使用文档

一个端点，
所有模型。

Tare 是挡在你所有模型前面的一层 OpenAI 兼容网关 —— 我们的，和你自己带来的。一个 base URL、一把 key，每一个 token 都算得清。

计费成本归因

成本归因

归因回答「这笔钱花在哪」，粒度细于一张 API 账单。

在请求体里附加这些字段，Tare 会记在这次调用上，转发前剥除，供应商看不到。

Code / Terminal
{
  "model": "GLM 5.1",
  "messages": [ ... ],

  "task_id": 4821,
  "task_type": "issue-fix",
  "stage_code": "plan",
  "action_code": "draft-patch",
  "attempt_no": 2,
  "usage_label": "acme-corp",
  "available_tool_count": 12,
  "available_tool_choice_mode": "auto"
}

[!TIP] 剥除是必要的：OpenAI 官方端点对未知的 body 参数直接返回 400，一个指向 api.openai.com 的 BYOK 渠道会因此每次调用都失败，而错误信息与「多传了一个标签」 看不出任何关系。

Charged 与 Attributed spend

控制台按模型、按 key、按产品线、按时间拆分花费。读报表前先区分两个数：

  • Charged —— 平台向你收取的金额。
  • Attributed spend —— 这次调用花掉你多少，含供应商直接向你收取的部分。 衡量单个功能的成本时使用该值。

两者不同是设计使然：纯 BYOK 账号上前者为 0，后者不为 0。

重试与工具调用空转

重试花费、以及「提供了工具但一次都没调用」的花费单独统计。这两项通常占比很小；一旦占比 升高，是整张表中优化成本最低的改进项。

文档最后更新于 2026 年 9 月 20 日 06:31（UTC+8）