让任务用上合适的模型，并看清调用和费用

员工说“让AI帮我做这件事”时，平台需要同时解决两件事：用什么程序执行任务，以及向哪一个AI模型提问。本章说明这两类设置怎样配合，也说明如何判断模型故障、核对消耗和控制预算。

入口集中在左侧“模型与用量”：执行引擎、模型服务、模型调用、用量与费用。首次接入时，按“登记模型服务→添加模型→连接测试→在执行引擎中添加模型→查看实际调用”的顺序操作。

先分清执行引擎、模型服务和模型

名称	它负责什么	为什么要单独管理
执行引擎	组织一次任务中的思考、工具使用、文件操作和输出。当前界面列出Hive Pi和OpenCode。	同一个模型可以交给不同的执行引擎使用；引擎是否安装、启用，取决于部署。
模型服务	提供模型接口的上游服务，包含名称、API地址和API Key。API Key是访问该服务的凭据。	同一套地址和凭据通常能访问多个模型，集中维护可以避免每个模型重复填写。
模型	服务中的一个具体选择，包含上游模型标识、容量、超时、图片能力和思考等级等参数。	同一服务下的模型能力、价格和响应速度可能不同。
可用模型	管理员已在某个执行引擎中开放给员工选择的模型。	登记到目录不等于已经开放；平台在开放时测试当前配置。
默认模型	员工新建会话时使用的默认选择。	可以改变新会话的起点，而不替已有会话改变选择。
路由版本	平台为一套生效的模型连接配置保存的版本记录。	任务固定使用提交时的版本，便于核对当时究竟用了哪个服务和模型。

例如，企业购买了一家模型服务商的接口，登记为“企业模型服务”，再在其中添加“通用模型”和“复杂推理模型”。管理员可以把两个模型都开放给Hive Pi，并把通用模型设为默认。员工仍可在允许的范围内选择另一个模型。

1.先看执行引擎能不能用

打开“执行引擎”。每个卡片显示引擎名称、可用或未启用状态、支持的能力，以及已开放模型。

图6-1：先确认引擎状态，再看该引擎有没有默认模型。

“取消任务”“会话恢复”“流式输出”“用量上报”表示引擎声明支持相应能力。流式输出是指结果逐步出现，不必等到整次回答完成。

“未启用”表示当前部署没有启用该引擎。这里不能安装或启用执行引擎，需要由负责部署的人处理。在未启用的引擎上继续添加模型不能使引擎恢复可用。

如果显示“未配置默认模型，新模型请求会返回路由不可用”，说明还没有为此引擎建立可用的默认选择。不要把“模型服务已有模型”当作已经完成接入。

2.登记模型服务

操作前准备服务商提供的接口地址、API Key，以及有权限调用的模型标识。当前连接测试使用兼容的/v1/chat/completions接口；“API Base URL”填写其前面的基础地址。例如接口为https://api.example.com/v1/chat/completions时，基础地址为https://api.example.com，不要重复添加/v1。具体地址以服务商实际提供的入口为准。

打开“模型服务”。已有服务时点击“新增模型服务”；空页面点击“开始接入模型服务”。
填写“Model Provider显示名称”。这是管理员和调用记录中用来识别服务的名称，建议能说明服务来源。
填写“API Base URL”和“API Key”，点击“创建”。
检查新服务卡片是否出现，地址是否正确，以及访问凭据修订是否显示。

图6-2：服务卡片管理地址和凭据，模型行管理具体模型。展开箭头可查看单次请求超时、连接测试预算字段和价格。

保存后页面不回显API Key。看到“API Key已安全保存”不等于已经通过连接测试，还需要添加具体模型并测试。当前页面没有删除模型服务或删除模型目录条目的按钮；停用某个模型的员工选择入口，应在执行引擎中“移除”。

模型接口会收到任务提供给它的内容。接入前应确认该服务和凭据是本环境允许使用的对象；不要为了测试把真实凭据填到临时或未知地址。

3.添加模型，并正确填写能力参数

在服务卡片点击“添加模型”，填写参数后点击“添加”。添加成功只代表进入模型目录，还需要到执行引擎中开放。

图6-3：添加和编辑模型使用相同的主要参数。参数应来自服务商能力说明及实际验证，不应靠模型名称猜测。

字段	怎样理解和填写	填错会怎样
显示名称	员工和管理员看到的名称，可以使用易懂的中文。	名称含糊会使员工难以选择，但它不能替代真正的上游模型标识。
上游模型标识	服务商要求在请求中传入的模型名称，保持准确。	服务商可能拒绝请求，或者调用到错误的模型。
请求超时（毫秒）	等待单次模型请求的最长时间，页面允许1000至900000毫秒。1000毫秒为1秒。	太短容易中断正常回答；太长会让故障请求等待更久。
支持图片输入	只有确认上游模型支持图片时才开启。	错误开启会让含图片的请求失败；普通连接测试不能证明看图能力。
连接测试预算字段	按上游要求选择`max_tokens`或`max_completion_tokens`，仅用于连接测试。	即使模型标识和Key正确，测试也可能因参数不兼容失败。
上下文窗口（Token）	模型一次能处理的总容量。Token是模型处理文字等内容的计量单位，并不等同于汉字数量。	填得比实际能力大，长会话容易被上游拒绝；过小会过早触发压缩。
最大输出（Token）	一次输出允许使用的最大容量。	过大可能超过上游限制；过小可能截断长回答。
高级压缩设置	会话内容接近容量上限时，平台要整理较早内容，为后续任务留空间。“压缩预留”用于留出输出和整理余量，“近期保留”用于保留较新的原始内容。	不合理的组合会被拒绝，或影响长会话的可用输入。一般保持留空，由平台自动计算。

高级压缩设置留空时自动计算；手工设置时，压缩预留至少覆盖最大输出并留1024Token余量，近期保留最多为可用输入的一半。

思考等级为什么还要填写“上游参数值”

“低”“高”等等级是员工看到的选择，上游服务实际接受的值可能不同。管理员需要把界面等级映射到该服务接受的参数值。

在“开放等级”中点击要允许员工使用的档位。
在对应的“上游参数值”填写服务商接受的实际值。
在“默认等级”选择一个已开放的档位，或保留“不指定（由上游决定）”。
如果模型不接受思考等级参数，保持所有等级关闭；聊天界面将隐藏选择入口，也不会发送该参数。

“关闭”也需要填写明确的关闭值，例如上游实际支持的none。不要把“关闭”等同于“不指定”；前者要求上游关闭相应能力，后者把决定留给上游。发现配置错误提示时先修正，添加或保存按钮才会恢复可用。

两个时间限制不要混淆

模型的“请求超时”限制一次模型请求；执行引擎页的“默认任务时限”限制整项任务，包含排队、模型调用和工具执行。一项任务可能调用模型多次，所以调高模型请求超时并不会自动调高整项任务时限。

4.连接测试能证明什么

在模型行点击“连接测试”，等待提示，再核对“当前配置测试”及测试时间。

平台会向当前服务发送一个简短的真实模型请求，检查能否取得有效响应。上游可能对此产生用量或费用。测试成功说明这一套地址、Key、模型及测试参数在当时能够响应；它不能证明图片、所有思考等级、长上下文或复杂任务都可用，也不能保证之后持续健康。

测试结果	先检查什么
测试成功	核对测试时间，再按下一节开放模型。
模型服务拒绝了请求	检查Key权限、模型标识、服务地址及测试预算字段。
模型服务请求过于频繁	检查服务商限流或账户额度，等待后再测；连续点击不能解除限流。
模型服务响应超时	检查上游耗时及网络，确认请求超时是否合理。
未能取得模型服务的有效响应	检查地址、网络和上游是否可达。
模型服务返回的内容无效	检查该入口是否兼容当前接口和响应格式。

页面“近期运行情况”可能显示“其他配置测试”。这表示记录对应的是另一套配置，不能拿它证明当前配置已经通过。当前配置修改后，应以新的当前配置测试和实际调用为准。

5.把模型开放给员工，并调整默认选择

添加可用模型

打开“执行引擎”，找到需要开放的引擎。
在“选择要添加的模型”中选择模型，标签同时显示服务名称，避免选错同名模型。
点击“添加模型”。平台会测试当前配置，通过后才添加。
确认模型出现在该引擎“可用模型”列表。第一个添加的模型会成为默认模型。

没有候选时，可从下拉框中的“前往模型服务”补齐目录。候选目录读取失败时先“重新加载”；不要按旧列表反复提交。

改默认模型

在已开放的模型旁点击“设为默认”，阅读影响后点击“确认设为默认模型”。确认后核对“默认”标签。

这个操作只改变之后新建会话的默认选择。已有会话继续保留自己的模型选择，已提交任务不会执行到一半换模型。

移除可用模型

在模型旁点击“移除”，阅读影响后确认。模型将从该引擎的可选列表消失，目录条目仍保留。

已提交任务继续使用原模型；原来选用此模型的会话，下次提交前需要重新选择。如果还有其他可用模型，必须先把另一个模型设为默认，才能移除原默认模型。移除唯一模型会使该引擎没有默认模型，新的模型请求会失败。

6.修改地址、Key或模型配置

要改什么	入口和步骤	影响与成功判断
服务显示名称、API地址	服务卡片“编辑服务”→修改→“保存”。正在使用的地址变更会要求填写原因。	修改正在使用的地址时，平台先测试已开放模型；全部成功才保存并生成新路由版本。
API Key	服务卡片“替换Key”→填写新Key→“测试并保存”；有已开放模型时填写原因并确认。	先用已开放模型测试新Key。测试失败不保存，当前Key和路由保持不变；成功后Key修订更新，仍不回显明文。
模型标识、超时、能力、容量、思考等级等	模型行“编辑”→修改→“保存”。	对已开放模型的重要参数变更先测试，通过后更新配置及路由版本；从下一次任务生效，已提交任务保持原版本。

如果保存提示“配置已被修改”“版本冲突”或“结果未确认”，先核对刷新后的配置。编辑模型窗口在不确定结果时会保留修改，并提供“核对当前配置”；只有确认当前版本后再决定是否重新编辑和保存。不要因为网络错误就断言“肯定没保存”。

服务商Key本身已失效时，平台保留旧配置并不能让旧Key恢复有效，需要先解决凭据或上游问题。替换真实凭据、切换真实服务地址会影响后续模型请求，应按所在环境的授权范围执行。

7.设置价格，让费用有依据

平台不会自动读取服务商账单。管理员填写的人民币单价与模型上报用量共同决定“已知费用”。

在“模型服务”找到模型，点击“设置价格”。
填写输入价、输出价，单位都是“人民币元/百万Token”。
填写输入缓存价。缓存输入是上游复用的输入部分，可能使用不同单价；留空表示未知，填0表示已确认免费。
点击“建立新价格版本”，再展开模型行核对价格和版本。

每次保存会建立新的价格版本，只用于之后开始的调用。历史调用不会按新价格重算；此前缺少价格的历史费用也不会因为现在补价而自动补算。

8.用模型调用记录判断哪里出了问题

打开“模型调用”。顶部展示近一小时的全平台统计，下方是可筛选的调用记录。这两部分的时间范围和用途不同。

图6-4：顶部全平台统计不随下方筛选变化。明细默认最近24小时，最多查询31天。

先查一项具体任务

如果已知员工和发生时间，选择时间范围、模型、员工或调用结果，点击“查询”。
如果已从任务管理拿到任务标识，点击“更多筛选”，粘贴到“任务标识”后查询。也可按响应或日志中的“请求标识”查询。
找到记录后点击“详情”。一项任务可能有多次模型调用，需结合时间查看。
需要回到默认条件时点击“重置”；想保留筛选只更新结果时点击“刷新明细”。

图6-5：用请求、调用和任务标识关联问题，核对结果、HTTP状态、耗时、上报用量和费用。

“调用耗时”是这次请求花的时间。“首次输出”是流式响应中首次收到有效文本、思考或工具调用的时间，非流式或未收到有效输出时显示“—”。P95表示95%的样本不超过该数值，少量样本时不宜据此判断长期性能。

上游错误率只按成功和上游失败计算；员工取消、网关重启和本地超时不计入。顶部“按模型、路由版本与结果查看分类统计”可进一步核对是不是某个模型版本集中失败。

怎样读失败结果

结果	它说明什么	下一步
模型服务拒绝了请求、返回内容无效	上游拒绝请求，或虽然收到成功HTTP状态但内容格式不能使用。	检查模型配置、权限和接口兼容性。
请求过于频繁	通常对应上游HTTP 429。	核对上游额度和请求频率。
未能连接、响应超时、响应中断	连接或响应过程没有正常完成。	核对服务地址、网络、上游状态和超时；不要只看是否配置了Key。
请求方已取消	请求方主动取消。	到任务管理核对取消和时间。
模型网关重启、模型调用超过时限	平台请求过程被重启或平台时限结束。	结合平台运行和请求标识排查。

这里仅记录实际发起的模型调用。鉴权、路由不可用或预算等前置拒绝可能没有调用记录，要结合任务终止原因，并由运维人员按请求标识查看模型网关日志。界面不展示提示词、回答正文或API Key。

9.看懂用量与费用，不把“未知”当作零

打开“用量与费用”，选择月份。统计按北京时间的自然月计算，只含已结束的调用；正在进行的调用尚未进入月度汇总。

图6-6：先看费用未知的调用数，再看已知费用总额；未知次数可能让当前金额低于实际消耗。

在“费用与用量明细”选择“按模型”“按员工”“按部门”“按执行引擎”或“全平台”。
查看已知费用、调用次数、已报告Token和费用未知次数。
展开明细行，查看输入、输出、缓存和未知原因。
切换到“计费依据”，核对该月份实际使用的价格版本。

输入Token已包含缓存输入，不能再把缓存数量加一次。已知缓存费用只按已报告缓存用量和对应价格计算。

费用未知的常见原因包括缺少模型价格、用量不完整、没有报告用量、用量无效、缺少缓存用量或缓存价格。同一次调用可能有多个原因，原因次数不能直接相加。如果所有调用费用都未知，页面显示“暂无法计算”，含义是没有足够数据计算，不是免费。

此页适合平台内部核对和预算管理，实际服务商账单仍需按服务商记录核对。调整统计月份或汇总维度不会修改预算。

10.设置月度预算，选择提醒还是阻止新调用

预算用于表达“这套平台或这位员工每个自然月预计能消耗多少钱”。当前支持全平台预算和单个员工预算，不支持直接给部门建立预算；按部门查看费用只是统计方式。

图6-7：预算范围独立于费用统计维度。打开硬限额前先理解并发和未知费用的限制。

切换到“预算管理”，点击“新增月度预算”，或点击已有行的“编辑预算”。
新增时选择“全平台”或“单个员工”；选择员工时补选对应人员。每个范围只能有一份当前预算。
填写大于0的“每月预算（人民币元）”。
按需要决定是否开启“达到100%后阻止新模型调用”。关闭时仅提醒，开启时达到预算后拒绝后续新模型调用。
点击“保存预算”，核对预算使用和“超额处理”列。

保存立即影响本月后续新调用，并沿用到后续月份；即使上方正在查看历史月份，修改的也是当前预算设置。已有预算不能通过编辑改变范围或员工，当前页面也没有删除预算按钮。

全平台硬限额和员工硬限额同时适用，任一个达到上限都可能拒绝新调用。它依据已知费用判断，不预留本次请求可能产生的费用，也不会倒退取消已经发出的请求；并发在途请求和费用未知的调用仍可能使实际费用超过预算。因此，它不能保证账单严格停在预算金额以内。

页面保留每份预算在所选月份首次达到80%和100%时的提醒事实。后来调高预算不会删除这些历史记录。看到提醒时先核对未知费用，再决定调整额度、关闭硬限额或减少使用；不要只为消除提示随意改变预算。

11.设置每位员工的任务并行度和默认时限

这组配置位于“执行引擎”页面底部的“任务设置”，不是“任务管理”或用户详情。

填写“每员工并行度”，范围为1至16的整数。
填写“默认任务时限”，范围为1至120的整数分钟。
点击“保存设置”，确认保存成功。

并行度是同一员工同时运行任务的数量，Hive Pi和OpenCode共用这项上限。提高后平台会检查等待任务；降低时保留已经运行的任务。这个数字不是宿主机或模型服务容量的保证，过高可能增加资源争用及上游限流。

默认时限从排队开始计时，只影响新提交任务。开放API Key可以另设时限，详见开放API章节。如果提示“设置已保存，但排队任务唤醒失败”，先重新读取设置并到任务管理核对队列；不要把该提示当作数值一定没有保存。