配额与计量：按 key 对账

配额按 token 而不是请求数：记录 usage 的输入/输出 token 并聚合到 key/租户维度；接近上限预警、超额拒绝，数据同时作为成本分摊依据。

计量字段

usage.prompt_tokens      输入 token
usage.completion_tokens  输出 token
usage.total_tokens       合计
→ 网关按 key 聚合日/月用量

流式响应的 usage 出现位置由实现决定：缺失时用请求侧计数补偿（见 token-count 条目）。

‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌