OpenLLMetry项目:OpenAI调用中的提示词缓存令牌追踪功能解析
背景与需求
在现代AI应用开发中,对大型语言模型(LLM)调用进行精细监控和成本核算变得越来越重要。OpenLLMetry作为一个开源的可观测性工具,提供了对多种LLM服务的监控能力。其中,OpenAI作为最主流的LLM服务提供商,其调用过程中的令牌使用情况是开发者关注的核心指标之一。
目前OpenAI API返回的用量数据中,包含了一个重要但常被忽视的指标——提示词缓存读取令牌(prompt cache read tokens)。这些令牌代表从缓存中直接读取的内容,不需要重新计算,能显著降低API调用成本。然而,现有监控方案往往没有单独统计这部分令牌使用量。
技术实现方案
OpenLLMetry计划通过扩展其OpenAI instrumentation模块来实现这一功能。具体技术实现将围绕以下几个关键点:
-
数据提取:从OpenAI API响应中解析
usage
字段,获取cache_read_tokens
数值 -
指标映射:使用OpenTelemetry的标准属性
SpanAttributes.LLM_USAGE_CACHE_READ_INPUT_TOKENS
来记录缓存读取令牌数 -
成本计算:将缓存令牌与常规令牌分开统计,为成本核算提供更精确的数据基础
-
可视化展示:在监控面板中区分显示缓存令牌和常规令牌的使用情况
实现价值
这一改进将为开发者带来多方面价值:
-
成本透明度提升:明确展示缓存带来的成本节省,帮助开发者评估缓存策略效果
-
性能优化依据:通过缓存命中率分析,指导开发者优化提示词设计
-
跨平台一致性:与Anthropic等其它LLM服务的监控指标保持统一,便于比较
-
精细化运营:为SaaS类产品提供更精确的API成本分摊依据
技术细节与考量
在实际实现过程中,需要注意几个技术细节:
-
版本兼容性:确保功能与不同版本的OpenAI API保持兼容
-
指标聚合:在分布式系统中正确处理缓存令牌的聚合计算
-
采样策略:对于高频调用,需设计合理的采样策略避免监控数据过载
-
上下文传播:在调用链中正确传递缓存令牌信息,便于端到端分析
总结
OpenLLMetry对OpenAI调用中缓存令牌的监控支持,体现了现代可观测性工具对AI应用场景的深度适配。这一改进不仅完善了基础监控能力,更为开发者优化AI应用性能和成本提供了有力工具。随着AI应用复杂度的提升,此类精细化的监控功能将变得越来越重要。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-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~042CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-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。00openHiTLS
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!C0300- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









