Schéma :: ACCOUNT_USAGE

Vue CORTEX_AI_FUNCTIONS_USAGE_HISTORY¶

Cette vue Utilisation du compte peut être utilisée pour interroger l’historique des Fonctions Cortex AI.

La vue inclut le nombre de jetons et de crédits consommés chaque fois qu’une fonction Cortex est appelée, agrégés dans des fenêtres d’une heure. La vue comprend également des métadonnées pertinentes, telles que l’ID d’entrepôt, les heures de début et de fin de l’exécution de la fonction, ainsi que le nom de la fonction et le modèle, si spécifié. Chaque ligne représente l’utilisation d’un seul appel de fonction.

Colonnes¶

Nom de la colonne	Type de données	Description
START_TIME	TIMESTAMP_LTZ	Début de la fenêtre d’agrégation d’utilisation. La résolution de la fenêtre est de 1 heure. Par exemple, si une requête a commencé à 05:30 et s’est terminée à 08:30, quatre enregistrements apparaissent dans la vue d’utilisation, un pour chacune des fenêtres d’agrégation 5:00, 6:00, 7:00 et 8:00.
END_TIME	TIMESTAMP_LTZ	Fin de la fenêtre d’agrégation d’utilisation.
FUNCTION_NAME	VARCHAR	Nom de la fonction Cortex AI appelée. L’historique d’utilisation contient une ligne pour chaque fonction appelée dans une requête.
MODEL_NAME	VARCHAR	Nom du modèle Vide pour les fonctions Cortex AI où un modèle n’est pas spécifié comme argument. L’historique d’utilisation contient une ligne pour chaque modèle utilisé dans une requête.
QUERY_ID	VARCHAR	L’ID de la requête dans laquelle la fonction a été appelée.
WAREHOUSE_ID	NUMBER	Identifiant généré par le système pour l’entrepôt utilisé par la requête appelant la fonction Cortex AI.
ROLE_NAMES	ARRAY	Rôles associés à la requête. Le rôle primaire est le premier élément du tableau.
QUERY_TAG	VARCHAR	La balise, le cas échéant, associée à la requête dans laquelle la fonction a été appelée.
USER_ID	VARCHAR	Identifiant généré par le système pour l’utilisateur qui exécutait la requête appelant la fonction Cortex AI.
METRICS	ARRAY	Une répartition des métriques d’utilisation pour la fonction et le modèle spécifiés pour la combinaison de QUERY_ID, MODEL_NAME et WAREHOUSE_ID. Consultez Colonne de métriques ci-dessous pour plus de détails.
CREDITS	NUMBER	Nombre de crédits facturés pour l’utilisation des fonctions Cortex AI en fonction des métriques pour la fonction et le modèle spécifiés pour la combinaison de QUERY_ID, MODEL_NAME et WAREHOUSE_ID. N’inclut pas les crédits d’utilisation d’entrepôt.
IS_COMPLETED	BOOLEAN	Indique si la requête a été terminée dans cette fenêtre d’agrégation.

Colonne de métriques¶

La colonne des métriques contient une répartition des métriques d’utilisation pour la fonction et le modèle spécifiés pour la combinaison de QUERY_ID, MODEL_NAME et WAREHOUSE_ID. Chaque élément contient un objet key (avec le type metric et les champs unit) et une value. La structure varie selon la méthode de mesure, comme suit :

Mesure basé sur les jetons (la plupart des fonctions d’AI) : Facturation par nombre de jetons, soit sous forme de nombre de jetons d’entrée et de sortie distincts, soit sous forme de nombre total de jetons, selon la fonction.

Exemple : [{"key":{"metric":"input","unit":"tokens"},"value":17},{"key":{"metric":"output","unit":"tokens"},"value":65}]`<br>`[{"key":{"metric":"total","unit":"tokens"},"value":527}]
Mesure basé sur la page (AI_PARSE_DOCUMENT) : Facturation par page.

Exemple : [{"key":{"metric":"total","unit":"pages"},"value":3}]

Notes sur l’utilisation¶

Cette vue inclut uniquement l’utilisation qui a eu lieu à partir du 5 janvier 2026.
Les champs Attribution de l’ID utilisateur, Balise de requête et Rôles sont disponibles pour les données acquises après le 16 février 2026.
La vue fournit l’utilisation du crédit mise à jour pour un compte au cours des 365 derniers jours (1 année).
La vue suit à la fois les appels de fonction terminés et les appels de fonction toujours en cours.
Les requêtes en cours d’exécution sont mises à jour toutes les 30 minutes (au mieux) avec un SLA d’une heure.
L’utilisation du taux de crédit est déterminée en fonction de la fonction appelée, du modèle utilisé et des jetons traités comme indiqué dans la Table de consommation de Snowflake Service.