# 指标方法论

Azoth OS 在营销和产品材料中引用的数字如何计算、来自何处，以及最重要的——每个数字不代表什么。请用本页核对您在网站上读到或在销售沟通中听到的任何数字。

## 可信度标签

- **实测** — 来自规定时间窗口内的生产遥测，或来自提交到代码仓库的确定性基准测试（`reports/benchmark-report.json`、`npm run benchmark`）。
- **模型估算** — 针对价格表和代表性工作负载通过模拟计算得出，取决于这些假设。旧版文案可能写作“模拟”。
- **预测** — 前瞻性数字：将公开价格表应用于典型客户画像。并非保证。

> 面向客户的材料中的数字必须带有标签。没有标签的数字不应出现。

## 这些数字及其来源

- **单次调用成本 · 实测，按每次调用** — 依据提供商统计的 token 数和模型目录中现行的价格计算；在 `X-Azoth-Cost-Usd` 响应头中返回，并随决策一起封存。您自己的数字在控制台中。
- **单次调用能耗 · 模型估算，按每次调用** — 按照 GreenOps 方法论估算，在 `X-Azoth-Energy-Wh` 响应头中返回。绝对克数仅供参考；可对外报告的是避免的比例。
- **复用的响应 · 在基准测试环境中实测** — `npm run benchmark` 在其离线场景中的缓存命中率（`reports/benchmark-report.md`）。您自己的命中率取决于您的工作负载。
- **Azoth 增加的延迟 · 尚未发布** — 暂无数字：p50 和 p95 的测量已列入路线图。
- **可用性 · 见状态页面** — 观测到的状态以状态页面为准。此处不发布任何可用性数字；若合同约定了 SLA，则以合同为准。

## 路由器权衡的质量 · 实测，按工作区

- 路由的质量项是：在过去 90 天内、至少已评判 10 个用例时，该模型在工作区自身参考用例中的通过比例。
- 否则取 0.5，即中性值：工作区尚未测量的内容对每个模型的权重相同，选择取决于延迟和成本。
- 质量下限只会淘汰实测通过率低于该下限的模型，绝不会淘汰尚未测量的模型。成本项读取模型目录中的价格。
- 每项路由决策都会说明属于哪种情况：“M 个参考用例中有 N% 通过”，或“尚未测量”。这是关于该工作区自身用例、依据其自身标准的陈述，而不是对某个模型的一般评价。

## 这些数字不代表什么

- 不是对您账单的承诺：请说“最高可达”或“中位数”，并注明标签。
- 不是 Azoth 客户的平均值：任何客户的工作负载都不会被汇总为公开数字。
- 不是固定不变的：提供商价格、新模型以及引擎的变化都会影响它们，基准测试会随每个版本再次运行。
- 不是可用性承诺：观测到的状态以状态页面为准。

## 来源

代码仓库中的参考文档是 `docs/METRICS_METHODOLOGY.md`，与本页保持同步。网站上无法追溯到它的数字就是一个错误——请告诉我们。
