流式响应结束才知道实际费用，多请求并发且剩余额度不足时如何防止超支？

那预算怎么管理呢？你调一次大模型，只有等流式返回结束之后才能知道本次的实际消耗。比如现在十个并发过来了，这十个都还没达到最终的额度消耗；假设当前只剩一块钱额度，单个看每个请求都在额度内，但十个都放行就超额了。这个你会怎么设计？