事情本身不复杂，线索都在日志里。问答服务开了内置联网工具，月底账单里多出一项 web search tool calls，金额比模型费还高，日志里只记了 token，完全没记工具被调了几次。
第一反应是「检索为空或失败也照样计次」，验证下来不成立。
原因不止一个，得分开看。内置工具按次单独计费 不走 token。少数情况下是一次回答可能触发多次检索。
另外，流式与非流式的计费口径不同。
从响应体里取工具调用次数
python -c "import json;r=json.load(open('resp.json'));print(r.get('usage'))"接着按调用次数估算这块费用
python cost.py --tool-calls 12000 --unit 0.01给检索加次数上限与结果缓存
python -c "print('cap searches per answer at 2')"等前面都确认过，再把工具次数写进日志字段
python -c "print('log tool_call_count')"改完先别撤，确认这几项。日志里能看到每次回答的检索次数，费用预估与账单误差在 5% 以内，重复问题走缓存不再计次。
容易忽略的是，内置工具是独立计费项，只看 token 做预算一定漏，接入前先把单次价格和触发条件问清楚。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。