OpenRouter 推出 Activity 仪表盘与 Analytics API，按智能体和模型拆解 AI 用量

过去两年里部署过智能体的每家公司现在都在问同一个问题：它们花了我们多少钱，哪些值得？OpenRouter 的 Activity 仪表盘和 Analytics API 可以按智能体、按模型、按请求回答这个问题。

打开 Activity，查看支出如何在智能体、应用和团队成员之间分布。了解哪些模型和任务推高了成本，以及缓存在哪里帮你削减账单。创建并保存自定义视图，然后从任意图表下钻到单个请求。

所有数据都可以通过 Analytics API 获取。将你的智能体指向 openrouter-analytics skill，即可深入分析你的用量、在终端中快速获得答案，或将数据拉取到你自己的仪表盘中。

从全局开始

Overview 让你一眼掌握用量。顶部有五个指标：总支出、请求数、token 量、缓存命中率和每百万 token 的混合成本，每个指标都配有迷你趋势图以及与上一周期的对比。同一屏幕上还有你的头部用户和应用、按模型划分的支出、OpenRouter 额度与 BYOK 支出的对比、按模型划分的请求量、提示与补全 token 的拆分，以及提示缓存。

Trends 使用相同的数据，但按变化幅度而非规模排序，并有一个面板显示哪些在上升、哪些在下降。查看跨模型、用户、API 密钥和应用的趋势。用它来发现失控的智能体、正在获得关注的新模型，或在组织内扩散的工具。

探索任何问题

Overview 和 Trends 上的每张卡片都可链接到 Explore，在那里你可以自行组装视图：

• 指标：支出、请求数、token（提示、补全、推理或缓存）、缓存命中率、每百万 token 的混合成本、BYOK 与额度支出，或延迟和吞吐量（精确到 P50/P90/P99）
• 分组依据（最多两个维度）：模型、变体、提供商、API 密钥、应用、用户、工作区、来源、国家/地区、数据区域、结束原因、上下文长度、会话、生成、自定义用户 ID，或你定义的任何 classifier 维度
• 汇总：分钟、小时、天、周或月，或者去掉时间轴以显示排名表格
• 图表类型：柱状图、折线图或点图

用它来查看哪些应用正在推动每个工作区的使用量、你的智能体为每种任务类型使用了哪些模型，或者你的提供商延迟随时间的变化趋势。

保存你的常用视图。打开选项菜单，选择保存当前图表，然后为其命名。在组织中，你还可以选择谁可以看到它：仅我，或我组织中的所有人。

下载 CSV或下载 PDF，将任何图表的数据直接发送到电子表格或报告中。

护栏显示你的提示注入和敏感信息规则阻止、脱敏或标记了什么，以及哪些规则在发挥作用。用它来监控进入提示的敏感数据速率，以及哪些规则和数据类型正在捕获它。按工作区或分类器筛选，以缩小其来源范围。

展开卡片以获取完整明细，包括检测到的模式组合如何驱动每次阻止、脱敏和标记。

点击图表，进入日志

聚合数据告诉你某些东西变得昂贵了。下一个问题是哪些请求。

Activity 中的每个图表和排名表格都会链接到其背后的日志。点击星期二的柱状条、堆叠图中某个模型的切片，或排名表格中的某一行，你就会进入按这些请求筛选后的日志。

在日志中打开任意一行，查看 Generation 详情视图。它会显示：

• 成本：上游推理、缓存、网络搜索和文件处理，以及所应用的折扣和缓存节省
• 性能：提供商延迟、吞吐量和首 token 时间
• 路由：哪个提供商处理了该请求、是否回退到另一个提供商，以及结束原因
• 归属：其背后的应用、API 密钥和工作区，以及会话和请求 ID 和数据区域
• 上下文：任何护栏事件、分类器标签和原始元数据

Prompt 详情视图会渲染完整的 messages 数组，以及按角色着色的每条消息预估 token 数的火焰图：system、user、assistant 和 tool。一段花费是你预期三倍的对话，通常会在这里显示为一大片工具调用或一个沉重的系统提示。缓存的前缀会被着色，因此你可以看到缓存保留到提示的哪个位置，以及哪条消息破坏了它。

每条消息的 token 数是根据消息大小估算的；generation 本身的总数是记录的用量。Prompts 和 completions 详情仅在请求运行时启用了私有输入/输出日志记录时才存在，你可以在工作区可观测性中启用它。

与 Explore 相同的数据，通过 API 获取

Explore 中的所有内容也可通过 Analytics API 获取：让你的 agent 运行分析、在终端中快速获得答案，或将数据拉取到你自己的仪表板中。Analytics 查询需要管理密钥。两个端点：

• GET /api/v1/analytics/meta 返回当前支持的指标、维度、过滤运算符和粒度。先调用元数据端点查看可用的内容；我们一直在添加新的指标和维度。
• POST /api/v1/analytics/query 运行查询并返回与 Explore 图表所依据的相同的聚合数据。

curl -X POST https://openrouter.ai/api/v1/analytics/query \
  -H "Authorization: Bearer $OPENROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "metrics": ["total_usage", "tokens_total", "cache_hit_rate"],
    "dimensions": ["model"],
    "granularity": "day",
    "time_range": {"start": "2026-07-01T00:00:00Z", "end": "2026-08-01T00:00:00Z"},
    "limit": 20
  }'

面向 agent

成本控制手册让你的 agent 负责支出分析。给你的编码 agent 一个管理密钥和 openrouter-analytics skill，让它对你的 OpenRouter 账户进行成本审查。它会找出每百万 token 成本是你混合费率数倍的模型，追溯到负责的密钥和流水线，并返回排名建议。

我们在内部运行了这个，发现一个预览模型每月烧掉约 $6.2K，约为组织混合费率的 25 倍。一次下钻查询后，其中 98% 追溯到一个单一批处理流水线密钥，它运行着一个从不需要前沿模型的任务。修复只需一行模型替换。查看我们在手册中使用的查询配方和 agent 提示。

开始使用

打开 Activity，或者如果你已经知道想回答的问题，就从 Explore 开始。如果想在终端中操作，请获取一个管理密钥并访问 Analytics API。

在 Discord 的 #feedback 中告诉我们你接下来想看到什么。