AID Studio 计费体系实现详解:按模型/SKU 计费、余额冻结与结算机制剖析

原创2026-10-20 21:22:231,647 阅读
文章标签:人工智能AI 应用媒体生成后端前端流程编排语音LLM 网关视频

AID Studio 计费体系实现详解:按模型/SKU 计费、余额冻结与结算机制剖析

AID Studio 是一款开源的 AI 漫剧、AI 短剧与 AI 电影创作平台,支持剧本生成、智能分镜、图片/视频生成与配音成片。它的计费体系是理解这类多模型 AI 平台如何"算账"的典型样本:同一平台内同时接入文本大模型、图片模型、视频模型与语音模型,每种模型的计费口径完全不同。本文带你完整拆解 AID Studio 的按模型/SKU 计费、余额预冻结与结算退款机制,看看它是如何做到"先冻结、后结算、多退少补、绝不重复扣款"的。

一、先认识平台:为什么 AI 创作平台的计费这么复杂

AID Studio 采用前后端分离 + 多模型网关架构:Web 端(Next.js)负责创作流程,后端(Spring Boot)负责业务编排,管理后台(Admin)负责模型接入与运营配置。

AID Studio 平台首页:从剧本到成片的 AI 创作流程

一次"AI 创作"背后可能同时调用三类模型:

业务环节 示例能力 计费难点
文本生成 剧本续写、分镜提示词 Token 用量事后才知道
图片生成 场景图、角色立绘 按张计费,失败张数要退
视频生成 分镜出片、口型驱动 按秒/SKU 整包计费,耗时长
语音合成 配音 TTS 按字符数计费

不同供应商(阿里百炼、豆包、Kling、DeepSeek、Gemini 等)的计费单位五花八门,平台不可能给每个模型写一套独立扣费代码。AID Studio 的解法是:统一计费口径 + 规则化配置 + 账户状态机。

二、五种统一计费口径:一张表看懂 MeterType

整个计费系统的分发核心是一个枚举 MeterType.java,它把天差地别的供应商计费方式收敛为 5 种"计费口径":

计费口径 含义 典型场景
TOKEN 按 token 用量计费 文本 LLM、Gemini 图片、Kling 视频
PER_IMAGE 按单张固定价计费 wan、即梦等图片模型
PER_SECOND 按视频秒数计费 阿里/即梦视频
SKU_PACKAGE 按 SKU 整包价计费 豆包视频等
PER_CHAR 按字符数计费 TTS 语音合成

在 MeterType.java 中可以看到每种口径都标注了适用厂商。这意味着接入新模型时,运营只需在后台配置规则 JSON,无需改代码。

三、SKU 规则计费:一个模型可以"多档卖价"

3.1 计费模式与规则结构

每个模型的计费配置存为一段 JSON(billing_rule_json),顶层结构定义在 BillingRule.java:

  • mode:计费模式,FIXED(固定价)或 SKU(规则计费),见 BillingMode.java
  • meterType:统一计费口径(上表的五种之一)
  • preHold:是否启用预扣冻结
  • params:计费依赖的请求参数
  • skus:SKU 价格档位列表
  • settleRule:结算规则(是否允许补扣等)
  • videoTokenEstimate:视频 Token 预冻结估算规则

3.2 SKU 档位:按分辨率/时长/画质命中价格

真正体现"精细化计费"的是 BillingSku.java:每个 SKU 是一个价格档位,通过 match 条件(如 resolution=720P、durationMin=5、durationMax=10)命中,priority 越小越优先。以同一个视频模型为例:

SKU 命中条件 价格
720P/5s resolution=720P, durationMax=5 低价档
720P/10s resolution=720P, durationMin=6 中价档
1080P/5s resolution=1080P, durationMax=5 高价档

此外 SKU 还支持 outputPixelsPerUnit(图片像素分档)、pricePerSecond(每秒价)、pricePerChar(每字符价)、inputPricePerMillion/outputPricePerMillion(输入/输出 Token 单价)等字段,一套模型就能覆盖几乎所有厂商的计价形态。

在管理后台的模型管理页,每个模型都标注了"SKU 计算 4 条 / 价格已配置",运营人员可直接维护这些档位:

AID Studio 管理后台模型管理页面:模型列表与 SKU 计费配置

四、价格换算:官方原价 × 倍率 = 用户积分

计费金额不是直接硬编码,而是经过两级倍率换算,逻辑集中在 BillingPriceMultiplierService.java:

最终积分价 = 官方原价(元) × 模型基础倍率(积分/元) × 单模型倍率
  • 模型基础倍率:全局配置,决定"1 元人民币 = 多少积分",部署方可自由调节
  • 单模型倍率:每个模型独立设置,用于对高成本模型加价或做促销让利

这套设计让平台方可以在不改动模型官方价格的前提下,灵活调整整体毛利结构。

五、余额冻结机制:任务提交前的"预扣"防线

5.1 三账户模型:可用 / 冻结 / 累计

用户账户(aid_user_profile)维护着关键字段:可用余额 balance、冻结余额 frozenBalance、累计充值与累计消费。管理后台的用户列表页能直接看到每个用户的"余额 / 冻结 / 累计充值":

AID Studio 管理后台用户列表:余额、冻结与累计充值列

5.2 冻结动作:锁内校验 + 独立事务

所有对账户和流水表(aid_balance_log)的写操作都统一收敛到 IAccountUpdateService.java。其中 freeze 的语义是:

balance -= amount,frozenBalance += amount

且必须满足:行锁内校验余额充足、写流水、独立事务提交,余额不足时抛出"预扣余额不足"并触发微信通知。

任务提交时的完整预扣流程(BillingFacadeServiceImpl.java 的 prepareBilling):

  1. 估算:按 meterType 选择估算策略(见下节)算出预扣金额
  2. 归一化:金额统一精度,避免浮点误差
  3. 落快照:把命中的 SKU、单价、倍率、预估用量序列化为 billingSnapshotJson 写回任务——这是后续结算与审计的"案发现场"
  4. 冻结:委托账户执行层完成 freeze,任务进入 FROZEN 状态,并生成全局唯一的 billingTraceId 作为幂等锚点

5.3 Token 模型的"预冻结估算"

文本/视频模型最大的难点是:调用前无法预知 token 用量。AID Studio 在 TokenBillingEstimateStrategy.java 中实现了"宁高勿低"的保守估算:

  • Gemini 图片:按 模型 + 分辨率 + 宽高比 三维查官方 token 表
  • GPT Image:按 quality × 画幅朝向 查成本换算表,参考图另加固定输入 token
  • 视频(PIXEL_FPS 策略):分辨率像素 × 帧率 × 总秒数 ÷ 除数 估算输出 token;输入视频时长不信任客户端自报值,直接按官方上限冻结
  • 兜底:未识别模型按"字符→token"通用公式换算

预冻结只是上限,真正花钱多少由结算阶段的真实 usage 决定。

六、结算机制:三种结算策略,各走各的路

任务完成后,系统根据快照中的 meterType 分发到不同结算分支(BillingFacadeServiceImpl.java 的 settleBilling):

6.1 DIRECT_SETTLE:直接结算(SKU 整包 / 默认)

预扣多少就结多少,冻结金额原样转为消费。适用于 SKU_PACKAGE 等"一口价"业务——简单、零争议。

6.2 图片二次结算:按实际张数,只退不补

PER_IMAGE 走独立的 settleImageBilling:按供应商实际返回的张数 × 单张价 × 倍率重算实际金额,多退不补(超出预扣时按预扣封顶)。若配置了像素分档(imageOutputPixelTiers),还按每张图的实际像素落入对应档位计价。

6.3 REFUND_ONLY + 差额结算:Token 模型的核心

文本模型走最复杂的"三步 CAS"流程:

  1. 账户结算:FROZEN → SETTLING → SUCCESS 状态机推进
  2. 实际用量重算:用供应商返回的真实 usage 重算金额,比较预扣与实际
    • 实际 < 预扣 → 差额退款回可用余额
    • 实际 > 预扣 且规则允许(allowExtraCharge=true)→ 从可用余额补扣差额;余额不足则只补能补的部分,任务进入 PARTIAL_DONE 状态
    • 实际 > 预扣 但规则禁止补扣 → 按预冻结金额封顶
  3. CAS 终态:text_settle_status 推进到 DONE / PARTIAL_DONE

SETTLING 状态机与幂等控制由 MediaBillingServiceImpl.java 实现:结算走 CAS FROZEN → SETTLING → SUCCESS,每一步都用数据库条件更新"抢锁",配合 Redis 幂等锁(media:billing:lock:{taskId} + UUID token + Lua 脚本释放),保证同一任务无论被多少线程重试,都只扣一次款。

七、退款与补偿:失败全退 + 定时追补

7.1 任务失败:全额退款

任务失败时走 refundBilling:CAS FROZEN → REFUNDING → FAILED,冻结金额全额回到可用余额,actualCost 归零,并写入退款流水(含失败原因),全程同样幂等。

7.2 补偿扫描:卡单任务的"自愈"机制

网络抖动或进程重启可能导致任务卡在中间态。AID Studio 用 Quartz 定时任务(MediaTask.java)周期扫描:

卡住的状态 补偿动作
SETTLING 超 2 分钟 重试结算(账户操作幂等,不会重复扣)
REFUNDING 超 2 分钟 重试退款
FROZEN 且任务已终态 按任务成功/失败决定结算或退款
PARTIAL_DONE 从可用余额追补剩余差额,补满转 DONE

这种"状态机 + 幂等 + 定时补偿"的组合,是分布式账务系统保证"钱不多扣、不少扣"的经典范式。

八、计费透明化:用户能看到每一笔账

结算完成后,所有关键数据都沉淀在计费快照里:命中的 SKU、单价、倍率、预估/实际用量、退款金额、结算时间。用户端通过消费明细接口(BillingDetailController.java)按任务维度查询每一笔扣费的完整构成,配合全局的模型运行监控(成功率、延迟、限流告警):

AID Studio 管理后台服务商模型运行监控:成功率与队列状态

用户"扣了多少、为什么扣"完全可追溯,这也是多模型计费平台赢得用户信任的关键。

九、总结:一套值得借鉴的计费架构设计

回顾 AID Studio 的计费体系,可以提炼出 5 条对自建 AI 平台极有参考价值的设计原则:

  1. 口径收敛:用 5 种 MeterType 统一所有厂商的计价形态,新模型只配 JSON 不改代码
  2. 规则外置:SKU 档位、倍率、结算策略全部配置化,运营在后台即可调整价格
  3. 先冻后结:预冻结 + 结算/退款双通道,用户余额永远不会为未完成的任务冒险
  4. 幂等一切:billingTraceId + 状态机 CAS + Redis 锁 + 独立事务,任何环节重试都不重复扣款
  5. 保守估算、差额纠偏:预扣宁高勿低,结算按真实 usage 多退(少数场景可补),兼顾风控与公平

整套代码集中在 aid-interface/aid-interface-main/src/main/java/com/aid/billing/ 目录,模块化程度很高:enums 定口径、model 定规则、estimate 做估算、service 做门面与账户委托,是一套干净利落的分层。如果你也在做"多模型接入 + 积分计费"的 AI 平台,这套"统一口径 + 快照审计 + 状态机结算"的实现思路非常值得参考。

登录后查看全文
aid-studio