rate-lens 用真实 API usage 计算一次请求在官方定价下的理论成本，并在你提供中转站实际扣费时计算观测倍率。
观测倍率 = 中转实际扣费 ÷（官方理论成本 × 汇率）
支持：
- OpenAI Responses API：
POST /v1/responses - Anthropic Messages API：
POST /v1/messages - 从
GET /v1/models发现中转站模型 - 用官方兼容的 token-count 端点校准目标上下文
- 选择推理深度或 Anthropic thinking 模式
- 启动时自动获取官方模型价格，支持缓存、内置回退和手工覆盖
- 保留 JSON、JSONL 和 SSE 的离线分析能力
安装后直接运行，不带参数会进入交互向导：
cargo install --path .
rate-lens向导会依次询问协议、base_url、API Key、模型、官方对照模型、测试方案和中转站账单原始单位。API Key 使用隐藏输入，不会写入命令历史。选择货币后，向导会查询带日期的 USD 市场参考汇率并允许覆盖；发送真实请求前会展示请求数、各请求 token、费用上界并要求确认。
测试方案不再要求普通用户先猜 token 数：
- 连通性预检：约 1K 输入、16 输出、关闭推理；只验证端点和
usage，不建议作为稳定倍率结论。 - 常规档倍率（默认）：约 8K 输入、64 输出、关闭推理。
- 长上下文档倍率：仅在官方目录同时确认长档价格和切换阈值时显示；先发 1K 预检，再二次确认高成本请求。GPT-5.6/GPT-5.5/GPT-5.4 当前自动建议约 300K 输入。
- 分档边界对照：先预检，再分别发送阈值以下和以上的样本；最终按真实响应
usage检查样本是否位于预期一侧。 - 缓存倍率：两次发送带本轮唯一标记的相同约 8K 请求，并根据响应中的缓存写入/读取 token 判断是否真正命中。
- 自定义：保留手工输入上下文、输出上限和推理深度。
对于官方文档明确支持 none 的 GPT-5.6/5.5/5.4，预设测试会发送 reasoning.effort = none；其他模型在目录无法确认支持范围时不发送 reasoning/thinking 参数，确认页会明确显示实际选择。所有非缓存预设不会根据官方模型名发送 prompt_cache_options；OpenAI 样本会使用每次不同的批次标记，降低既有隐式缓存命中的可能，防止缓存读写改变本来要测的常规输入价格。选择缓存方案时，向导会先要求确认中转站已支持对应字段，未确认就不会发起缓存测试；OpenAI 使用 prompt_cache_options/prompt_cache_key，Anthropic 使用 cache_control。长上下文预检成功后仍会再次确认，避免误发高成本请求。
脚本或非交互环境使用 probe，并显式传入 --yes：
export RELAY_API_KEY='你的中转站密钥'
rate-lens probe \
--protocol openai \
--base-url https://relay.example.com \
--api-key-env RELAY_API_KEY \
--model gpt-5.4 \
--context-tokens 10000 \
--reasoning high \
--max-output-tokens 64 \
--yes输出至少包含真实输入/输出 token、所用官方价格档和本次请求的官方理论成本。标准模型响应不包含中转站实际扣费，因此没有扣费数据时倍率会显示为“未计算”。
交互向导会在请求前选择扣费记录方式。推荐先输入请求前余额，请求完成后再输入请求后余额，工具自动计算本轮差值；也可以在结束后输入总扣费或逐请求扣费。非交互模式通常要等请求结束才能查看账单，建议先保存响应：
rate-lens probe \
--protocol openai \
--base-url https://relay.example.com/v1 \
--api-key-env RELAY_API_KEY \
--model relay-gpt \
--official-model gpt-5.4 \
--context-tokens 10000 \
--save-response response.json \
--yes查到这次请求的扣费后，对保存的同一响应计算倍率，不会再发模型请求：
rate-lens analyze response.json \
--official-model gpt-5.4 \
--charged 0.12如果中转站能在发送前给出确定的本次扣费，也可以直接给 probe 传 --charged。
--model 是发给中转站的模型 ID，--official-model 是价格对照模型。中转站使用别名时务必分别填写；工具无法从 API 响应证明中转站内部实际调用的是哪个上游模型。
rate-lens models \
--protocol anthropic \
--base-url https://relay.example.com \
--api-key-env RELAY_API_KEYOpenAI 默认使用 Authorization: Bearer；Anthropic 默认使用 x-api-key 和 anthropic-version: 2023-06-01。如果中转站对 Anthropic 兼容端点也要求 Bearer，可加：
--auth-style bearer某些中转站没有实现 /v1/models，此时 probe --model ... 仍可直接手填模型。
--context-tokens N 不是简单把字符数当成 token。工具会生成确定性测试文本，并尝试调用：
- OpenAI：
POST /v1/responses/input_tokens - Anthropic：
POST /v1/messages/count_tokens
它会迭代调整文本，使计数接近目标值。中转站没有实现计数端点时，会明确提示并退回近似文本；最终费用仍始终按推理响应里的真实 usage 计算。
校准可能调用多次计数端点，工具会在发生时提示。官方计数端点通常不是模型生成请求，但中转站可能自行计费；计算余额差时应先确认其规则。
OpenAI 推理示例：
--reasoning none
--reasoning minimal
--reasoning low
--reasoning medium
--reasoning high
--reasoning xhigh
--reasoning max交互向导会列出 none/minimal/low/medium/high/xhigh/max，也允许输入未来新增的自定义值。工具会原样发送 reasoning.effort；不是每个模型都支持每个档位，服务端拒绝时不会静默降级。
Anthropic 新模型默认发送 adaptive thinking：
{
"thinking": { "type": "adaptive" },
"output_config": { "effort": "high" }
}交互向导为 adaptive thinking 提供关闭、low、medium、high、max 和自定义值。具体支持范围同样由所选模型决定。
旧模型可改用：
--anthropic-thinking enabled \
--thinking-budget-tokens 4096 \
--max-output-tokens 4160enabled 模式要求 thinking budget 至少为 1024，而且 max-output-tokens 必须大于 budget。
默认价格来源模式是 auto。每次运行需要计价的命令时，工具会读取官方 Markdown 价格页；成功后把解析并校验过的目录写入本地缓存。OpenAI 支持 ETag/Last-Modified 条件请求，页面未变化时直接复用缓存；Anthropic 没有稳定的条件缓存头时会重新下载。
如果官方页面暂时不可访问或解析失败，auto 会依次回退到上次成功缓存和编译时内置快照，并在输出中明确标出 live、cache 或 builtin 及回退原因。一次程序运行只加载一次所选协议的目录，不会在预估和最终结算阶段重复联网。
查看当前目录：
rate-lens catalog
rate-lens catalog --protocol openai --json可显式选择来源模式：
# 默认：尝试实时刷新，失败时安全回退
rate-lens --pricing-source auto catalog
# 必须使用本次实时获取结果；网络或解析失败即报错
rate-lens --pricing-source live catalog --protocol openai
# 完全离线，只使用编译时快照
rate-lens --pricing-source builtin analyze response.json --official-model gpt-5.4获取超时可用 --pricing-timeout 30 调整；缓存目录可用 --pricing-cache-dir PATH 或 RATE_LENS_CACHE_DIR 指定。默认缓存位置遵循平台约定：macOS 为 ~/Library/Caches/rate-lens，Linux 为 $XDG_CACHE_HOME/rate-lens（未设置时 ~/.cache/rate-lens），Windows 为 %LOCALAPPDATA%\\rate-lens。
联网请求遵循 HTTP_PROXY、HTTPS_PROXY、ALL_PROXY 和对应小写变量。例如：
export http_proxy=http://127.0.0.1:10808
export https_proxy=http://127.0.0.1:10808
rate-lens --pricing-source live catalog两家都没有公开稳定的定价 JSON API，因此自动更新解析的是以下官方 Markdown 文档，而 /v1/models 不参与价格获取：
- OpenAI API Pricing Markdown
- Anthropic API Pricing Markdown
- Anthropic Context Windows
- Anthropic Service Tiers
远程结果只有在来源地址、Content-Type、模型数量、模型唯一性和所有价格字段通过严格校验后才会替换缓存。OpenAI 价格表列出长上下文价格但没有给出阈值时，工具还会读取该模型的官方 Markdown 页面提取阈值；模型页不可用时才保留已核对的内置阈值。未知新模型仍无法确认阈值时会要求显式选择 --price-tier long 并给出警告，避免自行猜测。
默认 --price-tier auto。对已知阈值的模型会自动选择长上下文价格；如果官方列出长/短两档但目录无法确认阈值，工具会按 standard 计算并警告，可显式指定：
--price-tier long当前已核对的规则如下：
- GPT-5.4、GPT-5.5 和 GPT-5.6 Sol/Terra/Luna 的长上下文高价档都按单次请求的输入 token 判断：
input_tokens > 272_000时，整次请求使用长上下文价格；恰好 272,000 仍按 standard。GPT-5.6 的长档相当于输入、缓存读取和缓存写入 2×，输出 1.5×。 - Anthropic 当前文档明确：Claude 4.6 及以后支持 1M 上下文的模型，全窗口使用标准价，无长上下文溢价；Claude Sonnet 4.5、Sonnet 4 等其余模型只有 200K 上下文，不能把超过 200K 当作可计费的长档请求。
- Anthropic
inference_geo: "us"对 Claude 4.6 及以后所有 token 类别使用 1.1×；Fast mode 目前仅 Opus 5/4.8，输入/输出为 10/50 USD/MTok；Batch 输入和输出为标准价 50%，缓存倍率与地域倍率可叠加。 - Anthropic Priority Tier 是既有容量承诺，不是另一套公开的按 token 单价；
service_tier: "auto"可能使用 Priority 容量，也可能回退 Standard。
Fast mode、regional/inference geo、Batch 或 Priority 等非标准价格不会被自动猜测。可用 --input-rate、--output-rate 和缓存价格参数手工覆盖；手工定价时输入、输出价格必须成对提供。
examples/openai-response.json 与 examples/anthropic-message.json 不是从某个真实中转站下载的。它们是按照两家官方响应结构手工构造的测试夹具，数字特意设置得较大，便于人工核对分桶和倍率；模型名也是 example-* 占位符。
真实 JSON 有两种获得方式：
- 使用
probe --save-response response.json，工具会保存本次原始响应。 - 在你自己的客户端中记录 API 返回体。不要把 API Key 或包含敏感提示词的响应提交到公开仓库。
离线计算官方成本，无需提供扣费：
rate-lens analyze examples/openai-response.json \
--protocol openai \
--input-rate 2 \
--cache-read-rate 0.2 \
--output-rate 8该 fixture 的官方理论成本为 2.44 USD。加入扣费后计算倍率：
rate-lens analyze examples/openai-response.json \
--protocol openai \
--input-rate 2 \
--cache-read-rate 0.2 \
--output-rate 8 \
--charged 3.66结果为 1.5×。
已有真实响应且模型能被目录匹配时，只需指定对照模型：
rate-lens analyze response.json --official-model gpt-5.4也支持 JSON 数组、JSONL、OpenAI response.completed SSE 和 Anthropic Messages SSE。相同 OpenAI response.id 会去重；Anthropic 累计 usage 不会重复相加。
标准 OpenAI/Anthropic 响应没有中转站本次实际扣费字段。--charged 必须来自中转站账单、请求日志，或请求前后的余额差。若扣费单位为 CNY，并假设 1 USD = 7.2 CNY：
--charged 0.72 \
--exchange-rate 7.2 \
--actual-currency CNY使用站内额度时可把 --actual-currency 写成 QUOTA，并把每 USD 对应的额度作为汇率。
交互模式会先选择中转站后台显示的余额/账单原始单位：USD/CNY/HKD/TWD/EUR/JPY/GBP/SGD、自定义 ISO 4217 币种或站内额度，再填写 1 USD 对应的扣费单位数量。货币汇率参考来自 Frankfurter 的最近可用报价，界面会显示报价日期；它只是市场参考值，中转站结算汇率可能不同，最终值可以手工覆盖。查询失败时向导会自动退回手工输入。
如果观测倍率低于 0.1× 或高于 10×，向导会提示再次核对账单原始单位、汇率，以及免费额度、返利、退款和并发请求。该提示不是对中转站价格真伪的自动裁决。
要得到可信倍率，建议确保余额差对应且只对应本次请求；排除并发请求、返利、免费额度、失败退款、固定手续费和服务端工具调用。结果是“观测有效倍率”，不一定等于中转站后台某一个单独配置值。
OpenAI：
普通输入 = input_tokens - cached_tokens - cache_write_tokens
官方成本 = 普通输入 + 缓存读取 + 缓存写入 + 输出 + 额外费用
Anthropic：
官方成本 = input_tokens
+ cache_read_input_tokens
+ cache_creation_input_tokens（5m/1h 可分别定价）
+ output_tokens
+ 额外费用
reasoning/thinking token 已包含在 output_tokens 中，只展示、不重复计费。Web Search、代码执行等非 token 项目需要通过 --extra-official-cost 补录。
- 优先使用环境变量或交互隐藏输入，不建议把 API Key 放进命令行。
probe非交互运行必须加--yes，防止脚本误发高成本请求。- 目标上下文上限为 1,000,000 token。
- HTTP 错误正文会截断，工具不会打印 API Key。
--json输出机器可读结果；--save-response只保存服务端响应。
env -u RUSTC_WRAPPER cargo fmt -- --check
env -u RUSTC_WRAPPER cargo test
env -u RUSTC_WRAPPER cargo clippy --all-targets -- -D warnings
git diff --check端到端测试使用本机临时 mock 服务，不会访问真实 API 或消耗额度。