会话跑到一半被截断：每周上限与月预算的五个误判
每周上限不是月预算的四分之一
很多人在 flow pass 上踩的第一脚，就是把每周上限直接当成月预算切出来的四份之一。每周上限是按自然周重置的硬闸门，月预算更像整月的总水位，两者的时间口径完全不同，混在一起做算术就会在周一早上得出过于乐观的结论，然后在周四晚上被现实打断。
真正的麻烦在于，忙碌的一周把上限吃满之后，剩下的请求并不会顺延到下一周，而你在安静几周里省下的量也补不回那一周的缺口。重构、迁移、批量生成测试这类一次性任务如果刚好落在同一个周期里，就会在还剩三天时集体撞墙，剩下的工作只能压到下一轮。
- 把大任务拆到不同的自然周执行，避免所有重构都挤在同一个上限周期里爆发。
- 每周开始前先估一次 token 消耗，再决定这周要不要跑长链路的 agent 循环。
- 别指望安静几周的结余，周期结束时剩余额度不会自动折算成月度预算的余额。
缓存读取和缓存写入同样吃掉每周额度
第二个误判是把缓存当成免费的午餐。按真实 token 计费意味着缓存读取和缓存写入都会照常记账，而 agentic 工作流恰恰是缓存写入的大户：每一轮迭代都会把系统提示、工具定义和历史上下文重新推给模型，写入量随轮次稳步增长。
在 Fluxo 的用量明细里，输入、输出、缓存读取、缓存写入是分开统计的。如果你只盯总 token，很容易误判成输出太贵，其实真正拖垮每周上限的是反复写入的上下文缓存，尤其是在跑多轮工具调用的时候。
一个实用的检查方法是把一天的缓存写入 token 求和，再对比当天的输出 token。如果写入量是输出的好几倍，说明上下文管理有明显问题，优先修会话结构比换模型省钱得多，也能立刻推迟撞上每周上限的时间点。
- 把每次请求返回的用量字段都留存下来，重点跟踪缓存读取和缓存写入的具体数字。
- 尽量固定工具定义和系统提示，减少因为微小改动导致缓存整体失效的重写成本。
- 长会话定期做一次上下文收敛，别让缓存写入随轮次线性膨胀到超出预期。
多终端并发让上限在后台悄悄蒸发
你可能一边开着 Claude Code 跑重构，一边在 Codex 里补测试，旁边还有 Gemini CLI 在整理文档。这三个会话共享同一个流量闸门，任何一边的迭代次数失控，另外两份工作都会被牵连，而你在某个终端里的注意力根本注意不到别的窗口。
更稳妥的做法是给每个 agent 会话写死最大迭代轮数，把需要长链路推理的活儿放进单独时段，让并发的只剩短查询和小修改。Fluxo 用一个密钥和一个 base URL 就能同时接入 Claude Code、Codex、Gemini CLI 以及任何 OpenAI SDK，但并发带来的消耗仍然会合并计算。
还有一个隐蔽的来源是自动化任务。你可能忘了上次把批量补文档的脚本挂到了定时任务上，它每天深夜默默跑完几十轮请求，早上醒来发现本周额度已经少了一半。所有自动化调用都应该有日预算上限，并且单独标注用途，方便在用量明细里一眼认出来。
- 给每个 agent 会话设置迭代上限和明确的停止条件，避免无人值守的循环一直跑下去。
- 把批量任务放进非高峰时段，让日常的交互式查询随时都保留一部分余量。
- 每天固定时间看一次用量明细，把异常增长的会话及时关掉而不是等到告警。
换模型之后仍然沿用上个月的单价假设
第四个误判发生在模型切换的瞬间。为了压成本，你把日常整理类工作换成 Gemini 3.8 Flash，又在关键模块上切到 Claude Opus 5.5，结果每周上限的消耗速度和上个月完全对不上，因为不同模型的每千 token 价格差异很大，用量曲线自然也不会重合。
规划里应该给每个模型单独留一行预算：便宜模型负责批量生成、文档整理和格式转换，旗舰模型只出现在需要精确推理和复杂重构的分支上。这样切换是提前想好的策略，而不是撞到上限之后的临时动作，也不会让某个会话突然把整周额度吃掉一大截。
另外要注意，便宜模型并不是万能的省钱按钮。如果一次生成需要来回修三遍，总消耗反而超过直接用旗舰模型一次做对，账单和等待时间都会更难看，而修复过程里的缓存写入又会进一步压缩每周余量。
- 在切换模型之前先跑一次小样本对比，确认新模型的单次成本确实符合预期。
- 把批量生成交给便宜模型，把需要长上下文精确推理的步骤留给旗舰模型。
- 每次换模型都重新估算每周消耗，不要把上一个模型的历史单价直接套用过来。
告警阈值和用量预测都设得太晚
最后一个误判是把提醒设在上限的百分之九十。等到通知弹出来，剩下的额度往往只够一两次请求，补救空间几乎为零。更合理的做法是在百分之五十和百分之七十各设一次提醒，看到第二次提醒就把后续的重活往后排，把紧急的小任务留给最后的余量。
预测其实不需要复杂脚本：用最近两周的日均消耗乘以剩余天数，再对照每周上限，很快就能看出这周会不会提前撞闸。Fluxo 按真实 token 计费、没有月费，账面上只有用量本身，这让估算比固定套餐简单得多，模型覆盖 Claude、GPT、Gemini、DeepSeek、Kimi、GLM、Qwen、Grok 等等。
如果你邀请的人开始付费，你还会拿到一份推荐分成，把这笔收入当成下一周的额外余量来规划，比临时调整预算更从容。遇到具体的限额问题，登录后在联系页面留言即可，我们会结合你的用量记录回复。
如果你正准备把整月的开发节奏重新排一遍，不妨注册一个 Fluxo 账号，用一个密钥和一个 base URL 先把用量看清楚。