这个品类的数据长什么样
用量统计的数据来源为FastGPT的模型调用链路日志、计费统计模块与节点运行监控数据。更新节奏为准实时，每分钟生成一次聚合快照，同时推送增量调用数据。文档结构为结构化JSON格式，包含request_id、model_identifier、caller_tenant_id、prompt_tokens、completion_tokens、total_duration_ms、status_code等字段。各字段对应单位为：调用标识为字符串，token数量为个，耗时为毫秒，状态码为HTTP标准状态码，租户标识为字符串。
这些特征在「模型接入与配置」这一环带来什么约束
准实时的聚合与增量数据要求模型接入时需配置匹配的同步间隔，避免数据延迟过大导致统计偏差。结构化字段包含模型标识与状态码，要求接入配置需绑定模型标识与统计维度，并配置异常状态的过滤规则，确保仅统计有效调用数据。数据来源涉及调用链路与计费模块，要求配置双向同步的接口权限，避免统计数据与实际调用记录不一致。结构化JSON格式要求配置数据解析的映射规则，确保各字段的解析与存储符合统计需求。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
statistic_sync_interval | 60 秒 | 匹配数据每分钟生成的聚合快照频率，保证统计数据与实际调用的时间差可控 |
model_identifier_whitelist | 填写实际部署的模型标识列表，如qwen2.5-coder:7b,siliconcloud_llama3 | 确保仅统计已接入的模型用量，避免无关数据混入统计结果 |
error_code_filter | 400,401,404,500 | 过滤模型调用的异常状态码，仅统计返回200的有效调用数据 |
token_statistic_min_size | 50 个 | 过滤无意义的极小token调用，减少统计冗余 |
api_auth_scope | 仅内部调用链路与计费模块 | 限制统计数据的访问权限，避免敏感用量信息泄露 |
本页给出的参数取值均为常规建议，用于确定配置的起点。实际取值受材料形态、数据量与业务规则影响，具体问题需具体分析，建议在自有样本上实测后再定。
容易做错的三处
- 现象为模型调用返回
502 Bad Gateway，原因为内网部署的模型服务未正确配置外网映射规则，导致FastGPT无法访问模型接口。 - 现象为ollama调用模型返回驱动相关报错，原因为AMD显卡未正确安装适配的替代驱动，导致模型加载失败。
- 现象为模型调用返回空字符串，原因为未正确配置模型请求格式，未添加对应任务所需的输入字段。
怎么确认配好了
- 查看FastGPT的用量统计面板，确认数据更新频率与配置的
statistic_sync_interval一致。 - 手动发起一次符合
token_statistic_min_size阈值的模型调用，检查统计面板中是否生成对应的用量条目。 - 查看系统日志，确认无
statistic_sync_interval或模型接入相关的超时报错。 - 核对统计数据中的
model_identifier字段与实际部署的模型标识，确认绑定关系正确。
问题素材取自公开社区提问（2026-09-11 去重 4,834 条）。文中的配置项名称与取值区间需以所用版本的实际界面与文档为准；本页核验日 2026-09-14，当时的最新发布版本为 FastGPT v4.17.0。