Hitonabi
a7c3f8f516
- Neuer services/pricing.py: PRICING-Dict + compute_savings() aus dem system-Router extrahiert; Router ist jetzt dünn (nur role_map + Aufruf). - /system/token-stats liefert zusätzlich das pricing-Dict → Frontend zeigt die Tarife daraus an statt sie im Text zu hartkodieren. - SPEC_DRAFT_MODEL_PATH in config.py (MC_SPEC_DRAFT_MODEL); llamaswap.py und migrate_config.py referenzieren die Konstante statt des doppelten Literals. - Ersparnis-Berechnung verhaltensneutral verifiziert (35,09 $ / 32,28 €). Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>
59 lines
2.2 KiB
Python
59 lines
2.2 KiB
Python
"""Kosten-/Ersparnis-Berechnung für die Token-Statistik (eine Quelle der Wahrheit).
|
|
|
|
Vergleicht die lokal verbrauchten Tokens gegen die Cloud-Listenpreise vergleichbarer
|
|
Modellklassen (Stand Juni 2026, USD pro 1M Tokens, in/out) und liefert die so
|
|
eingesparte Summe. Wird vom System-Router dünn aufgerufen.
|
|
"""
|
|
|
|
import os
|
|
|
|
# Cloud-Listenpreise je Rolle/Modellklasse: (input_usd_per_1M, output_usd_per_1M).
|
|
PRICING: dict[str, tuple[float, float]] = {
|
|
"heavy": (15.0, 75.0),
|
|
"coder": (3.0, 15.0),
|
|
"hermes": (1.0, 5.0),
|
|
"fast": (0.15, 0.60),
|
|
"scout": (0.15, 0.60),
|
|
"vision": (0.15, 0.60),
|
|
"reasoning": (0.15, 0.60),
|
|
}
|
|
# Tarif für nicht zuordenbare Tokens (Default-/Fallback-Klasse).
|
|
DEFAULT_RATE: tuple[float, float] = (0.15, 0.60)
|
|
# Baseline/Legacy-Tokens (vor modellspezifischem Logging) am Premium-Tarif bewerten,
|
|
# damit historische Ersparnis erhalten bleibt.
|
|
BASELINE_RATE: tuple[float, float] = PRICING["heavy"]
|
|
USD_TO_EUR = float(os.environ.get("MC_USD_TO_EUR", "0.92"))
|
|
|
|
|
|
def compute_savings(stats: dict, role_map: dict[str, str | None]) -> dict:
|
|
"""Aggregiert Tokens und berechnet die Cloud-Ersparnis.
|
|
|
|
role_map: Modell-/Alias-Name (lowercase) -> Rolle, zur Tarif-Auflösung.
|
|
"""
|
|
prompt = stats.get("prompt_tokens", 0)
|
|
completion = stats.get("completion_tokens", 0)
|
|
|
|
modeled_p = modeled_c = 0
|
|
saved_usd = 0.0
|
|
for m_name, m_tokens in (stats.get("models") or {}).items():
|
|
mp = m_tokens.get("prompt", 0)
|
|
mc = m_tokens.get("completion", 0)
|
|
modeled_p += mp
|
|
modeled_c += mc
|
|
role = role_map.get(m_name, m_name)
|
|
rate_in, rate_out = PRICING.get(role, DEFAULT_RATE)
|
|
saved_usd += (mp * rate_in + mc * rate_out) / 1_000_000.0
|
|
|
|
baseline_p = max(0, prompt - modeled_p)
|
|
baseline_c = max(0, completion - modeled_c)
|
|
saved_usd += (baseline_p * BASELINE_RATE[0] + baseline_c * BASELINE_RATE[1]) / 1_000_000.0
|
|
|
|
return {
|
|
"prompt_tokens": prompt,
|
|
"completion_tokens": completion,
|
|
"total_tokens": prompt + completion,
|
|
"saved_usd": round(saved_usd, 2),
|
|
"saved_eur": round(saved_usd * USD_TO_EUR, 2),
|
|
"pricing": {role: {"in": r[0], "out": r[1]} for role, r in PRICING.items()},
|
|
}
|