跳转到内容
Telemetry
对于具有模型使用、代币支出和延迟风险的人工智能产品

OpenAI 成本监控

通过 SQL 仪表板和预算警报,按模型、功能、客户、延迟、错误率和结果监控 OpenAI 和 LLM 支出。

审阅者 Telemetry产品团队 . 我们检查了事件字段、建议查询和要排除的数据. 谁负责审核此页面

为什么这有效
  • 按功能和客户帐户对支出进行建模。
  • 在成为支持票之前的延迟和故障趋势。
  • 应用程序公开生成的输出的接受率或保存率。
记录和检查什么

将代币使用转化为可审查的单位经济效益

当版本化估计与重试和应用程序实际评估的下游结果相结合时,提供程序的使用变得更加有用。

  1. 1

    型号要求

    捕获提供者、模型、功能、令牌、延迟、缓存和重试上下文。

  2. 2

    成本估算

    应用注明日期的价格来源并在估算旁边保留其版本。

  3. 3

    产品成果

    将请求连接到已接受、已解决、已保存、已升级或已放弃的工作。

  4. 4

    单位经济效益

    比较每个审核结果的成本,而不是单独比较令牌或请求量。

用例与模板

选择要衡量的内容

使用用例指南来选择结果、事件边界和分析问题。当您准备好接受较短的复制粘贴实施简介时,请打开匹配的模板。

打开 法学硕士成本追踪

代理提示

将其粘贴到您的编码代理中

更换 YOUR_API_KEY 注册后,然后要求智能体运行产品流程并验证第一个事件。

代理提示

OpenAI cost monitoring 设置提示

text
使用 Telemetry 检测该项目,以便我们可以了解 OpenAI 和 LLM 的用法。

使用 /skill.md 和此 Telemetry API 密钥:YOUR_API_KEY

请登录:
1. 每个型号请求均带有 model、provider、route、feature、input_tokens、output_tokens、total_tokens、estimated_cost_usd、latency_ms、status 和 error_type(如果相关)。
2、座席或助理进行工具调用,包括tool_name、status、latency_ms、result_category。
3. 面向用户的AI工作流程结果,包括feature、status、retry_count,以及用户是否是accepted、copied、saved或discarded结果。
4. 仪表板,其中包含每日成本、按功能划分的成本、按模型划分的故障、p95 延迟和可接受的输出率。

除非我明确批准存储提示和原始完成,否则不要将提示和原始完成情况保留在遥测中。

设置步骤

  1. 1默认情况下,记录每个模型请求而不存储原始提示。
  2. 2记录令牌、估计成本、延迟、提供商、模型和工作流程。
  3. 3连接产品结果事件,例如保存、复制、接受或重试。
  4. 4创建利润、可靠性和用户价值的仪表板。

要捕获的事件

llm_request_completedllm_request_failedassistant_tool_calledai_output_acceptedai_output_discardedai_feature_retained

由此解锁的问题

  • 哪些人工智能功能的每位激活用户成本最高?
  • 哪种模型的单位美元产出率最受接受?
  • 重试或超时在哪些方面会损害转换?

LLM成本和单位经济学

标准化提供商的使用,然后衡量每个有用结果的成本

当令牌支出与功能、帐户、重试路径保持连接并查看创建它的用户结果时,令牌支出就变得可操作。使用计算器测试假设,然后针对多表 SQL 实验室运行相同的分析。

估计每月费用

输入的价格只是示例,并非当前的提供商价格。将它们替换为提供商协议中的费率和计费令牌类别。

提供者尝试

105,000

预计每月费用

US$304.50

估计重试成本

US$14.50

接受的输出

60,000

每个接受输出的成本

US$0.0051

此仅限浏览器的估算不会发送到 Telemetry,也不是提供商发票。

提供商中立的事件合约

保留您需要的提供商响应字段,但规范化分析表面,以便模型和定价更改不需要新的仪表板。

标准化字段为什么他们属于在一起
provider, model, feature将使用情况归因于提供商和产品工作流程。
input_tokens, output_tokens保留提供商报告的使用组件。
cached_input_tokens, reasoning_tokens如果可用,请将可选的计费类别分开。
estimated_cost_usd, pricing_version使分析估计在价格变化后可重复。
retry_count, cache_hit, latency_ms解释执行路径内的成本和可靠性变化。
accepted, saved, discarded, human_handoff将提供商的消费与经过审查的产品结果联系起来。

保持帐单索赔有界

使用提供商发票作为计费事实。事件级成本是对归因、产品决策、利润调查和异常检测的分析估计。

阅读 OpenAI API 成本跟踪实施指南

事件模式示例

在将查询或代码片段适应生产之前,请检查行粒度、发出边界、所需类型、隐私类、示例有效负载和验证清单。

相关产品功能

继续此工作流程 AI代理监控

通过可审查的 SQL 连接智能体运行、工具使用、模型成本、质量和产品结果。

相关 SQL 查询示例

更多 SQL 示例

针对此工作流程中的结构化字段运行查询,检查示例结果,并将有用的答案转换为仪表板或警报。

浏览所有查询示例

下一步

创建您的智能体将使用的 API 密钥

免费计划足以运行提示、发送测试事件和查看第一个仪表板。

相关页面