Aqbeż għall-kontenut ewlieni
Malti— Agħżel lingwa
Menu

Rapporti Avvanzati dwar il-Konsum

Lezzjoni 10 / 14 Aġġornat 29 ta’ Lulju 2026 Zviluppatur
F'din il-paġna
  1. Il-bini ta’ rapporti dwar il-konsum
  2. Rapport komparattiv mensili
  3. Detezzjoni ta’ anomaliji
  4. Tqassim skont il-mudell
  5. Rapport awtomatiku ġimgħali
  6. Granularità u prestazzjoni
  7. Punti Ewlenin

Il-bini ta’ rapporti dwar il-konsum

Id-data tal-konsum li ħadd ma jħares lejha hija inutili. Rapport ikun utli biss jekk iwieġeb mistoqsija li tassew għamilt, u hemm biss tlieta: qed jiżdied? Seħħ xi ħaġa anormali? U fejn qed imur il-flus?

It-tliet taqsimiet li jmiss jindirizzaw dawn il-mistoqsijiet f’dak l-ordni. Kull wieħed jipproduċi numru li tista’ taġixxi fuqu—mhux sempliċiment grafika oħra.

Rapport komparattiv mensili

Il-konsum jagħmel sens biss meta tqabblu. $400 f’xahar mhux tajjeb jew ħażin f’termini assoluti: dak li jimpotta huwa jekk dan isegwix xahar ta’ $200 jew ta’ $600. Dejjem agħti kuntest lit-tibdiliet b’dak li taf dwar l-attività—tiżdied ta’ 40% wara t-tnedija ta’ funzjoni hija mistennija; l-istess tiżdied mingħajr xejn ġdid tiġġustifika li tiftaħ it-taqsima li jmiss.

import requests
import json

MANAGEMENT_API = "https://management-api.x.ai"
MGMT_KEY = "xai-mgmt-..."
TEAM_ID = "team-..."

def get_monthly_usage(year, month):
    """Retrieves total consumption for a given month."""
    next_month = month + 1 if month < 12 else 1
    next_year = year if month < 12 else year + 1

    response = requests.post(
        f"{MANAGEMENT_API}/v1/billing/teams/{TEAM_ID}/usage",
        headers={
            "Authorization": f"Bearer {MGMT_KEY}",
            "Content-Type": "application/json"
        },
        json={
            "analyticsRequest": {
                "timeRange": {
                    "startTime": f"{year}-{month:02d}-01 00:00:00",
                    "endTime": f"{next_year}-{next_month:02d}-01 00:00:00",
                    "timezone": "Europe/Paris"
                },
                "timeUnit": "MONTH",
                "values": [
                    {"name": "tokens", "aggregation": "SUM"},
                    {"name": "requests", "aggregation": "COUNT"}
                ],
                "groupBy": ["model"]
            }
        }
    )
    return response.json()

# Compare March and April 2026
march = get_monthly_usage(2026, 3)
april = get_monthly_usage(2026, 4)

print("=== Comparative Report March vs April 2026 ===")
print(json.dumps(march, indent=2))
print(json.dumps(april, indent=2))

Detezzjoni ta’ anomaliji

Id-devjazzjoni standard tiddefinixxi hawnhekk x’inhu “anormali” mingħajr ma jkollok bżonn tiffissa limitu arbitrarju: jum li jaqbeż żewġ devjazzjonijiet standard mill-medja tiegħek jaqa’ barra mill-mudell tas-soltu, irrispettivament mill-volum tiegħek. Din hija l-metodu li jadatta awtomatikament hekk kif tikber l-attività tiegħek, fejn limitu f’dollari jsir obsolet fix-xahar ta’ wara.

import requests
import statistics

MANAGEMENT_API = "https://management-api.x.ai"
MGMT_KEY = "xai-mgmt-..."
TEAM_ID = "team-..."

# Retrieve daily consumption for the month
response = requests.post(
    f"{MANAGEMENT_API}/v1/billing/teams/{TEAM_ID}/usage",
    headers={
        "Authorization": f"Bearer {MGMT_KEY}",
        "Content-Type": "application/json"
    },
    json={
        "analyticsRequest": {
            "timeRange": {
                "startTime": "2026-03-01 00:00:00",
                "endTime": "2026-04-01 00:00:00",
                "timezone": "Europe/Paris"
            },
            "timeUnit": "DAY",
            "values": [{"name": "tokens", "aggregation": "SUM"}]
        }
    }
)

data = response.json()
daily_values = [point.get("value", 0) for point in data.get("dataPoints", [])]

if daily_values:
    mean = statistics.mean(daily_values)
    stdev = statistics.stdev(daily_values) if len(daily_values) > 1 else 0
    threshold = mean + 2 * stdev  # Threshold at 2 standard deviations

    for i, val in enumerate(daily_values):
        if val > threshold:
            print(f"Day {i+1}: {val} tokens (anomaly, threshold = {threshold:.0f})")

Tqassim skont il-mudell

Dan huwa r-rapport li jħallas l-aktar, għax jipponta lejn azzjoni konkreta. Il-kost totali ma jgħidlekx x’tagħmel; it-tqassim skont il-mudell iva—jiżvela kompiti sempliċi rrototati lejn l-aktar mudell għali, li huma l-iffrankar l-aktar faċli biex tirrealizzahom fuq kont tal-API.

curl -X POST "https://management-api.x.ai/v1/billing/teams/$TEAM_ID/usage" \
  -H "Authorization: Bearer $MANAGEMENT_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "analyticsRequest": {
      "timeRange": {
        "startTime": "2026-03-01 00:00:00",
        "endTime": "2026-04-01 00:00:00",
        "timezone": "UTC"
      },
      "timeUnit": "MONTH",
      "values": [
        {"name": "tokens", "aggregation": "SUM"},
        {"name": "cost", "aggregation": "SUM"}
      ],
      "groupBy": ["model"]
    }
  }'

Din l-analiżi tista’ tiżvela opportunitajiet ta’ ottimizzazzjoni: jekk porzjon kbir mit-talbiet tiegħek juża grok-4.20-0309-reasoning għal kompiti sempliċi, il-bidla għal grok-4.3 tista’ tnaqqas il-kosti b’mod sinifikanti.

Rapport awtomatiku ġimgħali

Il-konsenja awtomatika tbiddel in-natura tal-eżerċizzju: rapport li trid tmur tfittxu jiġi kkonsultat biss wara l-inċident; rapport li jaslek jinqara minn qabel. Kull ġimgħa hija l-frekwenza t-tajba għall-konsum tal-API—frekwenti biżżejjed biex taqbad id-deriva qabel il-kont, u mbiegħda biżżejjed biex tkompli tiftħu.

import requests
from datetime import datetime, timedelta

MANAGEMENT_API = "https://management-api.x.ai"
MGMT_KEY = "xai-mgmt-..."
TEAM_ID = "team-..."

# Previous week
end = datetime.now().replace(hour=0, minute=0, second=0, microsecond=0)
start = end - timedelta(days=7)

response = requests.post(
    f"{MANAGEMENT_API}/v1/billing/teams/{TEAM_ID}/usage",
    headers={
        "Authorization": f"Bearer {MGMT_KEY}",
        "Content-Type": "application/json"
    },
    json={
        "analyticsRequest": {
            "timeRange": {
                "startTime": start.strftime("%Y-%m-%d %H:%M:%S"),
                "endTime": end.strftime("%Y-%m-%d %H:%M:%S"),
                "timezone": "Europe/Paris"
            },
            "timeUnit": "DAY",
            "values": [
                {"name": "tokens", "aggregation": "SUM"},
                {"name": "requests", "aggregation": "COUNT"}
            ],
            "groupBy": ["model"]
        }
    }
)

report = response.json()
print(f"=== Weekly Report {start.date()} → {end.date()} ===")

# Format report for email/Slack
# ... send via your preferred notification tool

Granularità u prestazzjoni

L-għażla tal-granularità t-tajba

Każ ta’ użuGranularità rrakkomandata
Rapport mensiliMONTH
Traċċar kuljumDAY
Analiżi ta’ picchiHOUR jew QUARTER_HOUR
Debug f’ħin realiMINUTE
Analiżi dettaljata ta’ inċidentiSECOND

Aktar ma tkun fina l-granularità, akbar tkun l-ammont ta’ data rritornata: fuq xahar, granularità ta’ SECOND tipproduċi miljuni ta’ punti, b’ħin ta’ rispons u konsum ta’ memorja korrispondenti. Ir-regola bażika hija li tagħżel il-granularità abbażi tad-durata ta’ dak li qed tfittex—picq ta’ ftit minuti huwa inviżibbli b’granularità MONTH, u mgħarraq fl-istorbju b’granularità SECOND.

Punti Ewlenin

  • Ikkombina SUM (total), COUNT (għadd), u groupBy: ["model"] għal rapporti sħaħ
  • Id-detezzjoni ta’ anomaliji bid-devjazzjoni standard tidentifika jiem ta’ konsum eċċessiv
  • It-tqassim skont il-mudell jiżvela opportunitajiet ta’ ottimizzazzjoni tal-kosti
  • Adatta l-granularità temporali għall-każ ta’ użu: MONTH għar-rapporti, HOUR għad-debug
  • Awtomatizza r-rapporti ġimgħalin biex iżżomm għajnek fuq il-konsum