+ 以下指标按所选时间区间逐模型聚合:历史数据(昨天及以前)源自 bil_usage_daily 每日聚合,
+ 当天数据来自 Redis 实时热桶(小时粒度);选择渠道筛选后,当天数据改为从请求明细(bil_usage_logs)实时聚合。
+ 两段口径一致、合并计算。顶部概览卡为当前筛选范围的汇总。
+
区间内该模型的总请求数(含失败请求,重试成功按最终一次成功计)。
+请求数 = Σ request_count
成功请求占总请求的比例。标签按阈值分级:≥99 优秀(绿)/ ≥95 良好(蓝)/ ≥90 警告(橙)/ 其余严重(红)。
+成功率 = Σ 成功请求数 ÷ Σ 总请求数 × 100%
输入与输出 token 之和(不含缓存写入部分)。
+总 Token = Σ input_tokens + Σ output_tokens
区间内该模型实际计费成本合计(USD),已含输入、输出与缓存各项费用。
+总成本 = Σ total_cost
请求从发起到响应完成的全程耗时均值(毫秒),流式请求计至最后一个分片。
+平均延迟 = Σ 请求延迟 ÷ Σ 总请求数
流式请求从发出到收到首个 token 的耗时均值(毫秒)。非流式 / 无首 token 的请求按 0 计入分母,会拉低该均值。
+平均首Token = Σ 首 token 延迟 ÷ Σ 总请求数
平均每秒输出的 token 数,衡量模型生成速度。
+TPS = Σ 输出 token ÷ (Σ 请求延迟 ÷ 1000)
+ 从上游提示词缓存读取的 token 数,括号内为 Token 级命中率。某次请求的缓存读取 token > 0 即视为命中; + 无任何缓存读写活动的模型(如 embedding / 图像类)显示 —。 +
+缓存命中 Token = Σ cache_read_tokens
+ 缓存命中 token 占总输入 token 的比例,分母为归一化总输入(未命中输入 + 缓存写入 + 缓存读取)。 + 注意:OpenAI 原生渠道的 input_tokens 已包含缓存部分,该口径下命中率为保守值(偏低),Claude 渠道精确。 +
+缓存命中率 = Σ cache_read_tokens ÷ (Σ input_tokens + Σ cache_creation_tokens + Σ cache_read_tokens) × 100%
+ 命中缓存的请求数占总请求数的比例。仅写入缓存(首次建立缓存、未读取)不计命中。 + 与 Token 级命中率互补:本指标高说明缓存覆盖面广,Token 级高说明单次请求复用的前缀长。 +
+请求缓存命中率 = Σ 命中缓存的请求数 ÷ Σ 总请求数 × 100%