批量调用后想统计成本，发现响应里没有 usage 字段，日志里也看不到 token 数量。
一开始怀疑是「部分兼容接口本身不返回用量」，查了一圈，方向不对。
原因不止一个，得分开看。调用方式经过封装，返回的已经是纯文本。少数情况下是没有挂载用量回调，信息在中间层被丢弃。
少数情况下是流式模式下用量在最后一个块才出现。
上来先在调用时传入回调收集用量
cb = UsageCallback(); llm.invoke(p, config={'callbacks': [cb]})随后把累计值写进日志
print(cb.total_tokens)流式场景在结束后再读取
python -c "print(resp.usage_metadata)"末了对比接口侧账单做校准
python -c "print(bill_tokens, local_tokens)"中途换过一次思路，把范围缩到最小的那一层，反而快了。
别只看报错消失，验证要多做一步。每次调用都能拿到输入输出 token 数，累计成本与账单口径接近，成本报表可以使用。
补一句。不同厂商对 token 的计数方式不同，本地估算只能做趋势参考，涉及结算时以接口返回为准。报错文案容易误导，真正的原因往往在相邻那一层的日志里。