LiteLLM项目中Anthropic模型成本计算问题的技术分析
2025-05-10 07:02:27作者:龚格成
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:
- 系统首先将
input_tokens
(3)和cache_creation_input_tokens
(12304)相加作为总输入令牌(12307) - 然后又将
cache_creation_input_tokens
作为独立的缓存创建成本项进行计算 - 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:
- 区分常规提示令牌和缓存相关令牌的计算
- 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
- 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。
登录后查看全文
热门项目推荐
相关项目推荐
HunyuanImage-3.0
HunyuanImage-3.0 统一多模态理解与生成,基于自回归框架,实现文本生成图像,性能媲美或超越领先闭源模型00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++018Hunyuan3D-Part
腾讯混元3D-Part00GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0279Hunyuan3D-Omni
腾讯混元3D-Omni:3D版ControlNet突破多模态控制,实现高精度3D资产生成00Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
最新内容推荐
项目优选
收起

deepin linux kernel
C
22
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
155
1.99 K

Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0

Ascend Extension for PyTorch
Python
38
72

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
942
555

本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
405
387

为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Python
75
71

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
993
396

本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
517
49

本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
345
1.32 K