前端点停止后浏览器 abort 了流式请求，服务端日志显示生成到 1200 token 才停，但这条请求的 usage 是空的，月底账单比自建统计多 30%。
一开始怀疑是「按生成 token 计费，与是否读完无关」，查了一圈，方向不对。
把日志和配置对完，能解释这个现象的基本就这几处。客户端断开后服务端仍会继续生成一段。还有一种是usage 只在完整响应结束时返回。
不容易想到的是，abort 后网关自动重试，同一请求被计费两次。
上来先抓一次断开时的连接关闭时间
curl -N --max-time 3 http://127.0.0.1:8000/v1/chat/completions -H 'Content-Type: application/json' -d @stream.json再往下打开 stream_options 让流里带 usage
curl https://api.openai.com/v1/chat/completions -H "Authorization: Bearer $KEY" -H 'Content-Type: application/json' -d @stream_usage.json随后在服务端监听 disconnect 并主动停止生成
python -c "import asyncio;print('hook request.is_disconnected')"等前面都确认过，再关掉网关对 POST 的自动重试
curl -s http://127.0.0.1:9901/config_dump | Select-String retry_policy恢复的判定其实很直接。带上 stream_options 后每条请求都有 usage，服务端在断开后 200ms 内停止生成，账单与自建统计的差异收敛到 3% 以内。
容易忽略的是，用户点停止不等于停止计费，服务端要主动感知断连，客户端统计也要按 usage 而不是按看到的字数。如果同一现象隔几天又出现，说明根因没找到，别当偶发处理。