使用

LiteLLM 會在所有提供者之間回傳與 OpenAI 相容的 usage 物件。

"usage": {
    "prompt_tokens": int,
    "completion_tokens": int,
    "total_tokens": int
  }

快速開始

from litellm import completion
import os

## set ENV variables
os.environ["OPENAI_API_KEY"] = "your-api-key"

response = completion(
  model="gpt-5.6-luna",
  messages=[{ "content": "Hello, how are you?","role": "user"}]
)

print(response.usage)

注意： LiteLLM 支援端點橋接。如果模型原生不支援所請求的端點，LiteLLM 會自動將請求路由到正確支援的端點（例如依據模型的 mode，在 model_prices_and_context_window 中設定，將 /chat/completions 橋接到 /responses，或反之亦然）。

串流使用量

如果 stream_options={"include_usage": True} 已設定，在 data: [DONE] 訊息之前還會額外串流一個 chunk。這個 chunk 上的 usage 欄位會顯示整個請求的 token 使用統計，而 choices 欄位一律會是空陣列。所有其他 chunk 也會包含 usage 欄位，但其值為 null。

from litellm import completion 

completion = completion(
  model="gpt-5.6-terra",
  messages=[
    {"role": "system", "content": "You are a helpful assistant."},
    {"role": "user", "content": "Hello!"}
  ],
  stream=True,
  stream_options={"include_usage": True}
)

for chunk in completion:
  print(chunk.choices[0].delta)

Proxy：一律包含串流使用量

使用 LiteLLM Proxy 時，您可以將其設定為在所有串流回應中自動包含 usage 資訊，即使用戶端沒有送出 stream_options={"include_usage": True} 也是如此。

設定

將下列內容加入您的 config.yaml：

general_settings:
  always_include_stream_usage: true

或者，也可以透過 UI 進行設定：

1. 前往 LiteLLM Proxy UI
2. 進入 Settings > Router Settings > General
3. 找到 always_include_stream_usage 設定
4. 將其切換為 true
5. 點擊 Update 以儲存

運作方式

當 always_include_stream_usage 啟用時：

• 所有串流請求都會自動加入 stream_options={"include_usage": True}
• 用戶端會在最後一個 chunk 中收到 usage 資訊，即使他們沒有明確請求
• 如果用戶端已經提供 stream_options，include_usage: True 也會被加入，而不會覆寫其他選項
• 非串流請求不受影響

範例

啟用此設定後，像這樣簡單的串流請求：

curl -X POST http://localhost:4000/v1/chat/completions \
  -H "Authorization: Bearer $LITELLM_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-5.6-terra",
    "messages": [{"role": "user", "content": "Hello!"}],
    "stream": true
  }'

將會自動在回應中收到 usage 資訊，而無需明確包含 stream_options。