1. 为什么要先冻结余额

假设用户只有 0.01 美元，却同时发起十个长对话请求。十个请求在准入时都看到余额大于零，于是一起进入上游。等响应结束后逐笔扣费，前几个请求已经把余额用完，后面的费用只能把账户扣成负数。

这不是余额缓存慢一点的问题，而是缺少并发下的资金占用。请求开始前应当原子地把预计费用从可用余额转为冻结余额，让后续请求看不到已经被占用的部分。

Sub2API 在批量图片任务中已经使用 balance + frozen_balance 完成 reserve、capture 和 release。普通流式请求面对的风险相同，只是预计费用需要根据 Token 上限计算。