Documentation Index
Fetch the complete documentation index at: https://docs.wandb.ai/llms.txt
Use this file to discover all available pages before exploring further.
Weave는 두 가지 방법으로 LLM 호출 비용을 추적합니다:
- 자동 비용 추적: 지원되는 인테그레이션의 경우, Weave는 API 응답에서 토큰 사용량을 캡처하고 모델의 기본 가격을 적용하므로 추가 코드가 필요하지 않습니다.
- 맞춤형 비용 추적: 파인튜닝된 모델, 자체 호스팅 모델 또는 Weave가 자동으로 통합하지 않는 모델의 경우, 사용 가능한 API 방법을 사용해 맞춤형 비용을 추적하도록 Weave를 설정하세요.
현재 Weave TypeScript는 비용 추적을 지원하지 않습니다.
weave.init()를 호출하고 OpenAI, Anthropic, Cohere 또는 Mistral과 같은 지원되는 LLM 인테그레이션을 사용하면 Weave가 자동으로 토큰 사용량을 기록하고 각 호출의 비용을 계산합니다. 비용은 트레이스 트리와 Weave UI의 Call 테이블에 표시되며, include_costs 파라미터를 true로 설정해 호출을 쿼리하면 call.summary["weave"]["costs"]에서 프로그래밍 방식으로 조회할 수 있습니다.
자동 비용 추적을 사용하려면 두 가지 조건이 필요합니다:
- LLM 공급자가 지원되는 인테그레이션이어야 합니다.
- API 응답에 토큰 사용량이 포함되어야 합니다(대부분의 공급자는 기본적으로 이를 반환합니다).
두 조건 중 하나라도 충족되지 않으면 대신 사용자 정의 비용 추적을 사용하세요.
다음 예시는 자동 비용 데이터를 프로그래밍 방식으로 조회하는 방법을 보여줍니다:
import weave
from openai import OpenAI
weave.init("your-team/project-name")
client = OpenAI()
response = client.chat.completions.create(
model="gpt-4o-mini",
messages=[{"role": "user", "content": "What is 2 + 2?"}],
)
import time
time.sleep(2)
# Weave 클라이언트의 현재 인스턴스 조회
weave_client = weave.get_client()
# 인스턴스의 Call 및 비용 액세스
calls = list(weave_client.get_calls(include_costs=True, limit=1))
call = calls[0]
# Call 요약에 액세스하고 사용 가능한 비용 필드 조회
costs = call.summary.get("weave", {}).get("costs", {})
if not costs:
print("No costs found in summary.weave.costs")
for model, cost in costs.items():
print(f"Model: {model}")
print(f" Input cost: ${cost['prompt_tokens_total_cost']:.6f}")
print(f" Output cost: ${cost['completion_tokens_total_cost']:.6f}")
add_cost 방법을 사용해 맞춤형 비용을 추가할 수 있습니다.
필수 필드는 llm_id, prompt_token_cost, completion_token_cost의 세 가지입니다.
llm_id는 LLM의 이름(예: gpt-4o)입니다. prompt_token_cost와 completion_token_cost는 LLM의 토큰당 비용입니다(LLM 가격이 백만 토큰 기준으로 지정된 경우 값을 반드시 변환하세요).
effective_date를 datetime으로 설정해 특정 날짜부터 비용이 적용되도록 할 수도 있으며, 기본값은 현재 날짜입니다.
import weave
from datetime import datetime
client = weave.init("your-team/project-name")
client.add_cost(
llm_id="your_model_name",
prompt_token_cost=0.01,
completion_token_cost=0.02
)
client.add_cost(
llm_id="your_model_name",
prompt_token_cost=10,
completion_token_cost=20,
effective_date=datetime(2025, 4, 22),
)
query_costs 방법을 사용해 비용을 쿼리할 수 있습니다.
비용을 쿼리하는 방법은 몇 가지가 있으며, 단일 비용 ID를 전달하거나 LLM 모델 이름 목록을 전달할 수 있습니다.
import weave
client = weave.init("your-team/project-name")
costs = client.query_costs(llm_ids=["your_model_name"])
cost = client.query_costs(costs[0].id)
purge_costs 방법을 사용해 맞춤형 비용을 삭제할 수 있습니다. 비용 ID 목록을 전달하면 해당 ID를 가진 비용이 삭제됩니다.
import weave
client = weave.init("your-team/project-name")
costs = client.query_costs(llm_ids=["your_model_name"])
client.purge_costs([cost.id for cost in costs])
include_costs=True로 get_calls()를 사용하면 프로젝트의 맞춤형 비용을 계산할 수 있습니다.
import weave
weave.init("your-team/project-name")
@weave.op()
def get_costs_for_project(project_name: str):
total_cost = 0
requests = 0
client = weave.init(project_name)
calls = list(
client.get_calls(filter={"trace_roots_only": True}, include_costs=True)
)
for call in calls:
if call.summary["weave"] is not None and call.summary["weave"].get("costs", None) is not None:
for k, cost in call.summary["weave"]["costs"].items():
requests += cost["requests"]
total_cost += cost["prompt_tokens_total_cost"]
total_cost += cost["completion_tokens_total_cost"]
return {
"total_cost": total_cost,
"requests": requests,
"calls": len(calls),
}
get_costs_for_project("my_custom_cost_model")
