https://www.xlabs.club/tags/openai-%E5%85%BC%E5%AE%B9/Recent content in OpenAI 兼容 on XLabsHugozh-CNCopyright (c) 2020-2025 XLabs ClubSat, 19 Sep 2026 00:10:36 +0800https://www.xlabs.club/blog/llm-observability-usage-fields/Sat, 19 Sep 2026 00:00:00 +0800https://www.xlabs.club/blog/llm-observability-usage-fields/<p>把 LLM 成本看板建在客户端拿到的 <code>usage</code> 上，会错多少？我在这台内网 OpenAI 兼容聚合网关上跑了约 80 次调用，答案不是&quot;有点误差&quot;，而是字段缺失和语义不一致。</p> <p>环境：一个 <code>/v1/chat/completions</code> 后面挂着多家的模型，2026-09-19 实测，<code>temperature=0</code>。同一个 20 字中文问题，非流式 <code>max_tokens=256</code> 打 5 个模型；流式另有 3 个模型 × 2 种参数 × 2 次重复的配对调用。全部用标准库 <code>urllib</code> 直连，限速 2.3s 避免打限流。</p> <h2 id="一usage-里能拿到什么5-个模型给出-5-套字段">一、usage 里能拿到什么，5 个模型给出 5 套字段</h2> <table> <thead> <tr> <th>请求模型</th> <th>prompt_tokens</th> <th>completion_tokens</th> <th>其中 reasoning</th> <th>正文长度</th> <th>finish_reason</th> </tr> </thead> <tbody> <tr> <td>deepseek-v4-flash</td> <td>55</td> <td>133</td> <td>108</td> <td>35 字</td> <td>stop</td> </tr> <tr> <td>qwen3.8-flash</td> <td>87</td> <td>268</td> <td>251</td> <td>22 字</td> <td>stop</td> </tr> <tr> <td>glm-5.3</td> <td>34</td> <td>256</td> <td>254</td> <td>1 字</td> <td><strong>length</strong></td> </tr> <tr> <td>gpt-5.6-luna</td> <td>29</td> <td>68</td> <td>38</td> <td>33 字</td> <td>stop</td> </tr> <tr> <td>MiniMax-M3</td> <td>198</td> <td>256</td> <td>256</td> <td><strong>0 字</strong></td> <td><strong>length</strong></td> </tr> </tbody> </table> <p>三字段（prompt / completion / total）是唯一的不变量。其余全按供应商各自的习惯：</p>