LiteLLM项目中Anthropic模型成本计算问题的技术分析

在开源项目LiteLLM的最新版本(v1.65.4.post1)中，发现了一个与Anthropic模型成本计算相关的重要技术问题。这个问题主要出现在启用了提示缓存(prompt caching)功能时，会导致输入令牌(token)被重复计算，从而使得成本估算出现显著偏差。

问题背景

LiteLLM作为一个大型语言模型(LLM)的统一接口层，提供了对多种模型API的抽象和标准化访问。其中，Anthropic作为重要的模型提供商之一，其Claude系列模型在LiteLLM中得到了良好支持。在实际使用中，当用户启用提示缓存功能时，系统会记录缓存创建过程中消耗的令牌数(cache_creation_input_tokens)。

问题现象

技术分析发现，当前实现中存在一个关键缺陷：系统不仅会将cache_creation_input_tokens作为独立的缓存创建成本计算，还会将其包含在常规的提示令牌(prompt tokens)中进行重复计算。这导致最终的成本计算结果几乎是实际成本的两倍。

例如，在一个实际案例中：

• API返回的用量数据显示：输入令牌3个，缓存创建输入令牌12304个，缓存读取输入令牌0个，输出令牌550个
• LiteLLM计算出的成本为$0.091311
• 而Anthropic计费控制台显示的实际成本仅为$0.05439

技术细节分析

深入代码层面，问题出现在成本计算逻辑中。系统在处理Anthropic API返回的用量数据时，没有正确处理缓存相关令牌与常规提示令牌之间的关系。具体表现为：

1. 系统首先将input_tokens(3)和cache_creation_input_tokens(12304)相加作为总输入令牌(12307)
2. 然后又将cache_creation_input_tokens作为独立的缓存创建成本项进行计算
3. 这种双重计算导致了最终成本的高估

影响范围

这一问题会影响所有使用以下配置的用户：

• 使用Anthropic模型(特别是Claude 3.7 Sonnet等较新版本)
• 启用了提示缓存功能
• 依赖LiteLLM进行成本计算和监控

解决方案建议

正确的实现应该：

1. 区分常规提示令牌和缓存相关令牌的计算
2. 避免将缓存创建令牌同时计入常规提示令牌和独立缓存成本项
3. 确保总成本计算与Anthropic官方计费逻辑一致

总结

这个问题虽然不会影响模型的实际调用和功能，但对于需要精确成本控制的用户来说至关重要。特别是在大规模使用场景下，这种成本计算偏差可能会造成显著的财务影响。建议使用相关功能的用户关注此问题的修复进展，并在必要时手动验证成本计算结果。