[feat request] Support ListModelTokenLimit / UpdateModelTokenLimit for per-model inference token quota

[CF-art]

背景

火山方舟控制台「开通管理」页每个已开通模型都有一个**推理限额(Token Limit)**配置:超过这个 token 总量后模型会被限流,需要在控制台手动调高。这是按模型独立的 token 总量配额,不是 RPM/TPM(每分钟速率),也不是免费额度资源包(FreeInference / DataPermission)。

控制台对应接口:

• POST /api/top/ark/cn-beijing/2024-01-01/ListModelTokenLimit
• 对应的更新接口(推测为 UpdateModelTokenLimit,需维护者确认实际 action 名)

现状

arkcli 已注册的 model.* action 里:

• model.list_model_rate_limit 只返回 RPM/TPM(每分钟速率),没有 token 总量维度
• model.list_model_charge_items 只返回资源包余额,没有用户配置的限额上限
• model.list_model_meta_datas 是模型能力元数据,不是用户配额

model.list_model_token_limit / model.update_model_token_limit 均未在 arkcli 注册,arkcli api model.list_model_token_limit 报 unknown action。

期望

在 internal/apis/model/ 注册这两个 operation:

1. model.list_model_token_limit

请求体:

{"FoundationModelNames": ["glm-5-2", "doubao-seed-2-1-pro"]}

响应体(实测):

{
  "Result": {
    "ModelTokenLimits": [
      {
        "FoundationModelName": "glm-5-2",
        "TokenLimit": 2008227,
        "CurrentUsage": 833808,
        "TokenLimitStartTime": "2026-07-30T09:59:53+08:00",
        "CurrentUsageRefreshTime": "2026-07-30T10:13:27+08:00"
      }
    ]
  }
}

2. model.update_model_token_limit

具体 action 名和参数请维护者按 OpenTOP 实际契约定。推测请求体包含 FoundationModelName + TokenLimit(新值)。

使用场景

Agent / 自动化运维场景下需要:

• 监控各模型 token 配额使用率(CurrentUsage / TokenLimit),接近上限时告警
• 批量调整多个模型的 TokenLimit(开通新模型时一次性配好)