企秒云云OS系统token消耗统计数据集

数据清洗：由于办公协作的高并发性，清洗规则仅对因网络重试产生的重复请求记录做唯一性保留，剔除因模型端服务崩溃（如HTTP 502/504）产生的无Token消耗的空记录，其余真实工况下的高动态波动与长文本调用均完整保留，不作平滑处理。涉及企业隐私的Prompt具体内容不纳入本统计数据集，仅保留数量指标，实现去标识化安全合规。 数据加工与计算：基于原始网关读数，系统自动执行核心算法计算衍生指标，直接反映智能体效能： Token产出比（N列）：用于评估模型回复的精炼度或丰富度。计算公式为：Token产出比 = (Completion Token ÷ Prompt Token) × 100%。 综合算力成本指数（O列）：出于商业敏感度保护，根据中国大陆各模型服务商的标准目录价，经由企秒云内置公式转换为标准算力指数，公式为：算力成本指数 = (Prompt Token × 权重α + Completion Token × 权重β) × 场景系数γ。 路由决策偏好度（P列）：用于衡量某种业务操作对特定模型的依赖程度，通过同类任务中各模型的调用频次离散度计算得出。 异常判定：系统内置阈值规则引擎。

搜集汇总

背景与挑战

背景概述

该数据集记录了企秒云云OS系统中各Agent调用大模型时的Token消耗情况，涵盖Prompt Token与Completion Token等原始指标，并衍生出Token产出比、综合算力成本指数及路由决策偏好度等关键维度。数据经过去重、剔除空记录和去标识化处理，仅保留数量指标，旨在支持多模型调度优化、企业AI成本核算、Agent任务效能评估及异常调用审计等应用场景。