企业官网建设流程全解析

HaloWebUI 是一款基于 Open WebUI 深度定制的自托管大模型管理平台，界面全面汉化，其中最实用的能力之一就是模型计费与用量统计：它把每次对话的 Token 消耗完整落库，再按模型、按用户、按天三个维度聚合，让团队能准确核算大模型调用成本。本文带你从零看懂这套机制：数据从哪来、在界面上怎么看、最终怎么换算成钱。

为什么需要 Token 用量统计与成本核算 💡

同时接入多个大模型（Ollama、OpenAI 兼容接口、Anthropic Claude、Google Gemini、智谱 GLM 等）时，每次调用都会产生真实的 API 费用。如果平台本身不记录用量，管理员只能翻上游账单"对暗号"。HaloWebUI 的做法是：

• 消息级：每条 AI 回复记录输入/输出 Token 数；
• 管理端：自动聚合成日趋势、模型排行、用户排行；
• 核算级：导出 Token 数据后，乘以单价即可得到成本报表。

数据来源：Token 消耗数据是怎么来的 📥

Token 用量并不是 HaloWebUI 自己"估算"的，而是直接采用模型服务返回的usage字段：

1. 流式请求需开启 usage 回传：对 OpenAI 兼容接口，HaloWebUI 会发送stream_options: { include_usage: true }，接口返回末尾的用量信息才会包含 Token 统计（见中文文案 src/lib/i18n/locales/zh-CN/translation.json）。
2. 多厂商字段自动归一化：不同厂商字段名不同，后端统一兼容处理，例如prompt_tokens/input_tokens/promptTokenCount（Gemini）都会被归一为"输入 Token"，completion_tokens/output_tokens/candidatesTokenCount归一为"输出 Token"，核心逻辑在 backend/open_webui/routers/analytics.py。
3. 持久化到消息表：每条 assistant 消息的prompt_tokens、completion_tokens保存在ChatMessage表中（backend/open_webui/models/chats.py，建表迁移见 a1b2c3d4e5f6_add_chat_message_table.py），所有统计都是基于这张表的聚合查询。

还有一个贴心的自动补录机制：流式场景下消息内容可能先落库、Token 用量后到。查询统计时，_ensure_tokens_backfilled 会从会话历史中把缺失的用量自动补回消息表，保证报表不缺数。

聊天页：单条消息的 Token 消耗怎么看 👀

对话结束后，AI 回复底部会显示三个指标：速度（Token/秒）、消耗（Token 总数）、耗时，计算逻辑见 ResponseMessage.svelte。

把鼠标悬停在用量区域，还会弹出一张毛玻璃卡片，展示完整明细（formatUsageHtml）：

某项若上游未返回，会显示"未返回"，不会硬凑数字，这一点在核算成本时很重要。

管理端：用量统计看板的四个维度 📊

管理员登录后可进入分析（Analytics）页面，由 src/lib/components/admin/Analytics.svelte 实现，对应接口封装在 src/lib/apis/analytics/index.ts。支持1~365 天时间范围选择，并可按分组过滤成员：

• 总览：消息量、Token 用量、活跃度的每日趋势图；
• 模型：按模型聚合消息数与 Token 消耗（GET /analytics/models，analytics.py），一眼看出哪个模型最"烧 Token"；
• 用户：按用户聚合活跃度与 Token 消耗（GET /analytics/users），方便分摊部门成本；
• 数据清理：对选定模型的历史统计记录执行清理（POST /analytics/cleanup），先预览、再删除，避免误伤。

如何核算真实成本：Token 消耗 × 单价 💰

HaloWebUI 记录的是"用量"，"单价"来自你与上游服务商的约定。核算公式很简单：

成本 = Σ（输入 Token × 输入单价 + 输出 Token × 输出单价）

以一次"输入 2,000 Token、输出 800 Token"的回复为例（单价为示例值，请以实际账单为准）：

三个核算要点：

1. 推理 Token 通常按输出计费：思考型模型的reasoning_tokens会显著推高成本，看板里的"输出 Token"已能反映整体水位；
2. 缓存 Token 通常更便宜：命中提示词缓存的输入 Token 单价更低，长上下文场景下善用缓存可省钱；
3. 警惕重复扣费：请求已发出但网络中断时，上游可能已完成计费。HaloWebUI 的错误提示也给出了对应建议——"先检查上游日志或计费记录，确认没有拿到结果后再重试或切换其他接口，避免重复扣费"。

配置与权限相关说明 ⚙️

• 功能开关：管理端分析面板由环境变量ENABLE_ADMIN_ANALYTICS控制，默认开启，定义见 backend/open_webui/config.py；
• 权限隔离：所有统计接口（含清理）均要求管理员权限，普通用户只能看到自己消息上的用量；
• 时区友好：日趋势按本地时区切分日期（analytics.py），国内团队无需手动换算。

总结 ✅

HaloWebUI 的模型计费与用量统计链路非常清晰：上游 usage 字段 → 消息表落库（含自动补录）→ 聊天页明细展示 → 管理端三维聚合 → 单价换算成本。无论你是想给团队分摊 API 费用，还是单纯想知道"这个月到底烧了多少 Token"，这套机制都能让你在分钟级完成成本核算。想进一步体验，可克隆仓库 https://link.gitcode.com/i/b7a750abbd11eccc70456b28d03d7d18 后按 INSTALLATION.md 部署，再配合 docs/ 目录下的官方文档快速上手。