AUDR by Chargebee

AUDR by Chargebee

Chargebee · Productividad · Negocios

AUDR by Chargebee es un estándar JSON abierto que registra quién inició cada ejecución de un agente de IA y cuánto costó cada llamada al modelo o a una herramienta, para facturar y presupuestar desde un único registro.

Vista previa de la interfaz de AUDR by Chargebee

Acerca de AUDR by Chargebee

What Is AUDR by Chargebee

AUDR son las siglas de Agent Usage Detail Record, o Registro de Detalle de Uso de Agentes. No es un panel de control, sino una especificación: un objeto JSON por operación medida, con un esquema que cualquier harness de agentes, router, proveedor de modelos o sistema de facturación puede escribir y leer. Chargebee lo redactó y publica la especificación con licencia Apache 2.0.

El hueco que cubre es la atribución. Tu aplicación sabe qué cliente lanzó la ejecución. El router conoce los tokens. La capa de herramientas sabe que el sandbox estuvo abierto cuatro minutos. Cada sistema se puede observar por separado, y ninguno te dice que el agente de soporte de Acme costó 38 céntimos el martes pasado. La mayoría de los equipos lo nota primero como un problema de seguimiento de costes de agentes: la factura mensual del modelo esconde qué función se come el presupuesto.

El diseño toma la idea del sector de las telecomunicaciones. Las operadoras acordaron el Call Detail Record para describir una llamada en un formato común, sin importar quién gestionara la central. AUDR apuesta por lo mismo con las ejecuciones de agentes: un identificador compartido, un único responsable por campo y reglas de fusión que el sink aplica sin adivinar.

Los límites importan. AUDR describe el uso, no la factura. La tarificación, ese paso que convierte tokens en un importe cobrable, queda fuera de la especificación. El sink solo valida, deduplica y guarda registros.

Getting Started

  1. Instala el paquete principal para tu stack, pip install audr o npm install @openaudr/audr, y elige un sink: un archivo JSONL local para pruebas o Chargebee para facturar.
  2. Crea un cliente con ese sink y un bloque emitter que indique tu componente, la aplicación y la versión.
  3. Registra un adaptador para el runtime que ya usas, como LiteLLM, el SDK de Vercel AI, Mastra o NeMo Relay, o llama a client.record() por tu cuenta.
  4. Envía la atribución en cada petición, normalmente un ID de cuenta o suscripción y un entorno, y después lee la salida JSONL o los registros fusionados en tu sistema de facturación.

Información del producto

Un vistazo rápido a los precios, las plataformas compatibles y el rendimiento de AUDR by Chargebee.

Plan gratuitoSí
Planes de pagoFree (Apache 2.0), $0
PlataformaWeb, Python, TypeScript
DesarrolladorChargebee
CategoríaProductividad · Negocios
Fecha de lanzamientoSep 2026
Última actualizaciónOct 2026
Visitas al sitio web2.5M
Ranking global del sitio18.1K
Disponibilidad de la APISí

Ideal para

Los usuarios, tareas y casos de uso en los que esta herramienta encaja mejor.

Usuarios

  • Ingenieros de producto de IA
  • Equipos financieros de empresas de IA
  • Ingenieros de plataforma con facturación por uso
  • Fundadores que ponen precio a un producto de agentes

Tareas

  • Atribuir el gasto del modelo a cada cliente
  • Auditar el coste de las herramientas
  • Preparar facturas medidas
  • Investigar un problema de margen

Casos de uso

  • Un agente de soporte donde el volumen de un cliente aplasta al resto
  • Un stack con varios modelos y fallbacks
  • Un piloto que pasa de suscripción plana a precio medido

Funciones clave

Un identificador de ejecución que sobrevive a cada salto

El harness genera un run_id y un span_id por operación, y pasa ambos en los metadatos de la petición. Router, proveedor y capa de herramientas devuelven el mismo par. El sink fusiona los registros que comparten esos dos valores, así que una llamada al modelo descrita por tres componentes acaba en una fila y no en tres fragmentos.

Un solo escritor por campo

AUDR reparte la propiedad en lugar de dejar que cada componente sobrescriba un bloque común. El harness manda en la atribución: cliente, entorno, iniciador. El router manda en el uso: tokens y proveedor. Los conflictos se rechazan en vez de resolverse según quién escribió al final.

Correcciones que solo añaden registros

Los registros son inmutables. Arreglar una cifra errónea implica emitir uno nuevo desde el mismo componente emitter, y el sink sustituye el anterior por record_id. Conservas el rastro de auditoría en lugar de perder el valor original.

Contadores brutos, no precios derivados

El registro lleva tokens de entrada, tokens de salida, llamadas a herramientas, segundos de cómputo y contadores parecidos. El objeto de coste es opcional e informativo. Esa separación te deja recalcular el historial cuando un proveedor cambia sus tarifas, sin reescribir lo que se midió.

Adaptadores para runtimes habituales

Hay adaptadores listos para LiteLLM, NVIDIA NeMo Relay, Merge Gateway, el SDK de Vercel AI, Mastra y OpenRouter. Registras uno y cada llamada al modelo o a una herramienta emite un registro, con la cuenta a la que pertenece.

Sinks conectados a sistemas de facturación

Chargebee y Lago traen sinks de referencia, y un sink de archivo sirve para las primeras pruebas. El contrato es corto: validar, deduplicar, fusionar y guardar. Llevar los mismos registros a tu almacén de datos o a una cola es una tarea realista para un fin de semana.

Ventajas y desventajas

Ventajas

  • Licencia Apache 2.0 con esquema público y fixtures de conformidad, así que puedes probar una implementación antes de comprometerte.
  • Neutral respecto a proveedores: el mismo registro funciona si el tráfico pasa por OpenRouter, LiteLLM o una pasarela propia.
  • Superficie pequeña. Un registro es JSON plano y las tres reglas de fusión caben en una página.
  • Los SDK de Python y TypeScript más el sink de archivo permiten que una sola persona tenga datos útiles en una tarde.
  • No hace falta cuenta alojada, gasto mínimo ni llamada comercial para empezar.

Desventajas

  • La especificación es joven. La versión 1.1.0 llegó en octubre de 2026 y la cobertura de campos seguirá cambiando.
  • La lista de adaptadores y sinks es corta. Los equipos con otras pasarelas escriben su propia integración.
  • La tarificación queda fuera del estándar, así que aún necesitas lógica de facturación para convertir el uso en una factura.
  • No incluye nada para almacenar, consultar ni alertar. Los informes siguen siendo cosa tuya.

Preguntas frecuentes

Agent Usage Detail Record. Es una especificación JSON para una operación medida dentro de un sistema de agentes, que cubre quién la lanzó y qué consumió.