0Pricing
AI Agents · Ders

Adım Başına Gecikme ve Maliyet

Yavaş ve pahalı adımları bulabilmek için her düğümde belirteç kullanımını ve gerçek geçen süreyi ölçün.

Adım Başına Gecikme ve Maliyet, CoddyKit'te ücretsiz bir AI Agents dersidir. Bu, 4 dersinin 3. dersidir. Aşağıdan dersin tamamını ücretsiz okuyabilir, sonra tarayıcıda yerleşik kod editörü ve 7/24 yapay zeka koçu ile uygulamalı olarak pratik yapabilirsin. Bu, AI Agents öğrenme yolunun bir parçasıdır ve ilerlemeniz web ve CoddyKit uygulaması arasında senkronize olur. AI Agents kursu toplamda 4 dersten oluşur.

Adım Başına Metrikler Neden Gerekli?

Toplam gecikme ve maliyet, sistemin yavaş veya pahalı olduğunu gösterir — ancak WHICH adımın yavaş ya da pahalı olduğunu göstermez. Bunu düzeltebilmek için adım bazında ölçüm gerekir.

Gecikmeyi Kaydetme

Her span kaydına ekleyin:

start = time.time()
# ... do work ...
span.duration_ms = (time.time() - start) * 1000

Gecikme Kategorileri

Ajanlardaki yaygın yavaş adımlar:

  • LLM çağrısı — 500 ms - 10 sn
  • Web araması — 200 ms - 2 sn
  • Vektörleştirme — 50 ms - 200 ms
  • Veritabanı sorgusu — 5 ms - 500 ms

Maliyeti Kaydetme

LLM adımlarında belirteç sayısını fiyatla çarpın:

PRICES = {
    'gpt-4o-mini':       {'in': 0.150 / 1e6, 'out': 0.600 / 1e6},
    'gpt-4o':            {'in': 2.50  / 1e6, 'out': 10.00 / 1e6},
    'claude-sonnet-4-5': {'in': 3.00  / 1e6, 'out': 15.00 / 1e6}
}

def compute_cost(model, tokens_in, tokens_out):
    p = PRICES[model]
    return tokens_in * p['in'] + tokens_out * p['out']

cost = compute_cost('gpt-4o-mini', 1000, 500)
print(f"Cost for 1000 in / 500 out tokens on gpt-4o-mini: ${cost:.6f}")

Trace Başına Toplama

Span kayıtlarını trace düzeyine kadar toplayın:

def trace_metrics(spans):
    return {
        'duration_ms': sum(s.duration_ms for s in spans),
        'cost_usd':    sum(s.cost_usd or 0 for s in spans),
        'tokens':      sum((s.tokens_in or 0) + (s.tokens_out or 0) for s in spans),
        'step_count':  len(spans)
    }

from types import SimpleNamespace
spans = [
    SimpleNamespace(duration_ms=120, cost_usd=0.002, tokens_in=100, tokens_out=50),
    SimpleNamespace(duration_ms=340, cost_usd=0.005, tokens_in=200, tokens_out=80),
]
print(trace_metrics(spans))

p50 / p95 / p99

Ortalamalara bakmayın — ajan gecikmeleri ağır kuyrukludur. Yüzdelikleri raporlayın:

import numpy as np
durations = [t.duration_ms for t in last_1000_traces]
print('p50:', np.percentile(durations, 50))
print('p95:', np.percentile(durations, 95))
print('p99:', np.percentile(durations, 99))

Kullanıcı Başına Maliyet

Maliyeti günlük olarak user_id değerine göre toplayın:

SELECT user_id, SUM(cost_usd) AS daily_cost
FROM traces
WHERE created_at::date = current_date
GROUP BY user_id
ORDER BY daily_cost DESC
LIMIT 100

Adıma Göre Maliyet

Maliyete en çok hangi adımlar katkıda bulunuyor? Ada göre gruplayın:

SELECT name, SUM(cost_usd) AS total
FROM spans
WHERE trace_id IN (SELECT id FROM traces WHERE created_at::date = current_date)
GROUP BY name
ORDER BY total DESC

Gecikme Şelaleleri

Tek bir trace için span kayıtlarının Gantt tarzı bir şelale grafiğini oluşturun. En uzun çubuk, darboğazınızdır.

Çoğu trace arayüzü bunu otomatik olarak oluşturur.

Aykırı Değerler İçin Uyarı

  • p95 gecikmesi haftadan haftaya iki katına çıkarsa uyarı verin
  • Günlük maliyet normalin 2 katını aşarsa uyarı verin
  • Tek bir kullanıcının günlük maliyeti $X değerini aşarsa uyarı verin

İki Modeli Karşılaştırma

Adım başına metrikler, modelleri A/B karşılaştırmanıza olanak tanır:

# Run 100 traces with gpt-4o-mini and 100 with haiku
# Compare p95 latency and average cost
# Pick the winner for the use case
print("Run 100 traces with gpt-4o-mini and 100 with haiku")
print("Compare p95 latency and average cost")
print("Pick the winner for the use case")

Belirteç Dağılımını İzleme

Girdi ve çıktı belirteçlerinin histogramı sorunları ortaya çıkarır: örneğin sürekli olarak max_tokens sınırına ulaşılması = çıktının kesilmesi = hata.

Yüzdelikler Neden?

Neden ortalama yerine p95 gecikmesini raporlamalısınız?

Özet

Adım başına gecikme ve maliyet; trace ve kullanıcı başına toplanmış değerler; ortalamalar yerine yüzdelikler; aykırı değerler için uyarılar. Gösterge paneliniz budur.

Sıkça Sorulan Sorular

“Adım Başına Gecikme ve Maliyet” dersi ücretsiz mi?

Evet — “Adım Başına Gecikme ve Maliyet” dersin tüm metni burada web'de ücretsiz olarak okunabilir. Etkileşimli olarak pratik yapmak (yerleşik kod editörü ve 7/24 yapay zeka koçu) ve AI Agents kursunun geri kalanını açmak için CoddyKit PRO'ya yükselt. AI Agents kursu toplamda 4 dersten oluşur.

“Adım Başına Gecikme ve Maliyet” dersinde ne öğreneceğim?

Yavaş ve pahalı adımları bulabilmek için her düğümde belirteç kullanımını ve gerçek geçen süreyi ölçün. AI Agents ile uygulamalı kodu tarayıcıda doğrudan çalıştırarak pratik yaparsın ve 7/24 yapay zeka koçu dersi çalışırken sorularını yanıtlar.

AI Agents öğrenmeye başlamak için deneyim gerekli mi?

Önceden deneyim gerekmez. CoddyKit'te AI Agents, başlangıçtan ileri seviyeye kadar yapılandırıldığı için buradan başlayabilir veya başından başlayıp kendi hızında ilerleme yapabilirsin. Bu, 4 dersinin 3. dersidir.

“Adım Başına Gecikme ve Maliyet” dersi ne kadar sürer?

Çoğu CoddyKit dersi yaklaşık 5–10 dakika sürer. Her biri kısa ve etkileşimli olduğu için sabit ilerleme yaparsın ve web ile uygulama arasında tam olarak bıraktığın yerden devam edebilirsin.

Bu AI Agents dersinde kod yazıp çalıştırabilir miyim?

Evet. Her AI Agents dersi yerleşik bir kod editörü içerir, bu sayede tarayıcıda gerçek kod yazıp çalıştırabilir ve anlık yapay zeka geri bildirimi alırsın — yerel kurulum gerekli değildir.

Bu kursun tüm dersleri

  1. Aracılar için İzleme Neden Gereklidir
  2. Araç Çağrılarını ve Girdileri ve Çıktıları Günlükleme
  3. Adım Başına Gecikme ve Maliyet
  4. Aracı Çalışmalarını Görselleştirme (Langfuse, LangSmith)
← AI Agents Sayfasına Dön