Verboo Code 免费 token 用完了：扣款前 CLI 会做什么

Verboo Code 为刚开始使用 CLI 的用户提供免费 token，且没有有效期。当免费 token 在会话中途用完时，0.15.20 版本改变了后续流程：CLI 不再直接抛出一个通用错误，而是开启一个激活流程，只有在你同意后才会扣款。

会话中途免费 token 用完会发生什么？

触发限额的那次推理调用会从服务器返回一个特定错误码 free_tokens_exhausted。CLI 会在向你展示任何内容之前拦截这个错误，并打开激活界面，不会丢弃对话中的任何内容：历史记录、已打开的文件和上下文都保持不变。

这段逻辑位于 src/services/api/openaiShim.ts 中，当 HTTP 响应返回 402 或 503，并携带以下三个错误码之一时会触发该流程：free_tokens_exhausted、free_tokens_activation_pending 或 free_tokens_accounting_pending。

如何在触发限额之前查看还剩多少免费 token？

运行 /usage。该界面每 10 秒查询一次余额接口，并会原样显示：

{tokensRemaining} 个免费 token 剩余
已消耗 {tokensUsed}，总额度 {tokenLimit}。输入 + 输出，没有有效期。
token 用完后，CLI 会暂停推理，并展示激活选项，
其中包含将从已绑定银行卡扣款的具体金额。

如果存在后端尚未确认用量的调用，界面还会多显示一行，提示有多少请求正在等待入账，以及这是否已经暂停了免费额度的使用。下文会详细说明这种情况。

激活界面到底显示了什么文字？

当 token 归零时，标题是"套餐激活"，提示信息很直接："你的免费 token 已用完，推理已暂停。要继续对话，请用已绑定的银行卡激活套餐。只有在你同意后才会扣款。"

接着 CLI 会获取真实报价并显示具体金额："{groupName}：现在从已绑定银行卡扣款 {amountCents}。续费为每{月|年} {renewalAmountCents}，直到取消。"并提供两个可选项：激活套餐并支付 X 元或暂不激活。

如果 Stripe 要求多一步确认怎么办？

这种情况发生在已绑定的银行卡需要额外验证时。此时激活流程会返回 checkout_required 状态并附带一个 Checkout 链接；CLI 会自动打开浏览器，并在终端里保留该链接，同时提供打开 Stripe或暂不激活两个选项。

完成 Checkout 后，只会重试之前被拦截的那一次推理调用，而不是重新发送整个对话，就是那一次被拒绝的请求本身。源码里的注释对此说得很清楚：激活流程不会重放对话中此前的任何回复或工具调用。

我拒绝了激活，接下来会怎样？

CLI 会记录拒绝的准确时间，并且不会再次强行弹出：任何在这个时间点之前就已经在处理中的调用会直接停止，不会重新打开界面。拒绝之后再次尝试使用 CLI 会重新触发这个提示，因为那是一次新的请求。

确认动作在并发调用之间也是共享的：如果两个调用同时触发限额，CLI 只会显示一次界面，两者会等待同一个结果，而不是分别弹出两个提示。

我在 CI 或用 --print 使用 Verboo Code，这会有什么不同吗？

会，而且是故意设计的：在非交互模式下，CLI 绝不会自动完成扣款。当命令带有 -p/--print、--init-only、--sdk-url，或者标准输出不是终端且环境变量中没有 SSH_TTY 时，会话就被视为非交互模式。

在这些情况下，错误提示会不同：不再是"再试一次以查看激活选项"，而是变成"请在交互模式下打开 CLI 以确认激活"。没有任何参数或环境变量可以跳过这个同意步骤，这个限制由上述条件自动触发，无法配置。

我的请求卡在"等待入账"状态，是 bug 吗？

不是。这是后端在释放更多免费额度之前对用量进行确认。只要待处理请求的数量还在配置的限额之内，免费用量就能继续使用。一旦达到上限，就会出现这条提示："等待入账的请求数已达到上限。新的免费推理将暂停，直到用量得到确认；付费激活仍然可用。"

换句话说：即使因为这个原因导致免费用量被暂停，激活付费套餐依然有效，因为它不依赖这个入账确认过程。

激活之后，真正改变的是什么？

你会彻底告别按 token 计数的模式。激活后，四个付费套餐都没有 token 上限，只有和模型权重相关的速率限制。

套餐	月费	Token
Junior	R$ 99	无限*
Pro	R$ 249	无限*
Max	R$ 499	无限*
Ultra	R$ 1,299	无限*

*任何套餐都没有 token 上限，这是 Verboo Code 官网自己写明的。各套餐之间真正不同的是每分钟的速率限制，因为更重的模型需要更多 GPU，而不是每月能用的总量。