跳至主要內容
Telemetry
對於具有模型使用、代幣支出和延遲風險的人工智慧產品

OpenAI 成本監控

透過 SQL 儀表板和預算警示,按模型、功能、客戶、延遲、錯誤率和結果監控 OpenAI 和 LLM 支出。

審閱者 Telemetry產品團隊 . 我們檢查了事件欄位、建議查詢和要排除的資料. 誰負責審查此頁面

為什麼這有效
  • 按功能和客戶帳戶對支出進行建模。
  • 在成為支援票之前的延遲和故障趨勢。
  • 應用程式公開生成的輸出的接受率或儲存率。
記錄和檢查什麼

將代幣使用轉化為可審查的單位經濟效益

當版本化估計與重試和應用程式實際評估的下游結果相結合時,提供程式的使用變得更加有用。

  1. 1

    型號要求

    捕獲提供者、模型、功能、權杖、延遲、快取和重試上下文。

  2. 2

    成本估算

    應用註明日期的價格來源並在估算旁邊保留其版本。

  3. 3

    產品成果

    將請求連線到已接受、已解決、已儲存、已升級或已放棄的工作。

  4. 4

    單位經濟效益

    比較每個審查結果的成本,而不是單獨比較權杖或請求量。

用例與範本

選擇要衡量的內容

使用用例指南來選擇結果、事件邊界和分析問題。當您準備好接受較短的複製貼上實施簡介時,請開啟匹配的範本。

開啟 法學碩士成本追蹤

代理提示

將其貼上到您的編碼代理中

更換 YOUR_API_KEY 註冊後,然後要求代理執行產品流程並驗證第一個事件。

代理提示

OpenAI cost monitoring 設定提示

text
使用 Telemetry 檢測該專案,以便我們可以瞭解 OpenAI 和 LLM 的用法。

使用 /skill.md 和此 Telemetry API 金鑰:YOUR_API_KEY

請登入:
1. 每個型號請求均帶有 model、provider、route、feature、input_tokens、output_tokens、total_tokens、estimated_cost_usd、latency_ms、status 和 error_type(如果相關)。
2、座席或助理進行工具呼叫,包括tool_name、status、latency_ms、result_category。
3. 面向使用者的AI工作流程結果,包括feature、status、retry_count,以及使用者是否是accepted、copied、saved或discarded結果。
4. 儀表板,其中包含每日成本、按功能劃分的成本、按模型劃分的故障、p95 延遲和可接受的輸出率。

除非我明確批准儲存提示和原始完成,否則不要將提示和原始完成情況保留在遙測中。

設定步驟

  1. 1預設情況下,記錄每個模型請求而不儲存原始提示。
  2. 2記錄權杖、估計成本、延遲、提供商、模型和工作流程。
  3. 3連線產品結果事件,例如儲存、複製、接受或重試。
  4. 4建立利潤、可靠性和使用者價值的儀表板。

要捕獲的事件

llm_request_completedllm_request_failedassistant_tool_calledai_output_acceptedai_output_discardedai_feature_retained

由此解鎖的問題

  • 哪些人工智慧功能的每位啟用使用者成本最高?
  • 哪種模型的單位美元產出率最受接受?
  • 重試或超時在哪些方面會損害轉換?

LLM成本和單位經濟學

標準化提供商的使用,然後衡量每個有用結果的成本

當權杖支出與功能、帳戶、重試路徑保持連線並檢視建立它的使用者結果時,權杖支出就變得可操作。使用計算器測試假設,然後針對多資料表 SQL 實驗室執行相同的分析。

估計每月費用

輸入的價格只是範例,並非當前的提供商價格。將它們替換為提供商協議中的費率和計費權杖類別。

提供者嘗試

105,000

預計每月費用

US$304.50

估計重試成本

US$14.50

接受的輸出

60,000

每個接受輸出的成本

US$0.0051

此僅限瀏覽器的估算不會傳送到 Telemetry,也不是提供商發票。

提供商中立的事件合約

保留您需要的提供商回應欄位,但規範化分析表面,以便模型和定價更改不需要新的儀表板。

標準化欄位為什麼他們屬於在一起
provider, model, feature將使用情況歸因於提供商和產品工作流程。
input_tokens, output_tokens保留提供商報告的使用元件。
cached_input_tokens, reasoning_tokens如果可用,請將可選的計費類別分開。
estimated_cost_usd, pricing_version使分析估計在價格變化後可重複。
retry_count, cache_hit, latency_ms解釋執行路徑內的成本和可靠性變化。
accepted, saved, discarded, human_handoff將提供商的消費與經過審查的產品結果聯絡起來。

保持帳單索賠有界

使用提供商發票作為計費事實。事件級成本是對歸因、產品決策、利潤調查和異常檢測的分析估計。

閱讀 OpenAI API 成本追蹤實施指南

事件結構描述範例

在將查詢或程式碼片段適應生產之前,請檢查行粒度、發出邊界、所需型別、隱私類、範例有效負載和驗證清單。

相關產品功能

繼續此工作流程 AI代理監控

透過可審查的 SQL 連線代理執行、工具使用、模型成本、品質和產品結果。

相關 SQL 查詢範例

更多 SQL 範例

針對此工作流程中的結構化欄位執行查詢,檢查範例結果,並將有用的答案轉換為儀表板或警示。

瀏覽所有查詢範例

下一步

建立您的代理將使用的 API 金鑰

免費計劃足以執行提示、傳送測試事件和檢視第一個儀表板。

相關頁面