三个团队共用一个模型网关账号，按调用次数平摊月账单。财务核对时发现 A 团队实际 token 占 62% 却只摊到 25%，两边差了 37%。网关只记了请求次数和状态码，没记 usage，缓存命中的请求同样按一次全价调用计入分摊。
一开始怀疑是「重试请求重复计数，但只有成功的才真正计费」，查了一圈，方向不对。
真正麻烦的地方在于，几个原因的现象几乎一样。调用次数和 token 量不成正比，长文本请求被平均掉了。也可能是缓存命中的应用单价不同，却和全价请求混在一起算。
还有一种情况，流式请求没记 usage，只能按字数估算补齐。
上来先把每次请求的 usage 完整落库
python -c "import json;print(json.load(open('usage.json'))['usage'])"接着按租户汇总 token 而不是请求数
python cost_report.py --group tenant --metric tokens --month 2026-10随后把缓存读写按各自单价拆开计算
python cost_report.py --split-cache --price-in 0.0025 --price-cache 0.00025失败与重复请求单独标记不计入分摊
python cost_report.py --exclude-retry --out report.csv别只看报错消失，验证要多做一步。三个团队的分摊比例与各自 token 占比偏差在 3% 以内，合计金额与账单一致，缓存部分能单独列出一行。
这里还有个坑。分摊粒度决定了结果可信度，按次数最省事也最容易失真；一开始就把 usage 和租户标识一起落库，后期不用重算。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。