콘텐츠로 이동

사용량

Agents SDK는 각 실행에 대한 토큰 사용량을 자동으로 추적합니다. 실행 컨텍스트에서 접근하여 비용 모니터링, 제한 적용, 분석 기록에 사용할 수 있습니다.

추적 항목

  • requests: 수행된 LLM API 호출 수
  • input_tokens: 전송된 입력 토큰 총합
  • output_tokens: 수신된 출력 토큰 총합
  • total_tokens: 입력 + 출력
  • request_usage_entries: 요청별 사용량 분해 목록
  • details:
  • input_tokens_details.cached_tokens
  • output_tokens_details.reasoning_tokens

실행에서 사용량 접근

Runner.run(...) 이후, result.context_wrapper.usage로 사용량에 접근합니다.

result = await Runner.run(agent, "What's the weather in Tokyo?")
usage = result.context_wrapper.usage

print("Requests:", usage.requests)
print("Input tokens:", usage.input_tokens)
print("Output tokens:", usage.output_tokens)
print("Total tokens:", usage.total_tokens)

사용량은 실행 중의 모든 모델 호출(도구 호출 및 handoffs 포함)에 걸쳐 집계됩니다.

LiteLLM 모델에서 사용량 활성화

LiteLLM 공급자는 기본적으로 사용량 메트릭을 보고하지 않습니다. LitellmModel을 사용할 때, 에이전트에 ModelSettings(include_usage=True)를 전달하면 LiteLLM 응답이 result.context_wrapper.usage에 채워집니다.

from agents import Agent, ModelSettings, Runner
from agents.extensions.models.litellm_model import LitellmModel

agent = Agent(
    name="Assistant",
    model=LitellmModel(model="your/model", api_key="..."),
    model_settings=ModelSettings(include_usage=True),
)

result = await Runner.run(agent, "What's the weather in Tokyo?")
print(result.context_wrapper.usage.total_tokens)

요청별 사용량 추적

SDK는 request_usage_entries에서 각 API 요청의 사용량을 자동으로 추적하므로, 상세한 비용 계산 및 컨텍스트 윈도우 소모 모니터링에 유용합니다.

result = await Runner.run(agent, "What's the weather in Tokyo?")

for request in enumerate(result.context_wrapper.usage.request_usage_entries):
    print(f"Request {i + 1}: {request.input_tokens} in, {request.output_tokens} out")

세션에서 사용량 접근

Session(예: SQLiteSession)을 사용할 때, Runner.run(...)의 각 호출은 해당 실행에 대한 사용량을 반환합니다. 세션은 컨텍스트를 위한 대화 기록을 유지하지만 각 실행의 사용량은 독립적입니다.

session = SQLiteSession("my_conversation")

first = await Runner.run(agent, "Hi!", session=session)
print(first.context_wrapper.usage.total_tokens)  # Usage for first run

second = await Runner.run(agent, "Can you elaborate?", session=session)
print(second.context_wrapper.usage.total_tokens)  # Usage for second run

세션은 실행 간 대화 컨텍스트를 보존하지만, 각 Runner.run() 호출이 반환하는 사용량 메트릭은 해당 실행만을 나타냅니다. 세션에서는 이전 메시지가 각 실행의 입력으로 다시 제공될 수 있으며, 이는 이후 턴의 입력 토큰 수에 영향을 줍니다.

훅에서 사용량 활용

RunHooks를 사용하는 경우, 각 훅에 전달되는 context 객체에 usage가 포함됩니다. 이를 통해 수명 주기의 주요 시점에 사용량을 기록할 수 있습니다.

class MyHooks(RunHooks):
    async def on_agent_end(self, context: RunContextWrapper, agent: Agent, output: Any) -> None:
        u = context.usage
        print(f"{agent.name} → {u.requests} requests, {u.total_tokens} total tokens")

API 레퍼런스

자세한 API 문서는 다음을 참조하세요:

  • Usage - 사용량 추적 데이터 구조
  • RequestUsage - 요청별 사용량 세부 정보
  • RunContextWrapper - 실행 컨텍스트에서 사용량 접근
  • RunHooks - 사용량 추적 수명 주기에 훅 연결