AI データの利用
DoiT は、次のプロバイダーが提供する AI サービスをサポートしています: AWS（Amazon Bedrock、Kiro）、Google Cloud（Vertex AI）、Microsoft Azure（Azure Machine Learning）、Databricks、Snowflake、Anthropic、OpenAI。
GenAI providers を接続したら、AI のコストと利用状況の分析およびモニタリングを開始できます。
Cloud Analytics における AI データ
DoiT Cloud Analytics は、ほとんどの AI データを 1 時間ごとに更新します。Snowflake コネクタのデータは 12 時間ごとに同期されます。
制限事項
-
Databricks: 現在はコストデータのみが利用可能です。トークン使用量データは今後サポートされる予定です。
-
OpenAI: OpenAI のコストデータは確定請求額を反映しますが、使用量データはアクティビティのモニタリング用です。そのため、レポートに表示されるコストが、実際の使用状況と常に一致するとは限りません。詳細が必要な場合は、OpenAI API Usage Dashboard を確認してください。
- OpenAI 音声入力トークン: OpenAI Costs API は、キャッシュされた音声入力トークンとキャッシュされていない音声入力トークンのコストをまとめて集計します。このため、GenAI Intelligence では OpenAI の音声 SKU をキャッシュあり・なしで分割せず、音声入力トークンのコストは常に合算された状態で表示されます。
-
Anthropic（Analytics API）: コストと使用量のデータは、従量課金制の Enterprise プランでのみ利用できます。詳しくは Claude Enterprise Analytics API を参照してください。
-
Snowflake: 直接のモデル推論、Cortex Agents、Snowflake Intelligence、Cortex Code の利用が含まれ ます。Cortex Search と、非推奨の混在した
AI_SERVICES請求カテゴリは除外されます。AI SQL テレメトリはクレジットベースのコストを割り当てます。REST API 推論コストは集約されたAI_INFERENCE行に残り、一方でモデル、ユーザー、地域、トークンの詳細は使用量専用の行として記録されます。履歴の詳細は Snowflake の usage-view の保持期間によって制限され、カノニカルなテレメトリが利用できなくなった後も、古い請求行は分割されないまま残ります。オプションのユーザーディレクトリ権限が付与されていない場合、または一致するユーザーレコードが存在しない場合、ユーザー名とメールアドレスは null のままになります。
ディメンション と メトリクス を通じて AI データを取得できます。DoiT と AI の用語対応については、以下のマッピングを参照してください。
基本メトリクス
| DoiT term | AI term | AI definition |
|---|---|---|
cost | cost | 特定のリソースまたは使用量に対する合計コスト。 |
usage | usage | トークンの使用量。また、利用状況メトリ クスには、追跡対象のサービス・モデル・オペレーションに応じて、秒数、バイト数、文字数などに基づく消費量も含まれます。 |
標準ディメンション
次の表は、DoiT プラットフォームと統合されているすべての AI モデルで利用可能な標準ディメンションを示します。
| DoiT term | Description |
|---|---|
| Billing Account | AI アカウント内の特定の組織を一意に識別する ID。 |
| Project ID・Account ID | AI プロバイダーのワークスペースを一意に識別する ID。 |
| Service・Service ID・SKU Description | 利用している AI プロダクトまたは機能の種類を示す高レベルの説明。例: Completions API、Embeddings API、Claude haiku3.5 Usage - Input tokens、Web Search Usage。 |
| SKU ID・SKU description | 利用中の AI サービス内で、より細分化された課金対象の単位。例: chatgpt-4o-latest, input、text-embedding-3-large、claude-3-5-haiku-20241022, input_tokens、claude-sonnet-4-20250514, output_tokens。 |
| Unit | 主な使用量の単位。ほとんどのプロバイダーでは主な単位は token ですが、利用している AI サービスに応じて他の単位も使用されます。 |
| Operation | AI サービスによって実行される、個別の課金対象アクション。例: input、cached input、web_search、image。 |
| Provider | AI プロバイダー名。Amazon Web Services、Anthropic、Anthropic (Analytics API)、Azure、Databricks、Google Cloud、OpenAI、Snowflake。 |
GenAI ラベル
以下は、DoiT プラットフォームで使用できる GenAI システムラベルです。GenAI システムラベルは GenAI セクションにグループ化されています。
| Label | Description | Provider |
|---|---|---|
| API Key ID | AI キーの一意の識別子。 | Anthropic, OpenAI |
| API Key Name | AI API キーの名前。 | Anthropic, OpenAI |
| Base Model | AI モデル提供の識別子。例: gpt-4.1、claude-haiku-4.5。 | Anthropic, Anthropic (Analytics API), OpenAI |
| Billing Category | リクエストが Cursor によってどのように請求されたか。次のいずれか: Usage-based、Included in Business、Free、Aborted, Not Charged、Errored, Not Charged。 | Cursor |
| Cached | コスト最適化のためにキャッシュされたトークンを使用したかどうか: true、false。 | Anthropic, Anthropic (Analytics API), Azure, OpenAI |
| Coding agent | Claude Code、Kiro、Snowflake Cortex Code (CoCo) などの AI コーディングエージェントによって使用量が生成されたかどうか: true、false。 | Anthropic (Analytics API), AWS, Cursor, Snowflake |
| Consumption Model | AI サービスに使用された料金モデル: PAYG (従量課金) または Provisioned Throughput。 | Azure, GCP |
| Context Window | AI モデルに適用されるコンテキストウィンドウ制限。次のいずれか: 0-200k、200k-1M。 | Anthropic, Anthropic (Analytics API) |
| Cost type | 使用額が属する課金可能なコストコンポーネント: tokens (モデルトークン使用量)、web_search (サーバー側 Web 検索)、code_execution (サーバー側コード実行)。 | Anthropic (Analytics API) |
| Feature | 使用されている AI 機能またはサービス機能の種類。Vertex AI の例: Model Serving、Model Serving via Model Garden、Vertex Colab、Metadata storage。Microsoft Azure の例: Model Serving、Audio Generation、Embeddings。 | Azure, GCP |
| GenAI Spend | AI プロバイダーを問わず、サポートされる生成 AI ワークロードとして分類されるコスト。 | Anthropic, Anthropic (Analytics API), AWS, Azure, Cursor, Databricks, GCP, OpenAI, Snowflake |
| Inference Geo | 推論が処理された地理的リージョン。データ所在コントロールの追跡に使用。次のいずれか: global、us、not_available (リージョン未設定)。 | Anthropic (Analytics API) |
| Input Tokens | リクエスト (プロンプトとコンテキスト) で AI モデルに送信されたトークン数。 | Cursor |
| Invokation | リクエストを起動した要因。例えば、ユーザーが直接起動したアクティビティの場合は human。 | Anthropic (Analytics API), Cursor |
| Is Chargeable | リクエストに課金が発生したかどうか: true (課金対象) または false (無料またはクォータに含まれる)。 | Cursor |
| Is Headless | リクエストがインタラクティブなエディターセッションではなく、バックグラウンド (ヘッドレス) エージェントから送信されたかどうか: true、false。 | Cursor |
| Is Model Serving | サービスがモデルをアクティブに提供しているかどうか: true、false。Vertex AI と Amazon Bedrock で利用可能。 | Azure, GCP |
| Max Mode | リクエストに対して Cursor の Max モードが有効になっていたかどうか: true、false。 | Cursor |
| Media Format | 複数のメディアタイプをサポートするモデルにおいて、サービスが音声・画像・テキストのいずれを処理しているかを区別するメディア形式。例: audio。 | Anthropic, AWS, OpenAI |
| Model | AI モデル提供の識別子。例: gpt-4o-audio-preview、claude-sonnet-4-6。 | Anthropic, Anthropic (Analytics API), AWS, Azure, Cursor, Databricks, GCP, OpenAI, Snowflake |
| Model Family | 共通のアーキテクチャと学習手法を共有する関連 AI モデルのグループ。例: Claude、Gemini、Gemma、GPT-5、Kiro、Mistral。 | Anthropic, Anthropic (Analytics API), AWS, Azure, Databricks, GCP, OpenAI, Snowflake |
| Model Version | AI モデル提供のバージョン。例: 2024-12-17。 | Anthropic, OpenAI |
| Output Tokens | AI モデルがレスポンスで生成したトークン数。 | Cursor |
| Organization Name | AI 組織の一意の識別子。Anthropic (Analytics API) の場合、接続の Organization Label。 | Anthropic, Anthropic (Analytics API), AWS, Azure, OpenAI |
| Pricing Unit | GenAI の消費量を測定する単位。例: tokens、pages。 | Snowflake |
| Product | 使用量またはコストを発生させた Claude プロダクトサーフェス: chat、claude_code、cowork、office_agent、claude_in_chrome、claude_design、other (既知のサーフェスに帰属できない使用量)。 | Anthropic (Analytics API) |
| Resolution | 1 回の使用における画像の解像度。画像処理をサポートする OpenAI モデルで使用。 | OpenAI |
| Service Tier | 使用量に関連付けられたサービス・ティアまたはサブスクリプションプラン。Anthropic の場合、API 利用優先度 (Priority、Standard、Batch) を反映します。AWS Kiro の場合、サブスクリプションプラン (例: Pro、ProPlus) を反映します。 | Anthropic, Anthropic (Analytics API), AWS |
| Speed | リクエスト処理に使用された推論モード: standard、fast。 | Anthropic (Analytics API) |
| Token type | コストタイプが tokens の場合に、使用量が適用されるトークンのカテゴリ: uncached_input_tokens、output_tokens、cache_read_input_tokens、またはキャッシュ作成トークン (cache_creation.ephemeral_1h_input_tokens、cache_creation.ephemeral_5m_input_tokens)。 | Anthropic (Analytics API) |
| Unit Category | Azure AI サービスの課金単位タイプ。Commitment、Tokens、Batch、Time または Time Short、Period、Request などの値。 | Azure |
| Usage Type | AI モデルとの対話におけるトークンフローの向き: input (モデルに送信されたトークン) または output (モデルが生成したトークン)。Snowflake Cortex Agents では、cache_read_input と cache_write_input がキャッシュされたプロンプトトークンを表します。他の Snowflake ソースでは、total を含む、Snowflake のテレメトリが提供するトークンメトリクス名が報告されます (集計トークン 数のみが利用可能な場合)。 | Anthropic, Anthropic (Analytics API), AWS, Azure, Databricks, GCP, OpenAI, Snowflake |
| User Email | 使用量を生成したユーザーのメールアドレス。利用できない場合やアカウントが削除された場合は null。 | Anthropic (Analytics API), Cursor, Snowflake |
| User ID | AI 組織内の特定ユーザーの一意の識別子。AWS Kiro の場合、IAM Identity Center のユーザー ID。 | Anthropic, Anthropic (Analytics API), AWS, OpenAI, Snowflake |
| User Name | AI 組織内の特定ユーザーの名前。未設定の場合は null。 | Anthropic, Anthropic (Analytics API), Cursor, OpenAI, Snowflake |
| Workspace | Anthropic コンソール内の Workspace 名。 | Anthropic |
| Workspace ID | Anthropic コンソール内の Workspace の ID。 | Anthropic |
Model ディメンションにおける Vertex AI Claude モデルラベルは、Anthropic の公式ネーミング規則を使用するようになりました。以前のラベル Claude 4 Sonnet、Claude 4.5 Sonnet、Claude 4.6 Sonnet、Claude 4.5 Haiku は、それぞれ Claude Sonnet 4、Claude Sonnet 4.5、Claude Sonnet 4.6、Claude Haiku 4.5 に変更されています。この変更はすべての履歴データに遡って適用されるため、以前のラベル文字列を参照している保存済みレポート、ダッシュボードウィジェット、フィルターは、新しい名称を使用するように更新する必要があります。
レポート例
GenAI Intelligence ダッシュボード には、GenAI のコストおよび使用状況分析をすぐに開始できるよう、いくつかのプリセットレポートウィジェットが含まれています。プリセットレポートの設定を調整するか、ゼロから独自のレポートを作成して、GenAI データをさらに詳しく分析できます。
Usage type 別のコスト
以下の例では、複数の AI プロバイダーにわたって、正規化された Usage Type ディメンションごとにコストをグループ化しています。
ユーザー別の Amazon Bedrock コスト
標準的な AWS の請求では、Bedrock コストはモデルとリージョンごとに集計されます。より詳細なコスト追跡とアロケーションのために、AWS は Application Inference Profiles の利用を推奨しています (「AWS re:Post 記事: How to Track and Limit Amazon Bedrock Usage by User」を参照してください)。
DoiT プラットフォームでユーザー別に Bedrock 使用量を追跡するには、次の操作を行ってください。
-
Bedrock コンソールまたは API を使用して、ユーザーごとに AIP を作成してください。
-
カスタムコストアロケーションタグを適用し、ベースモデル ARN の代わりに推論 API 呼び出しで AIP ARN を 使用してください。
-
DoiT プラットフォームで AWS コストアロケーションタグを有効化 してください。アカウントタイプによっては、タグを再有効化 する必要がある場合があります。
タグが AWS の請求データに現れてから、Cloud Analytics のレポートにタグが表示されるまで 6–8 時間かかる場合があります。新しいタグの場合、最大 24 時間かかることがあります。レイテンシーやその他の制限については、制限事項 を参照してください。
以下の例は、直近 3 週間における Amazon Bedrock コストの上位 5 ユーザーを、カスタムコストアロケーションタグでグループ化して表示したものです。
