支出限制允许你在 AI Gateway 上设置基于成本的预算。当累计支出在时间窗口内达到限制时，AI Gateway 会阻止进一步请求并返回 429 响应，直到窗口重置。
与限制请求数量的速率限制不同，支出限制根据模型定价跟踪每个请求的实际美元成本。你可以将限制范围限定为模型、提供商或用户 ID、团队、应用等自定义元数据维度的任意组合。
支出限制适用于具有已知定价的模型的 Unified Billing 请求和 BYOK 请求。
每个支出限制规则在滚动或固定时间窗口内定义预算（美元）。AI Gateway 根据 token 使用和模型定价计算每个请求的成本，然后实时跟踪累计支出与限制的比较。
在向提供商发送请求之前，AI Gateway 一次性评估所有适用的支出限制规则。如果任何单个规则超出预算，请求将被阻止并返回 429 响应。
支出限制是最终一致的。当前请求的成本在完成后记录，因此并发请求突发可能在 enforcement 赶上之前短暂超出限制。
每个规则可以按模型、提供商或自定义元数据维度限定范围。每个维度可以配置为以下两种模式之一：
| 模式 | 行为 | 示例 |
|---|---|---|
| Split by value | 每个不同值获得独立的预算桶。 | 按 metadata.user_id 分割为每个用户提供独立预算。 |
| Filter by value | 规则仅在维度等于特定值时适用。 | 将 metadata.team 过滤为 engineering 仅限制来自 engineering 团队的请求。 |
如果规则上未配置维度，所有值共享一个预算桶。例如，没有 provider 维度的规则一起跟踪所有提供商的支出。
给定 model=openai/gpt-5.5 和 metadata.user_id=u_42 的请求：
| 场景 | 维度 | 预算桶 |
|---|---|---|
| 所有人的全局预算 | 无 | 一个共享桶 |
| 按用户预算 | metadata.user_id：split by value |
每个用户独立桶 |
| 按提供商、按用户 | metadata.user_id：split by value，provider：split by value |
每个用户+提供商组合独立桶 |
| 仅特定模型 | model：filter by value openai/gpt-5.5 |
仅适用于 openai/gpt-5.5 请求 |
| 按用户、按模型 | metadata.user_id：split by value，model：split by value |
每个用户+模型组合独立桶 |
支出限制通过仪表板或 API 在 gateway 上配置。每个 gateway 最多可定义 20 条规则。
要按用户 ID 或团队等自定义维度限定支出限制范围，请为请求附加自定义元数据。
超出支出限制时，AI Gateway 返回 429 Too Many Requests 响应。你有两个选项：
- Block requests（默认）- 请求被拒绝，直到预算窗口重置。
- Fall back to a cheaper model - 创建带有主要模型和回退的动态路由（例如
anthropic/claude-opus-4.7回退到@cf/moonshotai/kimi-k2.6）。然后使用此功能对主要模型设置支出限制。当主要模型预算超出时，AI Gateway 自动将请求路由到回退模型，而不是阻止它们。
你可以在分析仪表板上按模型、提供商或任何自定义元数据属性跟踪支出。使用此功能了解使用模式并设置合理的预算。
- 成本跟踪是基于 token 数量和模型定价的最佳努力估算。请参阅提供商仪表板获取准确的计费金额。
- 每个 gateway 最多可配置 20 条支出限制规则。