Convierta el uso de tokens en unidades económicas revisables
El uso del proveedor se vuelve más útil cuando una estimación versionada se une a los reintentos y al resultado posterior que la aplicación realmente valora.
- 1
Solicitud de modelo
Capture proveedor, modelo, característica, tokens, latencia, caché y contexto de reintento.
- 2
estimación de costos
Aplique una fuente de precios fechada y conserve su versión junto a la estimación.
- 3
Resultado del producto
Conecte la solicitud con el trabajo aceptado, resuelto, guardado, escalado o descartado.
- 4
Economía unitaria
Compare el costo por resultado revisado, no solo el token o el volumen de solicitudes.
Caso de uso versus plantilla
Elige qué medir
Utilice la guía de casos de uso para elegir resultados, límites de eventos y preguntas de análisis. Abra la plantilla correspondiente cuando esté listo para un breve resumen de implementación de copiar y pegar.
Mensaje del agente
Pega esto en tu agente de codificación
Reemplazar YOUR_API_KEY después del registro, solicite al agente que ejecute el flujo del producto y verifique los primeros eventos.
Mensaje de configuración OpenAI cost monitoring
Instrumente este proyecto con Telemetry para que podamos comprender el uso de OpenAI y LLM.
Utilice /skill.md y esta clave API Telemetry: YOUR_API_KEY
Por favor inicie sesión:
1. Cada solicitud de modelo con model, provider, route, feature, input_tokens, output_tokens, total_tokens, estimated_cost_usd, latency_ms, status y error_type cuando sea relevante.
2. Llamadas a herramientas realizadas por el agente o asistente, incluidas tool_name, status, latency_ms y result_category.
3. Resultados del flujo de trabajo de IA orientado al usuario, incluidos feature, status, retry_count, y si el usuario accepted, copied, saved o discarded es el resultado.
4. Un panel con costo diario, costo por función, fallas por modelo, latencia p95 y tasa de salida aceptada.
Mantenga las indicaciones y las terminaciones sin procesar fuera de la telemetría a menos que apruebe explícitamente su almacenamiento.Pasos de configuración
- 1Registre cada solicitud de modelo sin almacenar mensajes sin formato de forma predeterminada.
- 2Registre tokens, costo estimado, latencia, proveedor, modelo y flujo de trabajo.
- 3Conecte eventos de resultados del producto como guardado, copiado, aceptado o reintentado.
- 4Cree paneles de control para margen, confiabilidad y valor para el usuario.
Eventos para capturar
Preguntas que esto desbloquea
- ¿Qué funciones de IA cuestan más por usuario activado?
- ¿Qué modelo tiene la mejor tasa de producción aceptada por dólar?
- ¿Dónde los reintentos o los tiempos de espera dañan la conversión?
Costo de LLM y economía unitaria
Normalice el uso de proveedores y luego mida el costo por resultado útil
El gasto de tokens se vuelve procesable cuando permanece conectado a la función, la cuenta, la ruta de reintento y el resultado del usuario revisado que lo creó. Utilice la calculadora para probar suposiciones y luego ejecute el mismo análisis en el laboratorio SQL de varias tablas.
Estimar el costo mensual
Los datos de precios son ejemplos, no precios actuales de los proveedores. Reemplácelos con las tarifas y categorías de tokens facturables de su acuerdo de proveedor.
Intentos del proveedor
105.000
Costo mensual estimado
304,50 US$
Costo estimado del reintento
14,50 US$
Salidas aceptadas
60.000
Costo por salida aceptada
0,0051 US$
Esta estimación solo para navegador no se envía a Telemetry y no es una factura del proveedor.
Un contrato de evento neutral para el proveedor
Conserve los campos de respuesta del proveedor que necesita, pero normalice la superficie de análisis para que los cambios de modelos y precios no requieran un nuevo panel.
| Campos normalizados | Por qué pertenecen juntos |
|---|---|
| provider, model, feature | Atribuya el uso al proveedor y al flujo de trabajo del producto. |
| input_tokens, output_tokens | Preservar los componentes de uso informados por el proveedor. |
| cached_input_tokens, reasoning_tokens | Mantenga las categorías facturables opcionales separadas cuando estén disponibles. |
| estimated_cost_usd, pricing_version | Hacer que la estimación analítica sea reproducible después de que cambien los precios. |
| retry_count, cache_hit, latency_ms | Explicar los cambios de costos y confiabilidad dentro de la ruta de ejecución. |
| accepted, saved, discarded, human_handoff | Conecte el consumo del proveedor con el resultado de un producto revisado. |
Ejecutar el análisis unido
Utilice las cuentas compartidas y las tablas llm_requests para calcular el costo por producción aceptada por plan.
Abrir laboratorioSQLDesglosar el costo por característica
Inspeccione un esquema de evento completo, consulta DataFusion, resultado, gráfico y recomendación del panel.
Receta de costo abiertoMedir el costo de reintento y caché
Separe los intentos evitables del proveedor y los ahorros en caché de la demanda intencional del usuario.
Abrir receta de reintentoMantenga acotado el reclamo de facturación
Utilice facturas de proveedores como verdad de facturación. El costo a nivel de evento es una estimación analítica para atribución, decisiones de productos, investigación de márgenes y detección de anomalías.
Lea la guía de implementación de seguimiento de costos de la API OpenAIEjemplos de esquemas de eventos
Esquemas de eventos para este flujo de trabajo
Revise el detalle de la fila, el límite de emisión, los tipos requeridos, las clases de privacidad, la carga útil de ejemplo y la lista de verificación de validación antes de adaptar una consulta o fragmento a producción.
Función relacionada del producto
Continúe este flujo de trabajo en Monitoreo de agentes de IA
Conecte las ejecuciones de agentes, el uso de herramientas, el costo del modelo, la calidad y los resultados del producto con SQL revisable.
Recetas SQL relacionadas
Más ejemplos de SQL
Ejecute la consulta en los campos estructurados de este flujo de trabajo, inspeccione el resultado del ejemplo y convierta una respuesta útil en un panel o alerta.
Calcular el costo de LLM por característica y modelo
¿Qué características y modelos de productos impulsan el gasto en LLM?
Receta abiertaMedir las producciones de IA aceptadas por dólar
¿Qué combinación de modelo y características produce los resultados por dólar más aceptados?
Receta abiertaMedir el ahorro de caché de LLM y el costo de reintento
¿Cuánto costo del modelo está asociado con los reintentos y los errores de caché?
Receta abiertaMedir el tiempo de LLM hasta el primer token
¿Qué combinaciones de modelos y características se sienten lentas antes de que comience la producción?
Receta abiertaConsultar eventos de llamadas de herramientas de IA anidadas
¿Qué herramientas y argumentos de IA están asociados con la mayor cantidad de llamadas fallidas?
Receta abiertaSiguiente paso
Cree la clave API que utilizará su agente
El plan gratuito es suficiente para ejecutar el mensaje, enviar eventos de prueba y revisar el primer panel.
Páginas relacionadas
Agente de IA Telemetry y observabilidad
Instrumente la telemetría del agente de IA para ejecuciones, llamadas de herramientas, reintentos, latencia, costo del modelo, fallas y resultados aceptados en tablas de eventos listas para SQL.
Abrir páginaObservabilidad Claude Code
Proporcione a Claude Code un mensaje que haga que la telemetría forme parte del paso de implementación en lugar de un proyecto de limpieza separado.
Abrir páginaAviso de instrumentación Codex
Un mensaje enfocado que solicita a Codex que instrumente el resto del producto, verifique eventos y resuma las brechas de cobertura.
Abrir página