成本按渠道 · Salad / RunPod / 阿里 API / Runware / 自有机（电费＋折旧）
GET /v1/usage?group_by=backend,node_class,day渠道判定：backend 直接给出供应商 API（runware / gateway / dashscope-cn·intl / runpod）；GPU 节点按 node_class 归属 —— salad:* = Salad 租用，own:* = 自有机（按价目表 own 段单价核算电费＋折旧），无 class 的节点 = 按默认价、归入未归类。RunPod 的节点也报 own:*，但 backend=runpod 优先归 RunPod。
原始明细 · backend × node_class（供应商 × 节点，窗口内聚合）
消耗总览 · per 来源（client）
GET /v1/usage?group_by=client,day来源标签明细 · client × user_ref（调用方设置的稳定来源标签，如站点自身标识 / cloud_topup:<account>）
GPU 利用率 · per 型号 × 优先级 · 时间平均，非瞬时
GET /v1/workers/activity?bucket=hour|day&group_by=worker口径：worker 在每次心跳 / claim 轮询里上报「自上次上报以来」的 nvidia-smi 采样均值（telemetry），平台按 UTC 小时桶累加 Σ(util×span) 与 Σspan，这里显示两者之商——时间加权平均，不是某一拍的读数。默认按显卡型号 × 优先级聚成一行（Salad 按完整 node_class，如 salad:rtx4060ti-16g:batch；own:* 按整串；无 class 的节点归入未归类），点下面的明细再看每台 worker。alive / busy 由平台按接触间隔量得（busy = 持有 claim 的时间，间隔超过 3×lease 视为掉线不计）；exec 与 GPU 列来自 worker 自报，尚未升级到带 telemetry 的 worker 只有 alive / busy。24h 窗口按小时桶画，7d / 30d 按 UTC 日桶。
按 worker 展开（窗口内聚合）
模型维度 · per engine × backend
GET /v1/usage?group_by=engine,backend工作流维度 · per flow（dub = 配音总账）
GET /v1/usage?group_by=flow计价来源 · per price_source × task_type（#73：执行节点 × 当时价目表）
GET /v1/usage?group_by=price_source,task_typeprice_source = catalog@v<N> <node_class>（按节点 × 钉住的价目表版本结算）/ default（节点未报 node_class，按 task-type 种子价）/ 空（查不到价：cost_usd 为 null，计入 unpriced，不计入 cost_usd）。非 flow 行（tts / image）也归空。
Key 活跃度 · per api_key（轮换 / 吊销依据）
GET /v1/usage?group_by=client,api_keylabel 来自 api_keys.label；api_key_id 为空 = 0009 之前的未归因行。窗口内无行的 key 不会出现——「没出现」就是「这把 key 最近没用过」。
最近活动 · usage 账本最近两个 UTC 日桶
GET /v1/usage?group_by=day,client,flow,task_type,engine来源说明：平台暂无 GET /v1/jobs 列表端点，这里不是逐条任务，而是 usage 账本（昨天 + 今天，UTC）按 day × client × flow × task_type × engine 的聚合行。