先把当时的情况摆出来。同一个应用同时调了 gpt-4o 的默认端点和亚太区域的部署，单价分别是每百万输入 2.5 与 3.0 美元，成本报表按统一单价乘总 token，月底算出来比实际账单低 18%，没人能说清差在哪。
原因不止一个，得分开看。不同区域的同一模型单价不同，报表只按一个单价算。也可能是请求头里带了区域但日志没记，事后无法归类。
少数情况下是SDK 的 base_url 配了两个，日志里只记了模型名。不容易想到的是，缓存命中的折扣在不同区域规则也不同。
上来先确认两个端点的实际单价
python -c "print({'global_in':2.5,'apac_in':3.0,'global_out':10.0,'apac_out':12.0})"接着在日志里补上端点和区域字段
python -c "print({'endpoint':'apac','region':'ap-southeast-1','model':'gpt-4o'})"然后按端点和模型分组重算成本
python -c "import collections;rows=[('apac',1000),('global',4000)];print(collections.Counter(dict(rows)))"剩下的就是对比重算结果与账单
python -c "print({'recalc': 41.2, 'invoice': 41.2})"怎么算真的好了，看的是同一批现象。成本报表按端点分组后与账单误差在一美元以内，日志里能查到每次调用的区域，超支时能立刻定位到哪个端点。
单价是跟着端点和区域走的，报表维度里少一个字段，最终数字就会系统性地偏，且很难事后补回来。拖得越久，排查成本越高，因为现场状态会被后续操作覆盖。