每日成本审查 2026-09-25¶
- 审查日期：2026-09-25
- 数据来源：
./venv/bin/python cost_audit/daily_review.py（只读，取数时刻 01:22） - 状态：截至 01:22，当天未完结（已过约 5.7% 时段）
① 汇总¶
- 成本 0.802 元 | 0.036 元/轮 | 0.0049 元/请求；请求 163、会话 6、轮 22、步/轮 7.4。
- 四段占比：输出 0.468（58.4%，其中思考 0.248 元）> 输入·命中 0.180（22.4%）> 输入·未命中 0.154（19.2%）。
- 与基线方向：成本 -91%、元/轮 -88%、步/轮 7.4 vs 基线 22.2（-67%）、输出 -84%、未命中 -92%。
- 折算提示：累计量仅占全天时段 5.7%，但已达基线日成本的 9.4%、基线日请求的 24%——凌晨 1 小时是高密度使用时段，简单按时段折算会高估全天，暂不构成超支信号。
② 异常判定¶
| 项 | 判定 | 依据 |
|---|---|---|
| [1] 01:11:37 会话首条 miss=15,082 | 正常 | 会话首条未命中偏高属结构必然（system+规则+HANDOFF 重建）；该请求 hit=13,568，会话级未命中仅 2.1% |
| [1] 3 条会话中段 miss=11,143 / 11,120 / 11,020 | 需关注 | 同属 5218f54dd543，单请求 hit=51,456 / 29,312 / 159,616 远大于 miss，会话级未命中占比仅 2.1%——是前缀部分失效而非整段失效；但 4 条合计 0.066 元占当日 8.2%，量级需盯 |
| [2] 单请求最贵 0.0597 元（out=12,647） | 正常 | 输出主导（out=12,647 为当日最大输出），符合「输出 > 未命中 > 命中」成本结构 |
| [3] 5218f54dd543 成本 0.545 元、50 请求 / 1 轮、步/轮 50.0 | 异常 | 占当日成本 68%（0.545/0.802）；步/轮 50.0 远超当日其余会话（次高 21.5、中位个位数），单轮内 50 步属失控步进 |
| [3] 88341d6751fb 0.109 元 / 42 请求 / 13 轮 / 步/轮 3.2 | 正常 | 步/轮 3.2 低于当日总体 7.4，42 请求分散在 13 轮属正常多轮会话 |
| [3] 9a12e6e1207c 0.064 元 / 5 请求 / 1 轮 | 正常 | 5 请求 0.064 元，含 00:00:31 单条 0.0192 元（hit=367,872），命中良好 |
| [4] e8076a97eb26 步/轮 21.5（43 请求 / 2 轮） | 需关注 | 21.5 > 2×当日典型会话步/轮（6.7、5.0、3.2），但该会话未命中占比 0.0%、成本仅 0.056 元（占 7%），损失有限 |
| [4] dc27dbf7ebd7 步/轮 6.7 | 正常 | 低于当日总体 7.4 |
| [5] 同会话重复提问：无 | 正常 | 清单为空 |
| [6] 输出截断嫌疑：无 | 正常 | 当日最大输出 12,647，无重复模式 |
| [7] 上下文最大 374,402 prompt | 正常 | 对应 miss 仅 192~514，前缀命中极好，成本可控 |
| [8] 会话未命中占比最高 2.1% | 正常 | 全部会话 ≤2.1%，远低于失效水平 |
| [9] 长会话（轮≥40 或请求≥100）：0 个 | 正常 | 无 |
③ 评估¶
整体基本合理，但有一条明确不合理：5218f54dd543 单轮 50 步、成本 0.545 元占当日 68%（01:11–01:17 的 HPC submit 主机会话）。证据链：步/轮 50.0 vs 当日其余会话 3.2~21.5；4 条 miss>10k 中 3 条在该会话中段（合计占当日成本 8.2%）。这是一轮提问内连跑 50 个工具步的探索型任务——不是计价问题，是单轮步进失控。除此之外：未命中率全会话 ≤2.1%、无重复提问、无输出截断、上下文 374k 全程命中，缓存与规则链路健康。
注意：截至 01:22 当天未完结，累计成本 0.802 元已达基线日成本 9.4%、请求达基线 24%——按已过时段（5.7%）折算略偏高但属凌晨高密度使用，全天结论待晚间复核。
④ 改进建议（只提不改）¶
- 压缩 5218f54dd543 类单轮步进：针对「步/轮 50、占成本 68%」——同类 HPC 探索任务先写一次性脚本取数再下结论，避免逐条试错。按当日数据折算：若该轮步进降到当日中位水平（~7 步），可省约 0.4 元/次（该会话 0.545 元的 ~75%）。
- 中段失效 4 条归零：针对「4 条 miss>10k 合计 0.066 元、占 8.2%」——排查 01:11 前是否改过 skill/规则仍在旧会话继续；若是，改完开新会话即可避免（属行为习惯，预计省 0.066 元/次）。
- e8076a97eb26 步/轮 21.5 挂账观察：针对「21.5 vs 当日典型 3.2~6.7」，但成本仅 0.056 元（7%）、未命中 0.0%，暂不动，重复出现再治理。
（无配置/规则/服务改动项，故本轮无「需确认后执行」事项。）
⑤ 会话归因¶
折算口径：命中×0.02 + 未命中×1.0 + 输出×4.0（元/百万）；取数时刻 01:23，当日累计 173 请求 / 1.049 元（阶段一 01:22 取数为 163 请求 / 0.802 元，会话仍在进行中）。轮粒度步/轮中位 = 3。
| conv | 开场 | 结束 | 请求 | 轮 | 步/轮 | hit | miss | out | 成本(占比) | 触发 | 开场提问 |
|---|---|---|---|---|---|---|---|---|---|---|---|
| 5218f54dd543 | 01:11 | 01:22 | 54 | 1 | 54.0 | 7,935,360 | 154,104 | 66,035 | 0.577(55.4%) | 成本+步/轮+中段失效 | 我新建了一台主机专门用于HPC submit ，192.168.31.28 ,请你将该主机命名为hpc-submit,这…（脚本截断） |
| 88341d6751fb | 00:30 | 01:23 | 46 | 13 | 3.5 | 0 | 0 | 58,268 | 0.233(22.4%) | 成本 | /cost |
| e8076a97eb26 | 00:06 | 01:21 | 43 | 2 | 21.5 | 0 | 0 | 27,895 | 0.112(10.7%) | 成本+步/轮 | 指向真实安装路径。本工程与 slurm_ins 部署工程分离，不重写后者。 【环境事实】 |
| 9a12e6e1207c | 00:00 | 00:01 | 5 | 1 | 5.0 | 1,857,664 | 1,672 | 6,233 | 0.064(6.1%) | - | 好的，用内置浏览器帮我点这两步 |
| dc27dbf7ebd7 | 00:08 | 00:30 | 20 | 3 | 6.7 | 0 | 0 | 12,273 | 0.049(4.7%) | 步/轮 | 我需要虚拟一台 8C,16G 50GHDD的rocky9 虚拟机，请帮我使用部署工具创建 |
| 0cb5000a23f4 | 01:17 | 01:19 | 3 | 2 | 1.5 | 0 | 0 | 1,554 | 0.006(0.6%) | - | 我咨询你个事，像这种我明明给了很明确的路径类似于/home/rain/Documents/temp/sudo-nopas…（脚本截断） |
注：mi 路由会话（88341d6751fb / e8076a97eb26 / dc27dbf7ebd7 / 0cb5000a23f4）hit/miss 计量为 0，折算成本全部落在输出段，与台账口径的差异待观察（mi 计价走 GLM 回退，SOP 四十八）。
⑥ 深挖取证¶
5218f54dd543（需关注）— 成本第 1 名 55.4%，单轮 54 步¶
- 结论：需关注——步/轮 54 触阈值但四项核对干净（status 全 200、零输出步 0、无重复提问、无 >5min 空档），属任务驱动的长执行；3 条中段失效均为一次性重建，非持续失效。
- 成本构成：0.577 元 = 命中 0.159 + 未命中 0.154 + 输出 0.264（与台账 ±2% 吻合）；未命中段大头是会话首条（01:11:37 miss=15,082，结构必然）。
- 关键证据：① 轮 1 内 54 步 01:11:37→01:22:52，prompt_p50=175,866，每步重放是命中段成本主因；② 中段失效 01:11:43 miss=11,120→后一条 hit 回升，01:11:59 miss=11,143→回升，01:16:57 miss=11,020→回升，均一次性重建（需关注，观察）；③ 最贵步 01:16:47 out=12,647（0.0597 元），输出段为单步成本主因。
- 收益修正：压步数只折算命中重放段——54 步若降到当日中位 3 步/轮量级，命中重放约省 0.15 元 + 部分输出，合计 ≈ 0.3 元/次（不按 0.577 元线性折算）。
88341d6751fb（需关注）— 成本第 2 名 22.4%，/cost 多轮会话¶
- 结论：需关注——13 轮步/轮 3.5 正常，但成本占比 22.4% 触发阈值，且 hit/miss 计量为 0、成本全部由输出段构成。
- 成本构成：0.233 元 = 输出 58,268 × 4 元/百万（命中/未命中计 0）。
- 关键证据：① 本会话（开场提问
/cost），13 轮 00:30→01:23，轮 1 与轮 13 间有 51min 空档；② 轮 3 最贵 0.050 元（out 集中 5,773+3,380）；③ prompt_p50 从 32,666 涨到 127,162——长会话上下文逐轮增长但未命中计 0，计价口径存疑。 - 收益修正：数据不足，暂不估算——hit/miss=0 需先核实 mi 路由 usage 是否真的无 cached 数据，还是解析缺口。
e8076a97eb26（需关注）— 成本第 3 名 10.7%，步/轮 21.5¶
- 结论：需关注——43 请求挤在 2 轮（轮 5 单轮 40 步 00:28→01:21），但 status 全 200、零输出步 0、无重复提问，属任务驱动（Lmod 路径修复类长任务）。
- 成本构成：0.112 元 = 输出 27,895 × 4 元/百万（hit/miss 计 0）。
- 关键证据：① 轮 5 = 40 步跨 54 分钟，含 2 个 >5min 空档（01:05→01:10、01:10→01:16）——空档是任务等待而非空转；② 单步最大输出仅 2,379，无输出爆炸。
- 收益修正：命中重放段计量为 0，压步数当期节省≈输出段外溢部分，有限。
dc27dbf7ebd7（正常）— 步/轮 6.7 略过阈值¶
- 结论：正常——仅步/轮 6.7 > 2×中位(3) 触发，成本占比 4.7% 未触发；3 轮均短平快（4/5/11 步），rocky9 虚拟机部署任务驱动。
- 成本构成：0.049 元 = 输出 12,273 × 4 元/百万。
- 关键证据：① 轮 3 最贵 0.031 元、11 步跨 4 分钟；② 无空档、无零输出步。
来源：
/home/rain/Documents/services/token_proxy/reports/daily-review-20260925.md｜ 最后更新：2026-09-25 01:23（由build/sync.py同步，请勿在站点侧修改）