AI データを扱う
AI データを DoiT プラットフォームに取り込んだら、AI のコストと使用状況の分析・監視を開始できます。AI データは 1 時間単位で追跡・レポートされます。
API を DoiT プラットフォームに接続すると、Anthropic と OpenAI のデータも監視できます。
Cloud Analytics（クラウド分析）における AI データ
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。以下に、DoiT と AI の用語の対応を示します。
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に対する合計コスト。 |
usage | usage | トークンの使用量。加えて、追跡対象のサービス・モデル・操作によっては、秒・バイト・文字数な どに基づく消費も usage メトリックに含まれます。 |
標準ディメンション
標準の Cloud Analytics のディメンションを通じて AI データを取得できます。以下の表は、DoiT プラットフォームと統合されたすべての AI モデルで利用可能な標準ディメンションについて説明します。
| DoiT term | Description |
|---|---|
| Billing Account | AI アカウント内の特定の組織を示す一意の識別子。 |
| Project ID/Account ID | AI プロバイダーのワークスペースを示す一意の識別子。 |
| Service ID/Service Description/SKU Description | 使用された AI 製品または機能の高レベルな説明。例：Completions API、Embeddings API、Claude haiku3.5 Usage - Input tokens、Web Search Usage。 |
| SKU ID/SKU description | 利用中の AI サービス内の、具体的・細分化された課金単位。例：chatgpt-4o-latest, input、text-embedding-3-large、claude-3-5-haiku-20241022, input_tokens、claude-sonnet-4-20250514, output_tokens。 |
| Usage | 主要な使用量の単位。多くのプロバイダーでは主要単位は token ですが、消費している AI サービスに応じて他の単位も使用します。 |
| Operation | AI サービスによって実行される、個別で課金対象のアクション。例：input、cached input、web_search、image。 |
| Provider | AI プロバイダー名。例：OpenAI、Anthropic、Google Cloud、Amazon Web Services、Azure、Databricks。 |
GenAI ラベル
以下は、DoiT プラットフォームで使用できる GenAI のシステムラベルです。GenAI のシステムラベルは、GenAI セクションにグルーピングされています。
| Label | Description | Provider |
|---|---|---|
| API Key ID | AI キーの一意の識別子。 | Anthropic, OpenAI |
| API Key Name | AI API キーの名称。 | Anthropic, OpenAI |
| Base Model | AI モデル提供の識別子。例：gpt-4.1、claude-haiku-4.5。 | Anthropic, OpenAI |
| 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 または false。 | Anthropic, Azure, OpenAI |
| Consumption Model | AI サービスで使用される課金モデル：PAYG（従量課金）または Provisioned Throughput。 | Azure, GCP |
| Context Window | 使用した AI モデルに適用される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 |
| Feature | 使用している AI の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ない、あらゆる生成 AI ワークロードのコスト。 | Anthropic, AWS, Azure, Databricks, GCP, OpenAI |
| 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 または false。Vertex AI と Amazon Bedrock で利用可能。 | Azure, GCP |
| 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、音声・画像・テキストなど処理対象のメディア形式を区別。例：audio。 | Anthropic, AWS, OpenAI |
| Model | AI モデル提供の識別子。例：gpt-4o-audio-preview。 | Anthropic, AWS, Azure, Databricks, GCP, OpenAI |
| 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、GPT-5、Mistral。 | Anthropic, AWS, Azure, Databricks, GCP, OpenAI |
| Model Version | AI モデル提供のバージョン。例：2024-12-17。 | Anthropic, OpenAI |
| Organization Name | AI 組織の一意の識別子。 | Anthropic, AWS, Azure, OpenAI |
| Project | Anthropic における Workspace ID と同じ。 | Anthropic |
| 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 | Anthropic API において、特定ワークフローの API 可用性を優先するために使用されるサービス階層。Priority、Standard、Batch が使用可能。 | Anthropic |
| 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 を含む。 | 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）。 | Anthropic, AWS, Azure, Databricks, GCP, OpenAI |
| User ID | AI 組織内の特定ユーザーの一意の識別子。 | Anthropic, OpenAI |
| User Name | AI 組織内の特定ユーザーの名前。 | Anthropic, OpenAI |
| Workspace | Anthropic コンソールにおけるワークスペース名。 | Anthropic |
| Workspace ID | Anthropic コンソールにおけるワークスペースの ID。 | Anthropic |
レポート例
GenAI Intelligence ダッシュボードには、GenAI のコストと使用状況の分析をすぐに始められるよう、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したり、ゼロから独自に作成して、GenAI データをより深く掘り下げることができます。
例えば、以下のレポートは、異なる AI プロバイダーからの使用コストを Usage Type 別にグループ化しています。Usage Type のような正規化されたディメンションを使用することで、プロバイダーをまたいだレポーティングが可能になり、単一のレポートでプロバイダーを横断してトークンフローをグループ化および分析できます。
