完成令牌用量与成本

默认情况下，LiteLLM 在所有完成请求中返回令牌用量（见此处）

LiteLLM 在所有调用中返回 response_cost。

from litellm import completion 

response = litellm.completion(
            model="gpt-3.5-turbo",
            messages=[{"role": "user", "content": "Hey, how's it going?"}],
            mock_response="Hello world",
        )

print(response._hidden_params["response_cost"])

LiteLLM 还提供了一些辅助函数

• encode：使用特定模型的 tokenizer 对传入文本进行编码。 跳转到代码

• decode：使用特定模型的 tokenizer 对传入令牌进行解码。 跳转到代码

• token_counter：返回给定输入的令牌数量 - 它使用基于模型的 tokenizer，如果特定模型的 tokenizer 不可用，则默认为 tiktoken。 跳转到代码

• create_pretrained_tokenizer 和 create_tokenizer：LiteLLM 为 OpenAI、Cohere、Anthropic、Llama2 和 Llama3 模型提供默认的 tokenizer 支持。如果您使用不同的模型，可以创建自定义 tokenizer，并将其作为 custom_tokenizer 传递给 encode、decode 和 token_counter 方法。 跳转到代码

• cost_per_token：返回 prompt（输入）和 completion（输出）令牌的成本（美元）。使用来自 api.litellm.ai 的实时列表。 跳转到代码

• completion_cost：返回给定 LLM API 调用的总成本（美元）。它结合了 token_counter 和 cost_per_token 来返回该查询的成本（同时计算输入和输出的成本）。 跳转到代码

• get_max_tokens：返回给定模型允许的最大令牌数量。 跳转到代码

• model_cost：返回所有模型的字典，包含它们的 max_tokens、input_cost_per_token 和 output_cost_per_token。它使用如下所示的 api.litellm.ai 调用。 跳转到代码

• register_model：在模型成本字典中注册新模型 / 覆盖现有模型（及其定价详情）。 跳转到代码

• api.litellm.ai：所有支持模型的实时令牌 + 价格计数。（在此处查看） 跳转到代码

📣 这是一个社区维护的列表。欢迎贡献！❤️

使用示例

1. encode

Encoding 对 anthropic、cohere、llama2 和 openai 有特定模型的 tokenizer。如果传入不支持的模型，将默认使用 tiktoken (openai 的 tokenizer)。

from litellm import encode, decode

sample_text = "Hellö World, this is my input string!"
# openai encoding + decoding
openai_tokens = encode(model="gpt-3.5-turbo", text=sample_text)
print(openai_tokens)

2. decode

Decoding 支持 anthropic、cohere、llama2 和 openai。

from litellm import encode, decode

sample_text = "Hellö World, this is my input string!"
# openai encoding + decoding
openai_tokens = encode(model="gpt-3.5-turbo", text=sample_text)
openai_text = decode(model="gpt-3.5-turbo", tokens=openai_tokens)
print(openai_text)

3. token_counter

from litellm import token_counter

messages = [{"user": "role", "content": "Hey, how's it going"}]
print(token_counter(model="gpt-3.5-turbo", messages=messages))

4. create_pretrained_tokenizer 和 create_tokenizer

from litellm import create_pretrained_tokenizer, create_tokenizer

# get tokenizer from huggingface repo
custom_tokenizer_1 = create_pretrained_tokenizer("Xenova/llama-3-tokenizer")

# use tokenizer from json file
with open("tokenizer.json") as f:
    json_data = json.load(f)

json_str = json.dumps(json_data)

custom_tokenizer_2 = create_tokenizer(json_str)

5. cost_per_token

from litellm import cost_per_token

prompt_tokens =  5
completion_tokens = 10
prompt_tokens_cost_usd_dollar, completion_tokens_cost_usd_dollar = cost_per_token(model="gpt-3.5-turbo", prompt_tokens=prompt_tokens, completion_tokens=completion_tokens))

print(prompt_tokens_cost_usd_dollar, completion_tokens_cost_usd_dollar)

6. completion_cost

• 输入：接受一个 litellm.completion() 响应 或 prompt + completion 字符串
• 输出：返回 completion 调用的成本（浮点数）

litellm.completion()

from litellm import completion, completion_cost

response = completion(
            model="bedrock/anthropic.claude-v2",
            messages=messages,
            request_timeout=200,
        )
# pass your response from completion to completion_cost
cost = completion_cost(completion_response=response)
formatted_string = f"${float(cost):.10f}"
print(formatted_string)

prompt + completion 字符串

from litellm import completion_cost
cost = completion_cost(model="bedrock/anthropic.claude-v2", prompt="Hey!", completion="How's it going?")
formatted_string = f"${float(cost):.10f}"
print(formatted_string)

7. get_max_tokens

输入：接受模型名称 - 例如，gpt-3.5-turbo（获取完整列表，调用 litellm.model_list）。输出：返回给定模型允许的最大令牌数量

from litellm import get_max_tokens 

model = "gpt-3.5-turbo"

print(get_max_tokens(model)) # Output: 4097

8. model_cost

• 输出：返回一个 dict 对象，包含社区维护列表中所有模型的 max_tokens、input_cost_per_token、output_cost_per_token

from litellm import model_cost 

print(model_cost) # {'gpt-3.5-turbo': {'max_tokens': 4000, 'input_cost_per_token': 1.5e-06, 'output_cost_per_token': 2e-06}, ...}

9. register_model

• 输入：提供模型成本字典 或 托管 json blob 的 URL
• 输出：返回更新后的 model_cost 字典 + 使用模型详情更新 litellm.model_cost。

字典

from litellm import register_model

litellm.register_model({
        "gpt-4": {
        "max_tokens": 8192, 
        "input_cost_per_token": 0.00002, 
        "output_cost_per_token": 0.00006, 
        "litellm_provider": "openai", 
        "mode": "chat"
    },
})

json blob 的 URL

import litellm

litellm.register_model(model_cost=
"https://raw.githubusercontent.com/BerriAI/litellm/main/model_prices_and_context_window.json")

不拉取托管的 model_cost_map
如果您有防火墙，并且只想使用 model cost map 的本地副本，可以这样做

export LITELLM_LOCAL_MODEL_COST_MAP="True"

注意：这意味着您需要升级才能获取更新的定价和更新的模型。