AI Hub使用量と料金の取得

使用量と料金の取得

Zeabur AI Hub を呼び出すと、成功したリクエストには必ず 2 つの情報が付いてきます。今回のリクエストで消費したトークン数と、そのリクエストにかかった料金です。このページでは、それらをどこから読み取れるかを説明します。ダッシュボードへの組み込み、ユーザーごとの予算上限の設定、開発中の料金確認などに使えます。

取得方法は 2 つ

取得元含まれる情報向いている用途
レスポンスヘッダーリクエスト単位の料金（USD）、キーの累計支出、Call ID最速。body をパースしなくてよい
レスポンス body の usage オブジェクトトークン数、プロンプトキャッシュの内訳、推論トークンOpenAI SDK が標準で参照する場所

成功レスポンスには両方とも常に含まれているので、どちらかを選ぶ必要はありません。コードの構造上読みやすい方を使ってください。

ヘッダーから読む

レスポンスには x-litellm- で始まる一連のヘッダーが含まれます。

ヘッダー意味
x-litellm-response-costこのリクエストの料金（USD、float）
x-litellm-key-spendこの API キーの累計支出（USD）
x-litellm-call-idリクエスト単位の識別子。問い合わせやトレースに使えます
x-litellm-model-id内部のモデルデプロイ ID
x-litellm-model-groupリクエストで指定したモデル名

curl

curl -i https://hnd1.aihub.zeabur.ai/v1/chat/completions \
  -H "Authorization: Bearer YOUR_ZEABUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "claude-sonnet-4-5",
    "messages": [{"role": "user", "content": "こんにちは"}],
    "max_tokens": 32
  }'

-i でレスポンスヘッダーも一緒に出力されます。x-litellm-response-cost の行が料金です。

Python

OpenAI 公式 SDK は、レスポンスヘッダーをアプリケーション側に公開しません。ヘッダーから料金を取りたい場合は httpx で直接 HTTP を叩くのが手っ取り早いです。

import httpx
 
r = httpx.post(
    "https://hnd1.aihub.zeabur.ai/v1/chat/completions",
    headers={"Authorization": "Bearer YOUR_ZEABUR_API_KEY"},
    json={
        "model": "claude-sonnet-4-5",
        "messages": [{"role": "user", "content": "こんにちは"}],
        "max_tokens": 32,
    },
    timeout=60.0,
)
print("料金 (USD):", r.headers.get("x-litellm-response-cost"))
print("usage:", r.json()["usage"])

body の usage オブジェクトから読む

レスポンス body の usage オブジェクトは OpenAI 互換です。Anthropic および OpenAI 系列モデルでは、必要に応じて追加フィールドが入ります。

{
  "usage": {
    "prompt_tokens": 1024,
    "completion_tokens": 256,
    "total_tokens": 1280,
    "prompt_tokens_details": {
      "cached_tokens": 0
    },
    "completion_tokens_details": {
      "reasoning_tokens": 0
    },
    "cache_creation_input_tokens": 0,
    "cache_read_input_tokens": 0
  }
}
フィールド対象モデル意味
prompt_tokens / completion_tokens / total_tokens全モデルOpenAI の標準フィールド
prompt_tokens_details.cached_tokensOpenAI 系prompt_tokens のうちプロンプトキャッシュから配信された分（prompt_tokens に含まれたカウント）
cache_creation_input_tokensAnthropic 系このリクエストで Anthropic のプロンプトキャッシュに書き込まれたトークン数
cache_read_input_tokensAnthropic 系このリクエストで Anthropic のプロンプトキャッシュから読み出されたトークン数
completion_tokens_details.reasoning_tokens推論モデル（gpt-5、gpt-5-mini など）内部推論で消費されたトークン
💡

Anthropic と OpenAI ではキャッシュトークンの数え方が異なります。Anthropic の cache_creation_input_tokens と cache_read_input_tokens は prompt_tokens の外側に独立して報告されます。OpenAI の cached_tokens は prompt_tokens の部分集合です。body はプロバイダごとの形をそのまま返すので、呼び出したモデルに対応するフィールドを参照してください。

ストリーミングレスポンス

ストリーミングの場合、usage オブジェクトは明示的に有効化した場合のみ最終チャンクに含まれます。リクエストに stream_options.include_usage: true を指定してください。

import httpx, json
 
with httpx.stream(
    "POST",
    "https://hnd1.aihub.zeabur.ai/v1/chat/completions",
    headers={"Authorization": "Bearer YOUR_ZEABUR_API_KEY"},
    json={
        "model": "claude-sonnet-4-5",
        "messages": [{"role": "user", "content": "こんにちは"}],
        "max_tokens": 32,
        "stream": True,
        "stream_options": {"include_usage": True},
    },
    timeout=60.0,
) as r:
    final_usage = None
    for line in r.iter_lines():
        if not line.startswith("data: "):
            continue
        payload = line[len("data: "):]
        if payload == "[DONE]":
            break
        chunk = json.loads(payload)
        if chunk.get("usage"):
            final_usage = chunk["usage"]
        # ... 既存のチャンク処理 ...
    print("最終 usage:", final_usage)

stream_options.include_usage を付けない場合、ストリーミングレスポンス全体に usage オブジェクトは一切現れません。

特定の呼び出しを追跡する

特定のリクエストを事後的に調査する場合——たとえば想定外の応答を診断する、料金を照合する、アプリケーション側のログと相関付けるなど——には、レスポンス body の id（completion ID）を使用してください：

resp = client.chat.completions.create(...)
print("request id:", resp.id)
# chatcmpl-715764bf-675d-4d95-bbdc-80c037c8ce3f
⚠️

必ず response.id を使用してください。x-litellm-call-id ヘッダーは使用しないでください。ヘッダーの値は LiteLLM がリクエストルーティング時に用いる内部トレース識別子であり、spend log には永続化されないため、その値による検索は結果を返しません。

Zeabur Dashboard の AI Hub ページで該当する日次ログを展開し、いずれかの行の情報アイコンをクリックすると、詳細ダイアログに Request ID とコピーボタンが表示されます。この値は response.id と完全に一致します。

キャッシュから返された応答には派生サフィックスが付与される

LiteLLM がレスポンス全体を response cache から返した場合（Dashboard では「レスポンス全体がキャッシュから」のバッジが表示され、cost = 0 となります）、記録される ID は元の ID に _cache_hit<timestamp> サフィックスを付加した形式となります：

chatcmpl-2ec370dd-83a6-41b4-817c-1646c57034bc_cache_hit1779350469.4126954

元のリクエストとキャッシュから返された応答は、spend log 上に独立した 2 件のエントリとして記録され、UUID プレフィックスを共有します。このプレフィックス単位で集約することにより、特定のプロンプトがキャッシュから配信された回数を集計できます。

過去の使用履歴

日次の集計や 1 リクエスト単位の検索ログが必要な場合は、Zeabur Dashboard の AI Hub ページに月次サマリーと spend log の照会機能があります。本ページで紹介したヘッダーと body フィールドはアプリ内のリアルタイム計測向け、Dashboard は事後確認向けと使い分けてください。

関連リンク

SillyTavern 統合Zeabur AI Hub