計算每次 LLM 請求的 Token 成本
生產實作指南：計算每次 LLM 請求的 Token 成本。內容包含確定性工件、失敗邊界、上線檢查與有來源的限制。
生產實作指南：計算每次 LLM 請求的 Token 成本。內容包含確定性工件、失敗邊界、上線檢查與有來源的限制。
先做決策
計算每次 LLM 請求的 Token 成本是一份明確的生產契約，而非孤立的程式修改。移動流量前先定義成功訊號、終止失敗狀態與回復條件。以下工件把證據與假設分開，並讓每次嘗試都可追溯。
先落實 usage_source，再以確定性案例證明 input，並把 settlement 設為上線門檻，而非事後補項。
可重用的技術工件
以下表格是審查記錄。只有證據來自同一請求、測試時窗或設定快照時才算通過。
| 檢查點 | 需要保留的證據 | 通過條件 |
|---|---|---|
usage_source |
provider_usage_or_named_normalization_rule |
記錄 owner、來源、核驗日期與已知限制。 |
input |
uncached_input_tokens_after_category_separation |
在線路邊界保留並精確比對該值。 |
cache |
cache_read_and_cache_write_token_categories |
在線路邊界保留並精確比對該值。 |
output |
visible_and_reasoning_output_under_the_owned_price_rule |
在線路邊界保留並精確比對該值。 |
formula |
versioned_coefficients_in_currency_per_one_million_tokens |
記錄 owner、來源、核驗日期與已知限制。 |
settlement |
reserve->actual_usage->idempotent_final_charge/refund |
預留、觀測與最終值能在同一持久帳本對帳。 |
演算範例
範例使用合成且確定性的資料。請改用已審查的工作負載參數，勿把生產密鑰或客戶提示放入測試工件。
input_tokens = 1200
cache_read_tokens = 800
cache_write_tokens = 0
output_tokens = 300
cost = (input_tokens * input_rate
+ cache_read_tokens * cache_read_rate
+ cache_write_tokens * cache_write_rate
+ output_tokens * output_rate) / 1_000_000
round_at = owned_currency_or_quota_boundary
實作流程
- 變更前凍結目前請求、回應、設定與可觀測基線。
- 執行一個確定性的正向案例並保留客戶端完整結果。
- 執行配對的負向或上限案例，以證據確認失敗行為。
- 用一個邏輯請求 ID 連結全部嘗試，記錄時間、終態與用量但不保存敏感正文。
- 僅對有界流量放量並設定停止條件，不能因 happy path 通過就直接擴大。
- 變更後回讀持久狀態與公開行為；任何不變量失敗時執行預備的回復。
常見失敗模式
即使外層 HTTP 看似成功，以下情況仍使結論無效：
- 易變價格缺少來源、核驗日期或發佈前重查。
- 並發請求因缺少原子預留而超出預算。
- 只讀取便利欄位而遺漏輸出項、工具呼叫、拒絕或部分結果。
- 共享用量錯誤歸屬使總額無法對帳。
Modelflare 邊界
Modelflare 可集中管理 OpenAI 相容路由、密鑰、群組、用量與失敗處理，但已設定路由不代表上游支援所有選用欄位。必須以原生協定驗證具體模型與渠道；價格以目前來源為準，保留明確零值，最終持久結算才是帳務真相。
發佈前檢查表
- 先回答核心問題再補背景。
- 每個欄位、狀態、指標與公式都有唯一 owner。
- 範例只用合成識別，不含密鑰或客戶資料。
- 所有語言保留相同結構、程式碼、限制與警告。
- T-1 日重查易變契約、模型支援與價格；失效時移動日期。
- 預約時間前，公共 API、本地化路由與 sitemap 均不出現文章。
來源與核驗日期
來源核驗日期：2026-08-07。來源只建立外部契約或原則，不證明未測試的路由已支援。