28. 用量与成本

完整版章节。内容按 2026.10 主线代码核对；具体入口以当前许可、账号权限和交付环境为准。

返回概览 · 完整版目录 · 下载完整 PDF

本章内容：本章面向平台管理员、财务与运营人员，以及需要核对本人消费的成员和智能体负责人。读完后你能做到：在「运行总览」找出钱花在哪些模型、部门、成员和接入凭据上；说清 Token 与费用记在谁头上、员工对话与智能体的消耗怎样区分；用标签与终端用户标识把费用拆到业务场景和最终使用者；用配额在调用发生时把钱挡住；读懂性能与缓存指标，并按期出账与汇报。配额的规则细节见第 26.14 节，模型定价见第 5 章。

28.1 用量与成本的查看入口

适用场景：先确定自己该去哪里看，以及能看到多大范围的数据。

数据范围：「首页」下的三个用量分区按当前工作空间统计。管理员、财务与只读审计角色看到工作空间全部成员的数据，页面说明为「当前工作区全部成员的模型调用、能力调用与近一年活跃度。」；其他成员只看到本人发起的调用，说明为「你在当前工作区的模型调用、能力调用与近一年活跃度。」。按本人统计时，没有发起人的调用（如部分定时运行的智能体调用）不可见。

注意：各入口与计费使用同一份数据，只是统计范围与维度不同；用量汇总有分钟级延迟，核对刚发生的调用以调用详情为准。

28.2 读运行看板

适用场景：需要在一页里掌握整体规模、成功率和主要消耗方，或向外汇报当期运行情况。

前提：账号为租户管理员，或具备观测、财务类角色。

统一的范围设置：开始分析前先固定范围，保证比较的是同一批数据。

操作步骤

1. 打开「运行总览 › 总览」，选择时间范围。指标卡连同走势小图和相较上一周期的变化一起刷新。
2. 读顶部四张消耗卡：「总消耗费用」「总 Token 消耗量」（副标题为请求总次数）、「输入 / 输出 Token」「缓存命中 Token」（附命中率）。
3. 读下一排性能卡：首字延迟、生成速率、「模型调用交付成功率」（附五类失败归因）、MCP 工具调用。
4. 读第三排：网关耗时 P95（分模型、MCP、A2A）、端到端 P99（副标题给出「95% 的请求在 N 秒内」）、活跃用户、覆盖部门。
5. 读末排：「平均单次费用」「网关实时并发」（副标题为最忙时段平均）、「平均会话上下文峰值」「提示词缓存节省」。
6. 向下滚动浏览其余面板：客户端分布、工具调用排行、预算、供应商、调用流向、小时热力、单场会话花费、提示词缓存按客户端、推理强度分布、响应时间分布等。
7. 需要把当期结果交给他人时，点右上角「导出汇报」。

你会看到

• 每张指标卡的副标题给出补充说明，例如成功率卡片下方按平台配置、上游故障、调用方、传输中断、未归类拆分失败数。
• 「小时热力」按星期 × 小时统计请求分布，颜色深浅表示请求量。
• 「单场会话花费」按会话轮数分档，给出一场会话的典型整场花费；子任务与辅助调用计入所属会话，不足 5 场的档位不显示。
• 某张卡片不支持当前筛选时，卡片上提示「不受「标签」筛选影响。」这类说明。

注意：页面数据接近实时刷新，两次读取之间数字会因新调用而不同，核对时请在同一时刻读取。指标卡覆盖所选范围内的全部真实流量，包括员工对话、智能体运行与外部客户端，也包括长上下文与排队中的请求，反映整体体验，不等于网关自身开销。

28.3 看懂消耗排行与高消耗凭证

适用场景：月初复盘或费用异常增长时，先回答「钱主要花在哪里、是哪一把密钥在跑量」。

前提：模型已在模型供应商处定价（第 5 章）；未定价的调用仍计入次数与 Token，金额记为 0。

操作步骤

1. 在「总览」向下滚动到「模型费用排行」「部门费用排行」「人员费用排行」三张表，每项同时给出金额与调用次数，含未定价调用时注明「含 N 次未定价」。点击任意一项会切到「请求」页签并带上对应筛选，可以逐条核对。
2. 要判断消耗由哪个业务系统在跑量时，滚到「调用流向」面板：它按「接入凭据 → 客户端 → 模型 → 供应商」四列展示分布，每列只显示调用量最高的若干项，其余合并为「其他 N 个」；右上角可「导出 CSV」。
3. 回到工具栏点「筛选」，添加「接入凭据 = 该凭据」，整页指标收敛到这把凭据，此时「总消耗费用」才是它的费用量级。

你会看到

• 模型排行的项名形如「模型名 · 供应商账号」，最多展示前若干项并标注总项数。
• 「调用流向」的节点名形如「所属人 · 凭据名」，统计的是调用次数，不是金额或 Token；「未经接入凭据」「未标识客户端」「未知模型」「未分配供应商」四类节点收纳缺少对应信息的调用。员工对话与平台托管智能体的调用不经过 API 密钥，归在「未经接入凭据」下。

注意：判断某把凭据花了多少钱，要看第 3 步收窄后的指标卡；节点名里的「所属人」是凭据归属人，不等于每次调用的实际操作人。排行只提供金额维度，按 Token 比较的做法见本章能力说明。

28.4 核对 Token 与费用归属

适用场景：判断消耗是被输入还是输出驱动、请求是否变多、缓存是否发挥作用，以及核对某一笔调用记在谁头上。

操作步骤

1. 在「总览」顶部读指标卡：「输入 / 输出 Token」分列并给出比值，「缓存命中 Token」附命中率。
2. 读「提示词缓存节省」卡片，它给出与不使用缓存相比少花的金额与比例，以及无法计价的调用数。
3. 用「筛选」依次添加模型、客户端、接入凭据，对比请求次数与 Token 的变化幅度：两者同比例增长说明请求变多；次数不变而 Token 增长说明单次请求变长。
4. 打开一条代表性调用，切到「Token 与用量」页签，核对单次用量、推理 Token、费用与计入的模型分组。

你会看到

• 「输入 / 输出 Token」的比值显著大于 1，说明开销集中在输入侧，通常意味着上下文过长或缓存未命中。
• 「提示词缓存节省」是独立卡片，节省金额不计入「总消耗费用」，两者不能相加。
• 单次调用的费用说明写成「按〈供应商〉/〈模型〉单价」，并注明本次计入哪个模型分组。

注意

• 归集方式：每笔调用在调用结束时按当时的有效单价计费，记到发起人、发起人所属部门与所使用的接入凭据上。部门费用一笔只计一次，不向上级部门汇总。
• 无法归属是正常现象：服务账号发起的调用、发起人已离开组织、历史调用缺少归属记录，都会落到无法归属的项中。

28.5 成员查看本人用量

适用场景：成员想知道自己最近用了多少、花了多少，或核对某把 API 密钥的消费。

操作步骤

1. 在顶部导航进入「首页」，左侧「用量」分组默认打开「使用情况」。
2. 读页面顶部的问候与「最近 30 天使用情况」：「模型调用次数」「成功率」「Token」「费用」四项指标，每项附「较前 30 天」的变化。
3. 读下方两张清单：「近 7 天调用最多的客户端」与「近 7 天调用最多的智能体」，以及「最近一年活跃度」热力图与「近一年模型调用」「近一年 Token」「活跃天数」「最长连续活跃」四项汇总。
4. 需要看费用明细时，点左侧「模型用量」，选择时间范围（「今天」「最近 7 天」「本月」，默认本月），按「模型分组」「计费归属」「模型」「API 密钥」筛选。
5. 需要逐条核对时，点左侧「调用日志」。

你会看到

• 「模型用量」顶部为「可用模型分组」「可用 API 密钥」两项资源概览，以及「消费金额」「模型调用次数」（附成功率）「总 Token」（附输入与输出）「平均单次成本」四张指标卡；下方为「计费归属」「模型占比」「消费趋势」与「消费明细」，可「导出明细」。
• 计费归属取调用时选择的公共、个人、部门、职能组或「试跑」；历史调用缺少记录时显示「未记录归属」。
• 有调用缺少费用时，指标卡注明「有 N 次调用缺少费用，金额和图表仅统计已记录费用。」。
• 近 30 天没有任何调用时，「使用情况」显示「近 30 天没有调用」，并提供「接入客户端」入口。

注意：「使用情况」的费用指标只给总额，明细见「模型用量」。「使用情况」的头部指标包含员工对话、智能体运行与外部客户端发起的全部模型调用；下方「客户端」清单只统计客户端发起的调用，「智能体」清单统计智能体的能力调用次数。

28.6 员工对话与智能体的用量

适用场景：区分员工直接提问的开销与智能体在后台产生的开销，找出子代理、上下文压缩、重试等隐性消耗。

按智能体查看

1. 在顶部导航进入「智能体」，打开目标智能体，切到「用量统计」。
2. 读顶部汇总：「总用量」「输入 / 输出」「平均每对话」「最高消耗对话」。
3. 在列表中按「对话」「输入 Token」「输出 Token」「总 Token」「最近使用」查看每个对话的消耗，可用「搜索对话...」查找。

你会看到：智能体还没有产生对话时，页面显示「暂无 Token 用量记录」与「该智能体产生对话后，会在这里显示每个对话的 Token 消耗。」。

按调用目的拆分

平台对每次模型调用都记有「调用目的」，取值如下：

其中平台探针与平台内部调用不计入租户账；检测与判断类调用由流量规则中的检测动作产生（第 25、26 章），计入租户用量。

操作步骤

1. 在「运行总览 › 请求」的「筛选」中添加「用途」，可选值为：对话、向量、重排、文生图、图片编辑、语音合成、语音转写、判断、视频生成。该字段表示端点用途，与「调用目的」不是同一概念。
2. 打开「管理后台 › 观测中心 › 使用洞察」的问题列表，查找辅助类问题（例如「辅助调用『…』带着整段上下文」），点进详情。
3. 在「分布特征」中读「调用来源」维度，它给出「子代理内置调用」这类来源在该问题中、以及在全部会话中的占比。
4. 需要逐轮核对时，打开会话详情的「概要」页签读「重试 · 切换渠道 · 排队」计数；再导出 JSONL 的「轮次运维明细」，每行一轮，带子代理、辅助调用、上下文压缩三项分道计数与该轮重试次数（第 30 章）。

注意：员工在「对话」中的提问与平台托管智能体的调用，由平台区分员工对话、子代理与上下文压缩。通过外部 API 密钥接入的客户端（例如编程助手），其调用一律按「员工对话」计量，这类客户端自己产生的子代理、压缩、标题生成调用在网关侧无法与主对话区分；需要按用途拆分时，改由平台托管的智能体发起调用，或开启客户端上报（第 29 章）。

28.7 按部门、项目与标签拆账

适用场景：财务分摊需要把费用按部门、工作空间或业务场景拆开并出账。

前提：账号为租户管理员；已按组织架构维护好成员所属部门。

按部门与项目

1. 在「总览」读「部门费用排行」，每行给出部门名（含上级路径）与金额、调用次数。
2. 需要按项目查看时，点工具栏「全公司」，切到「工作空间」（或「职能组」）并选择目标，整页指标收敛到该范围。逐个读取「总消耗费用」即得项目维度的金额。

部门归属规则：API 密钥记在部门账上的，计入该部门；否则计入使用人所在部门；使用人属于多个部门时，计入这些部门最深的共同上级。

按标签：同一把 API 密钥服务多个业务场景、部门与成员维度切不开时使用。

1. 进入「管理后台 › 流量 › 标签」，点「新建标签」，填写「英文标识」（用稳定、不含敏感信息的短名，如 biz_scene）与「中文名」，「适用范围」选「调用方」，勾选「允许调用方在请求头中声明」。
2. 打开标签详情，点「新建可选值」逐个添加业务取值。详情页顶部给出的请求头示例可以直接交给调用方：

curl https://<网关地址>/v1/chat/completions \
  -H "Authorization: Bearer <YOUR_API_KEY>" \
  -H "Content-Type: application/json" \
  -H "x-zenova-tags: biz_scene=code_review" \
  -d '{"model":"通用对话","messages":[{"role":"user","content":"你好"}]}'

1. 在标签详情右上角点「查看用量」，页面跳到「运行总览」并自动带上该标签筛选；日常检索时在「运行总览 › 请求」的「筛选」中添加「标签」，取值分「标签名（任意值）」与「标签名：值」两种粒度。

生成出账文件

1. 进入「管理后台 › 审计与合规 › 报表导出」，点「新建导出」。
2. 「数据」选「用量汇总」，「归集方式」按需要选逐条明细、按部门、按用户、按接入凭据或按标签；选「按标签」时再指定标签键。
3. 设置「频率」（单次 / 每天 / 每周 / 每月）、「范围」与「去向」（收件箱 / 对象存储 / 回调地址），提交。
4. 任务完成后在列表中下载文件；定期任务按频率自动生成新文件。

你会看到：「按部门」「按标签」等用量汇总文件的表头一致：归集对象、调用次数、输入 Token、输出 Token、缓存 Token、费用、币种、统计区间。每行一个归集对象，另有一行「未归属」。文件中的统计方式与页面一致。

注意

• 标签只对声明之后的调用生效，不回溯历史调用；新建后要通知调用方更新请求头，否则费用仍归在「未打标签」。
• 未开放「允许调用方在请求头中声明」的标签键，调用方带了会被拒绝（HTTP 400，VALIDATION_FAILED，原因 tag_not_declarable）；声明了不在可选值内的取值仍然放行，但该次调用只落在「标签名（任意值）」下。
• 「归集方式」中没有「按模型」，按模型出账请导出「完整调用记录」后自行分组；工作空间维度没有并列排行，也不能直接按工作空间出账。
• 删除导出任务不会删除已生成的文件；定期任务首次生成前，列表的「最近一次」为空，属正常。

28.8 按终端用户计量

适用场景：一个业务系统用同一把 API 密钥服务大量最终用户，需要按最终使用者统计次数与费用。

前提：已有一把可用的 API 密钥；业务系统能为每个最终用户生成稳定的内部编号。

操作步骤

1. 让业务系统在每次请求中传入终端用户标识，两种方式任选其一，同时出现时以请求头为准：请求头 x-zenova-end-user: <终端用户标识>，或 OpenAI 协议请求体顶层的 user 字段。
2. 在「运行总览 › 总览」点「筛选」，添加「终端用户」条件并选中目标用户，整页指标收敛为该用户的调用量与费用。
3. 打开终端用户详情，读「调用次数」「失败次数」「费用」「首次出现」「最后出现」与「按日走势」。
4. 点「查看请求」，跳到「请求」页签并按该终端用户筛选，逐条核对。

你会看到：详情页头的标识即业务系统传入的原值；「按日走势」同时给出消耗与请求两条曲线；「查看请求」后列表只包含该终端用户的调用，条数与「调用次数」一致。

注意

• 标识由业务系统自行定义，平台不校验真实性。不要在标识中放手机号、身份证号等敏感信息，用内部编号即可。
• 终端用户与「发起人」不是一回事：发起人是 API 密钥所属的平台成员，终端用户是业务系统转述的最终使用者。终端用户也参与会话识别，共用密钥的不同终端用户不会被归入同一会话（第 26.5 节）。
• 「终端用户」筛选按需检索候选值，展开时不会预列全部，直接输入完整标识最稳妥。

28.9 用预算与硬墙控制成本

适用场景：给某个成员、部门、职能组或工作空间限定周期内的 Token 或金额；给试用服务、批处理服务设硬上限，防止意外跑量；在全租户月度费用接近预算时收到通知。

前提：账号为租户管理员，或对该模型分组有管理权限。设置金额预算前，分组中模型的上游必须已有发布价；未定价时对话框提示「此分组的上游都还没有发布价，金额预算暂时不能填」，需先到「价格」页定价（第 5 章）。

操作步骤

1. 进入「管理后台 › 组织与权限 › 模型分组」，打开目标分组，选择「可用范围与配额」页签。
2. 在需要限制的对象所在行点「配额编辑」，确认「启用策略」开关为开启。
3. 在「Token 预算」中按周期填写上限（单位十亿 B，例如 0.000003 表示 3,000 Token），在「金额预算（人民币）」中按周期填写金额上限。不需要限制的周期留空，点「确认」。
4. 需要限制整个服务（不区分对象）时，在服务详情的「基本信息」页签点「编辑配额」，在「服务级配额」中填写后确认。

你会看到

• 保存后对象行按「本小时 / 今日 / 本月 / 累计」四行显示已用与限额，超限时该行标红。
• 超额后调用返回 HTTP 429，响应头 x-should-retry: false 表示不可重试。错误体中 budget 区分触发的是 Token 预算（token）还是金额预算（money），period 给出周期，window_end 给出窗口结束时间：

{
  "error": {
    "type": "insufficient_quota",
    "code": "insufficient_quota",
    "reason": "POOL_EXHAUSTED",
    "details": [{
      "reason": "pool_exhausted",
      "metadata": { "budget": "money", "period": "hour", "used": "…", "limit": "…", "window_end": "…" }
    }]
  }
}

• 员工在「对话」中额度用尽时，界面提示哪一层的哪个周期额度已用尽，以及恢复时间或「请联系管理员调整额度」。

查看预算执行情况：在「运行总览 › 总览」的「预算」面板中，按预算池列出部门、用户、工作空间、职能组、模型分组、接入凭据等对象的当期用量与状态（「未超限」「接近限额」「额度耗尽」「已停用」「未配置预算池」），可以提前发现即将触顶的对象。

注意

• 记账时机：额度在调用结束后按实际用量记账，单次调用可能把已用量推过限额，从下一次调用起拒绝。超出量至多为一次请求的用量，单次用量很大的场景要给限额留余量。
• 留空与填 0 含义相反：留空是该周期不限，填 0 是该周期一次也不允许。要取消全部周期的限制请关闭「启用策略」，而不是把每个周期都清空。关闭「启用策略」后设置仍保留，但不再限制请求，额度池也停止记账。
• 小时、天、月按自然周期滚动，「累计」从启用起一直累加。配额保存后不是瞬时生效，调整后稍等片刻再核对。
• 金额预算只对已定价的模型计量，未定价模型的调用不计费、也不占金额预算，会正常放行；要堵住这类消耗，先到「价格」页补齐发布价。配额只管总量，速率与并发限制在流量规则中配置（第 26 章）。
• 单个对象的配额没有接近阈值的推送，请定期查看「预算」面板。

28.10 读性能指标与分位值

适用场景：判断变慢发生在网关侧还是上游侧，或把平台读数与客户端侧的记录对照。

操作步骤

1. 在「总览」读性能卡：「首字延迟」为时间窗内流式调用首字时间的均值；「生成速率」为每秒输出 Token 数；「网关耗时 P95」分别给出模型、MCP、A2A 三类调用；「端到端 P99」副标题给出 95 分位。
2. 向下滚到「请求耗时构成」。该面板按上游（流式含生成）、失败重试、排队、接入层处理、网关处理分段堆叠，每段是均值且可以相加，图例注明覆盖的请求比例。
3. 滚到「响应时间分布」。直方图按 <500ms、0.5–1s、1–2s、2–3s、3–5s、5–10s、10–30s、≥30s 分档，并标出 P50、P95、P99 三条参考线。
4. 滚到「流量潮汐与双向承压」。同一张图给出网关 QPS、上游生成 Token/秒与上游预填充 Token/秒。
5. 需要看某个调用方或某个模型的表现时，用「筛选」添加「接入凭据」或「模型」，整页性能指标随之收敛。
6. 需要逐次核对单次耗时构成时，打开该次调用详情的「时延与成败」页签（第 30 章）。

你会看到

• 「请求耗时构成」把网关自身耗时与端到端耗时分开，可以直接看出耗时增长落在网关还是上游。
• 收敛到单个调用方后，可读该方自己的成功率、首字延迟、生成速率、网关耗时 P95 与端到端 P99。时间窗内没有流式调用时，首字延迟显示「时间窗内没有首字延迟样本」。

注意

• 分位值只出现在全局「响应时间分布」图上，没有按模型、渠道或项目并列的分位表；首字延迟只给均值。
• 「网关耗时 P95」卡片包含排队时间，而调用详情中排队单列，两者对不上时以详情为准。
• 样本量很小时分位值波动较大，不宜据此做容量结论。
• 客户端测得的总耗时 = 网关总耗时 + 客户端到网关之间的网络往返、握手与前置代理时间。两者之差反映网络路径，不是网关处理时间。

28.11 分析提示词缓存命中

适用场景：长上下文调用的费用主要来自重复输入，需要确认缓存是否在起作用，以及缓存为何反复失效。

操作步骤

1. 在「总览」读「提示词缓存节省」卡片：给出与不使用缓存相比少花的金额与比例，以及无法计价的调用笔数。
2. 滚到「提示词缓存 · 按客户端」。表中按「客户端 × 模型」组合列出调用次数、输入 Token、命中率、写入 / 读取、节省、无法计算，右上角给出合计节省。
3. 按「命中率」排序，找出命中率明显偏低的组合。命中率 = 缓存命中 Token ÷ 输入 Token。
4. 缓存反复失效的会话由使用洞察自动识别：进入「管理后台 › 观测中心 › 使用洞察」的问题列表，查找「提示词缓存反复失效」类问题。系统按原因分为三类：系统提示词不稳定、工具定义不稳定、输入命中缓存的比例低。
5. 点进问题详情，读「概况」中的费用、影响会话、次数、每日发生次数、原因分析与修复建议；切到「概况」右侧的页签查看命中的会话。
6. 按建议调整客户端配置后，在右上角「标记为」中选择「已处理，开始观察」，系统在观察期后自动复查。

你会看到

• 节省金额单独列示，不计入「总消耗费用」。
• 表内「无法计算」列标出缺少定价而无法折算节省的调用。节省为负值说明当期缓存写入的开销大于读命中带来的节省，常见于缓存刚建立或频繁失效的时间窗。
• 问题详情的原因分析会指明问题集中在哪个客户端，并给出针对性的修复方向。

常见修复方向

• 固定系统提示词，把时间戳、随机数等易变内容移到对话末尾；
• 固定工具定义的字段顺序与序列化格式，MCP 工具集合按名称排序后再注册；
• 同一客户端统一版本，避免多个版本交替注册不同的工具定义。

注意：问题详情中的原因分析带有生成时间，其后数据仍在更新，以页面上方的关键数字为准。命中会话的页签列出会话与次数，但不提供逐请求的未命中定位，也不展示系统提示词与工具定义的哈希对比。缓存统计没有按端点（对话 / messages / responses）的拆分。

28.12 定价快照与历史账单

适用场景：与业务方约定按内部单价结算，或解释「为什么调价后旧账单没有变」。

每次调用在发生时按当时的有效单价计费并记录。调整单价后，只有之后的调用按新价计费，已产生的调用费用不重算。

有效单价的确定顺序

1. 对象专属价：在模型分组的「可用范围与配额」中为某个对象单独设置的价格。同一次调用命中多个对象时取最具体的一个：用户 > 职能组 > 部门 > 工作空间 > 本分组全部成员。
2. 供应商标准价：在模型供应商的模型定价中设置的价格（第 5 章）。

操作步骤

1. 打开「管理后台 › 组织与权限 › 模型分组」，进入目标分组的「可用范围与配额」页签，在目标对象所在行点「设置专属价」。
2. 选择网关模型、累计周期与累计方法、计价方式（单价 / Token 倍率）、跨档计价（分段计价 / 整笔计价）。
3. 在档位信息中填写用量区间与输入、输出、缓存命中、缓存写入单价（每百万 Token）；需要阶梯价时点「添加档位」。
4. 点「确认」。之后发生的调用按新档表计价。

你会看到

• 对话框内注明「为该对象在本模型分组中的调用单独设置阶梯价，优先于模型供应商处的标准价」，以及「改档表后历史账单不变」「已结算的调用不重新计价」。
• 对未在供应商处定价的模型，「设置专属价」提示该模型尚无标准价，并提供「去定价」入口。
• 调用详情「Token 与用量」的费用行给出本次费用与计价依据。

注意：专属价保存后对之后的调用立即生效，历史调用的费用保持原值；未定价的模型不能设置专属价，需先在供应商处定价；以美元计价的模型按「全局设置」中的汇率折算为结算币种。涉及与供应商的实际结算时，以供应商账单为准。

28.13 服务水平监控与运营报表

适用场景：判断某个调用方当前是否达到约定的成功率与耗时水平，或按期把运行数据交给管理层、财务或审计。

服务水平核对

1. 在「总览」用「筛选」添加「接入凭据」，或用「全公司」选择成员，把整页收敛到该调用方。
2. 读该调用方的「模型调用交付成功率」与「端到端 P99」，作为当期是否达标的依据。
3. 需要分组维度的数据时，打开模型分组详情的「调用情况」，查看该分组的调用量、成功率与耗时统计。

运营报表

1. 当期快照：在「总览」选定范围后点「导出汇报」，得到与指标卡同范围的 CSV。CSV 为长格式，列包括分区、项目、数值、单位、占比；分区含关键指标、模型排名、客户端排名、部门分摊，关键指标与看板逐项一致。
2. 定期报表：在「报表导出」中新建任务，「数据」选「用量汇总」或「完整调用记录」，设置频率与去向。文件按频率自动生成，落在收件箱、对象存储或回调地址。
3. 需要经营指标时，用「平均单次费用」与「总 Token 消耗量」自行计算单位 Token 成本。

注意：平台提供「模型调用交付成功率」指标，但没有服务水平目标设置、达标率计算与报告，判断是否达标需要人工比对约定值；没有按调用方并列对比的表格，只能逐个筛选查看。「导出汇报」反映点击那一刻的数据，与随后打开的看板可能有细微差异；报表导出生成的是文件，不是实时数据流。

建议每周关注：费用或 Token 是否突增、失败率是否上升、尾部耗时是否恶化、某一模型或部门是否占用异常、新上线的模型、模型分组与智能体是否有真实使用。

能力说明

---

上一章：27. 网关扩展与开放 API · 下一章：29. 可观测入口、数据来源与权限边界