Лимиты и расход

Расход виден вам самим

usage = await cloud.get_usage(days=30)   # рубли: суммарно и по статьям
quota = await cloud.get_quota()          # остаток по тарифу

GET /v1/usage считает по фактически выполненным операциям, поэтому сумма отстаёт от только что запущенной фоновой задачи: расход появится, когда задача доработает. GET /v1/usage/quota показывает остаток и объясняет отказ загрузки до попытки — им стоит пользоваться, а не ловить 402.

Дорогие ответы возвращают стоимость прямо в теле: у /v1/ask это поле cost_rub.

Ограничения, которые стоит заложить в клиент

• top_k урезается сервером. Запрошенное число больше потолка инсталляции молча уменьшается — рассчитывать на выдачу произвольного размера нельзя.
• object_ids в /ask — до 100, scope_object_ids в агенте — до 25, вложений к сообщению — до 5.
• Длина запроса: 2000 символов у /ask и /search, 8000 — у агента.
• Частота — минутное окно, см. Ошибки и повторы.
• Месячная квота тарифа: документы и минуты аудио. Её исчерпание — 402, а не 429.

Что дорого, а что нет

Дёшево	Дорого
cloud_summary / get_summary — готовое содержание из обогащения	summarize — зовёт модель
search — индекс уже построен	ask — эмбеддинг запроса плюс ответ модели
get_object, списки, папки	конвертация, перевод, расшифровка речи

Обогащение при загрузке оплачивается один раз, дальше карточка и содержание отдаются бесплатно. Отсюда практическое правило: для «о чём этот файл» берите готовое содержание, а не просите конспект заново.