一天）
|
||
- **过期才损失额度**（额度蒸发 = 启动资金永久减少）
|
||
- 消耗任务的价值 = 防止"启动资金"被 30 天过期侵蚀
|
||
- 真实用量 ≥ 66.7k/天（= 2M/30 天）时，赠送包被自然消耗；低于此值必须靠消耗任务在最后 9 天窗口洗掉
|
||
|
||
---
|
||
|
||
## 2. 扣费判定（2026-08-12 用户确认口径，最重要）
|
||
|
||
> 用户原话：**是否扣费只取决于当下有多少免费额度。超出免费额度的请求，都会被扣费。采集量只决定明日发放，与今日是否扣费无关。**
|
||
|
||
```
|
||
扣费判定：消耗 ≤ 当下余额（免费额度）→ 免费，余额扣减
|
||
消耗 > 当下余额 → 超出部分按真实价格扣费（无返还、不退）
|
||
今日采集量（≤2M）→ 只决定明日返还的包大小，与今日是否扣费无关
|
||
```
|
||
|
||
推论（2026-08-12 案例）：
|
||
- 当日余额 1,558,307，今日已采 1,696,135 → 超出 **137,828 tokens 已扣费**，不可挽回
|
||
- 明日返还 = 今日采集量 1,696,135 的包（免费额度回正），但今天扣的钱不退
|
||
- 因此「先采后返」**不构成透支许可**：消耗超余额的部分当场计费
|
||
|
||
---
|
||
|
||
## 3. 关键概念区分（反复踩坑处）
|
||
|
||
| 概念 | 含义 | 量级特征 | 与扣费的关系 |
|
||
|---|---|---|---|
|
||
| 采集量（今日） | 今日实时消耗统计（火山网页"今日采集量"） | 单日流量，0~2M | 只决定明日返还 |
|
||
| 余额（免费额度） | 资源包 AvailableAmount 存量之和 | 累计存量，守恒 ≈2M（种子） | **扣费唯一依据** |
|
||
| 采集配额 2M | 今日最大采集量 | 每模型固定 | 超了白烧（不返还），未必当场扣费 |
|
||
| 返还（T+1） | 昨日采集量 → 新资源包 | 单日流量延迟一天 | 补回余额，不抵今日扣费 |
|
||
|
||
**核心：余额是累计存量（守恒），采集量是单日流量。限额设计必须用存量（余额），
|
||
绝不能用单日流量（昨日采集量）当上限——那会把可用性锁死在水位以下（见 §7.2 v3）。**
|
||
|
||
---
|
||
|
||
## 4. 余额 API 的滞后问题（2026-08-12）
|
||
|
||
- **非实时，延迟未知**（用户明确）。实测：2026-08-12 13:36:01 同步快照 Bal=1,558,307，
|
||
此后 usage 从 1,241,821 涨到 1,696,135（13:36→13:38）期间 Bal 纹丝不动。
|
||
- 观察结论：AvailableAmount 不随今日消耗实时递减（至少滞后 20 万级，上限未知）。
|
||
- **后果**：一切「余额随消耗实时递减」的公式（v2 的 `usage + balance` 池恒定假设）在
|
||
滞后下失效——usage 涨而 balance 不动 → 池膨胀 → 限额虚高 → 放行到扣费区。
|
||
- 对策方向：以**最近同步快照**的余额为当日免费池上限（本地 usage 实时累计撞线），
|
||
快照频率由同步间隔（30min 常规 + 低余额 5/10min + 突发阈值触发）保障；
|
||
滞后窗口内的消耗用 BUFFER 覆盖（见 §7.3）。
|
||
|
||
---
|
||
|
||
## 5. 症状对照：Today > Rem（2026-08-12 案例）
|
||
|
||
日志示例（13:36-13:38，deepseek-v4-flash-ga-260731）：
|
||
|
||
```
|
||
DEBUG: Checking deepseek-v4-flash-ga-260731 (Bal: 1,558,307, Rem: 1,258,307) (余额/剩余)
|
||
DEBUG: deepseek-v4-flash-ga-260731 Pool=2,800,128 | Usage=1,241,821 | StaticLimit=2,000,000 | StableLimit=2,500,128 | EffectiveLimit=2,000,000
|
||
Set Redis limit:dynamic:volcengine:remaining:deepseek-v4-flash-ga-260731 = 1,258,307
|
||
📊 [Usage] deepseek-v4-flash-ga-260731:ba0383d3: +38083 (Today: 1,279,904 | Rem: 1,558,307 | Limit: 2,000,000)
|
||
```
|
||
|
||
字段口径：
|
||
|
||
| 字段 | 含义 | 计算 |
|
||
|---|---|---|
|
||
| Bal | 火山 API 余额（ListResourcePackages AvailableAmount 之和） | 同步快照 |
|
||
| Rem（Checking 行） | 入 Redis 的剩余 | Bal − BUFFER |
|
||
| Rem（Usage 行） | 展示用余额 | Redis remaining + BUFFER = Bal（展示与 API 一致） |
|
||
| Today | 本地今日采集量 | Redis `daily_usage` 逐请求累加 |
|
||
| Limit | 生效限额 | min(2M, stable_limit) |
|
||
| StableLimit（v2） | 动态限额 | usage + balance − BUFFER（随 usage 膨胀，见 §7.1） |
|
||
|
||
**Today > Rem 的原因**：Today 是单日流量，Rem 是存量余额快照，两套口径本就不该比较。
|
||
今日消耗可以暂时大于余额显示值（先采后返），但按 §2 口径，**超出部分实际已扣费**。
|
||
火山网页「今日采集量 1,696,135/2,000,000」对应 Today 与 2M 配额，与余额无关。
|
||
|
||
---
|
||
|
||
## 6. Redis key 与日志口径（速查）
|
||
|
||
### 6.1 Redis key
|
||
|
||
| key | 读写方 | 说明 |
|
||
|---|---|---|
|
||
| `daily_usage:{北京日期}:{model}:{hash}` | LiteLLM 成功回调 INCR + 消耗任务 INCR | 当日采集量，TTL 48h，北京 00:00 滚动 |
|
||
| `limit:dynamic:volcengine:remaining:{model}` | 守护线程写 | 余额 − BUFFER（同步频率驱动、展示） |
|
||
| `limit:dynamic:volcengine:stable_limit:{model}` | 守护线程写 | 稳定限额（v2：usage+balance−BUFFER） |
|
||
| `consume:last_run:{日期}` | 消耗任务 | 23:00 当日去重，TTL 48h |
|
||
|
||
### 6.2 关键日志
|
||
|
||
- `🚫 [PRE-BLOCK] {model} daily limit reached ({usage}+{reserve}/{limit})`：请求前闸门 429
|
||
- `📊 [Usage] {model}:{hash}: +{tokens} (Today: X | Rem: Bal | Limit: Y)`：成功记账
|
||
- `📅 [Quota] ...`：每日额度汇总（v4 设计，未实施）
|
||
|
||
---
|
||
|
||
## 7. 限额方案演进
|
||
|
||
### 7.1 v2（现状，HEAD c6c1224）：`stable_limit = usage + balance − BUFFER`
|
||
|
||
- 意图：`usage + balance` = 当日初始可用池，消耗中恒定 → 限额恒定
|
||
- **失效点**：该式假设 balance 随消耗实时递减；实测滞后 → usage 涨 balance 不动 →
|
||
池膨胀（2026-08-12：2.80M → 3.26M）→ 「余额耗尽 → 限额 0」防线失效 → 放行到扣费区
|
||
- 案例：余额 1,558,307 时 EffectiveLimit 仍取 2M，今日采到 1,696,135（超余额 13.8 万）未被拦
|
||
|
||
### 7.2 v3（尝试后否决，已回滚）：昨日锚 `effective = min(2M, 昨日采集量 × 系数)`
|
||
|
||
- 思路：把「返还 = 昨日采集量」当作「今日可采上限」
|
||
- **否决理由（用户反例）**：余额 2M、昨日用量 10K → 今日最多 10K？荒谬。
|
||
错误在于把**单日流量（昨日采集量）当存量（余额）** 用；昨日少用不损余额（守恒），
|
||
今日可用 = min(2M, 余额) ≈ 2M，与昨日无关
|
||
- 附：系数 <1.0 还会引发「今日少采 → 明日返还更少」的日复一日递减陷阱（0.9 系数 5 日降至 66%）
|
||
|
||
### 7.3 v4（2026-08-12 已实施）：冻结快照
|
||
|
||
```
|
||
stable_limit = max(0, balance − BUFFER) # 冻结快照，同步时算一次
|
||
effective_limit = min(2M 采集配额, stable_limit) # 2M 防白烧；余额红线防扣费
|
||
```
|
||
|
||
- 唯一改动点：同步循环 stable_limit 从 `usage + balance − BUFFER` 改为 `balance − BUFFER`
|
||
（`volc_limit_sync.py` active_monitor_loop 同步段；debug 行 Pool 字段移除，改 Bal 口径）
|
||
- 数学等价于「本地实时扣减余额」：以最近快照余额为当日免费池上限，
|
||
usage 本地逐请求实时累计，撞线即拦，不再等 API
|
||
- 行为测试（2026-08-12，fake Redis 全过）：冻结不膨胀 / 今日 1.696M 撞 1.258M 即拦 /
|
||
余额 2M 可用 1.7M（与昨日无关）/ stable 缺失兜底 900K / 次日返还解锁 / 余额 < BUFFER 全拦
|
||
- 效果对照（与 v2 现状）：
|
||
|
||
| 场景 | v2 现状 | v4 |
|
||
|---|---|---|
|
||
| 余额 2M，昨日 10K | 可用 ≈2M | min(2M, 1.7M)=1.7M，不锁死 ✓ |
|
||
| 余额 1.558M，今日已采 1.696M | 不拦（膨胀到 3.26M） | 立即拦（1.696 ≥ 1.258）→ 止损 |
|
||
| 明日余额跳涨（返还 1.696M） | — | 红线升 1.4M，自动解锁 |
|
||
|
||
- 与消耗任务防线「余额快照 − 已烧 ≤ 0 停」同一把尺子（merge-auto-consume.md §4.4）
|
||
- 连带改动：`get_effective_limit` 兜底链不变（stable → FALLBACK_LIMIT 90 万）；
|
||
文档同步（merge-auto-consume.md §4.2、AGENTS.md 限额描述）
|
||
|
||
### 7.4 实施后待观察项（2026-08-12）
|
||
|
||
- **BUFFER（现 30 万，未调大）**：防「余额 API 滞后窗口内的消耗」。实测 20 万内不动 + 10 万冗余；
|
||
滞后上限未知，若观察同步间隔内（burst 阈值 50 万）烧穿，调大（如 50 万，env 可调）
|
||
- **部署**：代码已改（工作区），需重启 litellm 容器加载（挂载文件）；重启在生产主机由用户执行
|
||
|
||
---
|
||
|
||
## 8. 排障速查（今日结论汇总）
|
||
|
||
1. 看到 Today > Rem 不是异常，先分清口径（§5）；但**按 §2 口径，超余额部分已在扣费**，应立即收闸
|
||
2. 余额显示不动 ≠ 余额充足，是 API 滞后；以最近快照 + BUFFER 为准
|
||
3. 判断「还能免费采多少」：`min(2M, 最近余额快照 − BUFFER) − 今日已采`（v4 已落地）
|
||
4. 消耗任务 23:00 直连 Ark 绕过 LiteLLM 闸门（防自杀），其自身 clamp：`plan ≤ 2M − usage`、
|
||
`plan ≤ 余额快照 − 已烧 − BUFFER`，停止条件三闭环
|
||
5. 扣费既成事实不可挽回（如 08-12 的 137,828）；能做的只有止损（收闸）与次日恢复（返还）
|
||
|
||
---
|
||
|
||
## 9. 待确认/风险清单
|
||
|
||
- [ ] 余额 API 滞后上限实测（决定 BUFFER 是否调大，现 30 万）
|
||
- [x] v4 方案批准与实施（2026-08-12，§7.3；待生产主机重启生效）
|
||
- [ ] 消耗任务口径是否同步收紧（可选：其停止条件与闸门同一把尺子已满足）
|
||
- [ ] 空窗期（0:00–返还到账）行为观察：v4 下余额红线自动收紧，确认无异常误杀
|