- 薄自建 LLM 网关:OpenAI 兼容适配器(DeepSeek) + instructor 结构化输出 + usage_ledger 记账 + 档位路由 - 记忆服务 assemble:确定性选择(显式+主角+近况) + 渲染卡 + 缓存断点(中性文本) - LangGraph 写章节点 + Postgres checkpointer + SSE 归一(token/done/error) - API:立项 + 写章 draft(SSE) + PUT 自动保存 + 提供商凭据(Fernet 加密/测试连接) - 前端:AppShell + 作品库 + 5 步立项向导 + 写作工作台(流式打字机+自动保存) + 设置页 - M1 E2E:真实 DB + mock 网关零 token 走通闭环
35 lines
990 B
Python
35 lines
990 B
Python
"""提供商价格表与成本换算(ARCH §4.8)。
|
||
|
||
价格以「每百万 token 的最小货币单位(如分/cent)」表示,随 provider 配置维护;
|
||
未知 (provider, model) 则成本计 0(仍记账,便于观测)。
|
||
"""
|
||
|
||
from __future__ import annotations
|
||
|
||
import math
|
||
from dataclasses import dataclass
|
||
|
||
|
||
@dataclass(frozen=True)
|
||
class Price:
|
||
in_per_mtok: int
|
||
out_per_mtok: int
|
||
currency: str
|
||
|
||
|
||
# 近似价(可后续移入 config / provider 配置维护)
|
||
_PRICING: dict[tuple[str, str], Price] = {
|
||
("deepseek", "deepseek-chat"): Price(in_per_mtok=27, out_per_mtok=110, currency="USD"),
|
||
}
|
||
|
||
|
||
def cost_minor(provider: str, model: str, input_tokens: int, output_tokens: int) -> tuple[int, str]:
|
||
price = _PRICING.get((provider, model))
|
||
if price is None:
|
||
return 0, "USD"
|
||
cost = math.ceil(
|
||
input_tokens / 1_000_000 * price.in_per_mtok
|
||
+ output_tokens / 1_000_000 * price.out_per_mtok
|
||
)
|
||
return cost, price.currency
|