AI データを扱う
DoiT は、次のプロバイダーが提供する AI サービスに対応しています：AWS（Amazon Bedrock・Kiro）、Google Cloud（Vertex AI）、Microsoft Azure（Azure Machine Learning）、Databricks、Snowflake、Anthropic、OpenAI。
GenAI providers を接続すると、AI のコストと使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
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
-
Amazon Bedrock：請求データには API キーまたはユーザーレベルのアトリビューションが含まれません。その結果、Cost by API key および GenAI spend - Top 15 users のダッシュボードウィジェットは、Bedrock のみの利用ではデータが表示されません。GenAI プロバイダー（例：OpenAI や Anthropic）を直接接続すると、これらのウィジェットは自動的にデータが表示されます。
-
Databricks：現在、利用可能なのはコストデータのみです。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 のコストデータは最終的な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を目的としています。このため、レポートに表示されるコストが実際の使用状況と一致しない場合があります。詳細が必要な場合は、OpenAI API Usage Dashboard を確認してください。
- OpenAI の音声入力トー 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。そのため、GenAI Intelligence では OpenAI の音声 SKU をキャッシュあり・キャッシュなしで分割して表示しません。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 - Claude.ai：コストおよび使用量データは、従量課金制の Enterprise プランでのみ利用できます。Claude Enterprise Analytics API を参照してください。
-
Snowflake：Direct model inference、Cortex Agents、Snowflake Intelligence、Cortex Code の使用量が対象です。Cortex Search および非推奨の混在
AI_SERVICES請求カテゴリは対象外です。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 推論のコストは集計されたAI_INFERENCE行に残り、一方でモデル・ユーザー・リージョン・トークンの詳細は使用量のみの行として記録されます。詳細な履歴は Snowflake の usage-view の保持期間によって制限されます。標準的なテレメトリが利用できなくなった古い請求行は分割されないまま残ります。任意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 のままとなります。
ディメンション および メトリクス を通じて AI データ を取得できます。以下に、DoiT と AI の用語の対応関係を示します。
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。加えて、この usage メトリクスには、追跡対象のサービス・モデル・操作に応じて、秒・バイト・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、プラットフォームに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一覧にしたものです。
| DoiT term | Description |
|---|---|
| Billing Account | AI アカウント内の特定の組織を表す一意の識別子。 |
| Project ID・Account ID | AI プロバイダーのワークスペースを表す一意の識別子。 |
| Service・Service ID・SKU Description | 使用している AI 製品または機能の種類に関する高レベルの説明。例：Completions API、Embeddings API、Claude haiku3.5 Usage - Input tokens、Web Search Usage。 |
| SKU ID・SKU description | 使用している AI サービス内の、特定かつ詳細な課金単位。例：chatgpt-4o-latest, input、text-embedding-3-large、claude-3-5-haiku-20241022, input_tokens、claude-sonnet-4-20250514, output_tokens。 |
| Unit | 主となる使用量の単位。多く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、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 | 説明 | プロバイダ |
|---|---|---|
| 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 モデルオファリングの識別子。例: gpt-4.1, claude-haiku-4.5。 | Anthropic, Anthropic (Analytics API), OpenAI |
| Billing Category | Cursor による請求方法。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が使用されたかどうかを示す: 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を示す: true, false。 | Anthropic (Analytics API), AWS, Cursor, Snowflake |
| Consumption Model | AI サービスに使用される料金モデル: PAYG (Pay-As-You-Go) または Provisioned Throughput。 | Azure, GCP |
| Context Window | AI モデルに適用されたコンテキストウィンドウの制約。次のいずれか: 0-200k, 200k-1M。 | Anthropic, Anthropic (Analytics API) |
| Cost type | 支出が属する請求可能なコストコンポーネント: tokens (モデルのトークン使用量)、web_search (サーバー側のウェブ検索)、code_execution (サーバー側のコード実行)。 | Anthropic (Analytics API) |
| Feature | 使用されている AI 機能またはサービス機能のタイプ。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 プロバイダに関わらず、サポート対象の生成 AI ワークロードとして分類されたコスト。 | 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。データレジデンシー制御の追跡に使用。次のいずれか: global, us, not_available (リージョン未設定)。 | Anthropic (Analytics API) |
| Input Tokens | リクエストで AI モデルに送信されたトークン数 (プロンプトおよびコンテキスト)。 | Cursor |
| Invokation | リクエストを何が起動したかを示す。例えば、ユーザーによる直接の操作で起動され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を示す: true (課金対象)、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を示す: true, false。 | Cursor |
| Is Model Serving | サービスがアクティブにモデル提供を行っているかどうかを示す: true, false。Vertex AI および Amazon Bedrock 向けに利用可能。 | Azure, GCP |
| Max Mode | リクエストに対して Cursor の Max モードが有効だったかどうかを示す: 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、そのサービスが音声・画像・テキストなどのどのメディア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 モデルオファリングの識別子。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 モデルオファリングのバージョン。例: 2024-12-17。 | Anthropic, OpenAI |
| Organization Name | AI 組織の一意の識別子。Anthropic (Analytics API) の場合は接続の Organization Label。 | Anthropic, Anthropic (Analytics API), AWS, Azure, OpenAI |
| Output Tokens | AI モデルがレスポンスで生成したトークン数。 | Cursor |
| Pricing Unit | GenAI 消費量を測定するための単位。tokens や pages など。 | Snowflake |
| Product | 使用量またはコストを発生させた Claude プロダクトのサーフェス: chat, claude_code, cowork, office_agent, claude_in_chrome, claude_design, other (既知のサーフェスにアトリビュートできない使用)。 | Anthropic (Analytics API) |
| Resolution | 単一の使用での画像解像度。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 の場合は API 利用優先度を反映し、Priority, Standard, Batch のいずれか。AWS Kiro の場合はサブスクリプションプラン (例: Pro, ProPlus)。 | 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, Anthropic (Analytics API) |
| Token type | コストタイプが tokens の場合に適用されるトークンのカテゴリ: uncached_input_tokens, output_tokens, cache_read_input_tokens、および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 などの値を取る。 | 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)、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す。他の Snowflake ソースは Snowflake のテレメトリで提供されるトークンメトリック名を報告し、集計トークン数のみが利用可能な場合は total を含む。 | 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。利用不可の場合やアカウント削除済みの場合は Null。 | Anthropic (Analytics API), Cursor, OpenAI, Snowflake |
| User ID | AI 組織内の特定ユーザーの一意の識別子。AWS Kiro の場合は IAM Identity Center 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。設定されていない場合は Null。 | Anthropic, Anthropic (Analytics API), Cursor, OpenAI, Snowflake |
| User Role | AI プロバイダの組織内でユーザーに割り当てられたロール。OpenAI のロールには owner と reader が含まれる。 | OpenAI |
| 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 ディメンション内の Vertex AI Claude モデルラベルは、Anthropic の公式ネーミング規約に準拠するように更新されました。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 になりました。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、新しい名前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 の支出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用意されています。プリセットレポートの設定を調整することも、一から独自のレポートを作成して GenAI データをより詳細に分析することもできます。
使用タイプ別のコスト
以下の例では、正規化された Usage Type ディメンションで AI プロバイダ横断の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 請求では、Bedrock コストはモデルおよびリージョンごとに集計されます。より詳細なコストトラッキング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)。
プラットフォームでユーザー別に Bedrock 使用量をトラッキングするには、次の手順を実行してください。
-
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 コールで AIP ARN を使用してください。
-
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（クラウド分析）のレポートにタグが表示されるまでには 6–8 時間かかる場合があります。新しいタグの場合は最大 24 時間かかることがあります。レイテンシ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。
以下の例では、過去 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ています。
