usage 物件，回報該請求消耗的 token。Sunra 會依照您所呼叫 endpoint 的語意來回報用量：Messages 回應遵循 Anthropic 的約定，Chat Completions 或 Responses 回應則遵循 OpenAI 的約定。
這些結構的差異是刻意為之。讀取 Chat Completions 回應的 OpenAI SDK 會假定 OpenAI 語意，而讀取 Messages 回應的 Anthropic SDK 會假定 Anthropic 語意。每個 endpoint 都遵守其自身規格所承諾的內容，而不是被強行套進單一共用結構。
Messages
在/v1/messages 上，三個輸入桶是互斥的。沒有任何 token 會被計算兩次，因此提示總量就是它們的總和：
integer
僅為全新的輸入 token。不包含兩個快取桶。
integer
本次請求寫入快取的 token。
integer
從快取提供給本次請求的 token。
integer
模型生成的 token。
integer
三個輸入桶加上
output_tokens。存在於非 streaming 回應中。null 的桶視為零。
實例演算
對claude-opus-4-8 送出同一段 19,000 個 token 的前綴兩次。第一次請求寫入快取，第二次請求讀取快取。
冷請求（寫入快取）
暖請求（讀取快取）
input_tokens 都維持在 8，因為每次真正新增的輸入就是這 8 個 token。那段 19,349 個 token 的前綴從建立桶移到了讀取桶。兩次請求的總和都是同樣的 19,359 個 token，但花費並不相同：快取寫入和快取讀取各有自己的每 token 費率，這正是它們被分開回報為不同桶的原因。
Chat Completions 與 Responses
這些 endpoint 回報的是原封不動的 OpenAI 語意。提示計數是整個提示，而快取的 token 是其中的子集，另外單獨回報。/v1/chat/completions
prompt_tokens 和 cached_tokens 相加會重複計算。若要在這些 endpoint 上取得全新的輸入，請相減：
/v1/responses 的 input_tokens 和 input_tokens_details.cached_tokens。
sunra_usage_semantics 標記
經過 Sunra 正規化的回應會在 usage 內帶有一個標記：
usage 物件內；在 streaming 的回應中，它出現在帶有輸入桶的那個事件 message_start 上。當它以此值出現時，本頁面上的保證即成立：三個輸入桶互斥，而 total_tokens（在存在時）等於它們的總和加上 output_tokens。
它的缺席同樣是一項承諾。 Sunra 只會正規化它已實測過的回應結構。其他一律原封不動地從上游供應商轉發，且不加標記；不帶標記的回應，就是 Sunra 不為其各個桶背書的回應。
請對標記做斷言，而不要藉由檢視數字來猜測某個回應遵循哪一套慣例。這個欄位存在的目的就是取代結構嗅探——像是「這些桶一定互斥，因為它們的總和大於提示計數」這類啟發式判斷，會有不只一套慣例能滿足它，最終必定會把某個回應讀錯。
/v1/messages 的回應才會帶有這個標記。Chat Completions 和 Responses 遵循 OpenAI 規格，不會被加上標記。
這個值帶有版本。若這些欄位的含義發生破壞性變更，將以新的值發布，因此對 anthropic.exclusive.v1 做等值檢查，不會在無聲無息中開始讀取另一套約定。
Streaming
在 streaming 的 Messages 請求中，用量會分散在兩個事件中送達。message_start 帶有輸入端與標記。結尾的 message_delta 只帶有 output_tokens。請對 message_start 中的標記做斷言，然後以慣常的方式合併這兩個事件——將較晚事件的用量覆蓋在較早事件之上——就會得出上述記載的值。
streaming 回應會省略 total_tokens。沒有任何單一事件同時知道輸入端和輸出端，因此在 streaming 途中計算出的任何總數都會是錯的。請在 streaming 結束後自行將各個桶相加。
從先前的行為遷移
Sunra 先前在/v1/messages 上會原樣轉發上游的 usage 物件。某些供應商前面的翻譯層會把快取建立的 token 折疊進 input_tokens，因此遵循 Anthropic 約定並把三個桶相加的呼叫方，會把快取建立的 token 計算兩次。
- 若您把三個桶相加，如同 Anthropic 約定所描述的那樣，您現在是正確的。您這邊不需要任何改動。
- 若您曾為舊行為做過補償——自行從
input_tokens中減去cache_creation_input_tokens，或以其他方式反推那個折疊——請停止。該修正現在會減掉早已被排除在外的 token，並會低估您的輸入量。 - 若您讀取
total_tokens，它會繼續回報完整的計數：全新輸入、兩個快取桶，以及輸出。