AI कोडिंग असिस्टेंट

Markdown के रूप में देखें

आपके इंजीनियर Claude Code, Cursor, Codex, Gemini CLI और Copilot चलाते हैं, और बिल बढ़ते जा रहे हैं। यह पेज एक मैनेजर के सवालों का जवाब देता है: कौन कौन-सा टूल, किन मॉडलों पर इस्तेमाल करता है, और हर व्यक्ति और हर टीम कितना खर्च करती है ।

ज़्यादातर कोडिंग असिस्टेंट खुद OpenTelemetry एक्सपोर्ट करते हैं, इसलिए डेवलपर मशीनों पर कुछ इंस्टॉल नहीं करना पड़ता: एक्सपोर्ट को Status200 की ओर करें, और टोकन, लागत और टूल उपयोग आपके अपने ऐप की AI कॉल के साथ आ जाते हैं। यहाँ सब कुछ OpenTelemetry से आता है। टूल के पीछे के मॉडल खातों का बिल भी, जैसे आपके Anthropic या OpenAI संगठन का, बिना कोड के पढ़ा जा सकता है: AI प्रदाता खाते देखें।

सपोर्ट मैट्रिक्सहर टूल क्या भेजता है, और क्या वह किसी व्यक्ति का नाम बताता है।कर्मचारी और टीम एट्रिब्यूशनवे कुंजियाँ जो खर्च पर नाम और टीम लगाती हैं।उपयोग टैबकिसी कोडिंग असिस्टेंट के लिए खर्च की तालिकाएँ क्या दिखा सकती हैं और क्या नहीं।कहाँ से शुरू करेंरोलआउट का ऐसा क्रम जो पहले ही दिन नतीजे दिखाए।

यह कैसे काम करता है

हर टूल अपनी टेलीमेट्री आपकी इंजेशन कुंजी के साथ Status200 के OTLP एंडपॉइंट पर भेजता है: हर डेवलपर मशीन से, विक्रेता के सर्वर से (Cursor), या किसी ऐसे गेटवे से जिससे आपका मॉडल ट्रैफ़िक गुज़रता है।

flowchart TB subgraph sources["OTLP से भेजने वाले"] direction TB machines["हर मशीन पर Claude Code, Codex,<br/>Gemini CLI और Copilot"] cursor["Cursor के सर्वर"] gateway["एक AI गेटवे"] machines ~~~ cursor ~~~ gateway end sources --> ingest["Status200"] ingest --> usage["उपयोग टैब: कर्मचारी,<br/>टीम और मॉडल"]

कोडिंग असिस्टेंट Status200 तक कैसे पहुँचते हैं

शुरू करने से पहले

प्रोजेक्ट सेटिंग्स → टेलीमेट्री और APM → इंजेशन कुंजियाँ में एक टेलीमेट्री इंजेशन कुंजी बनाएँ।
आपका OTLP एंडपॉइंट https://status200.ru/otlp है, या अगर आप Status200 खुद होस्ट करते हैं तो https://YOUR-ONEUPTIME-HOST/otlp।
हर एक्सपोर्ट कुंजी को x-status200-token हेडर में भेजता है।

पूरे बेड़े के लिए एक इंजेशन कुंजी ठीक है। वह हर डेवलपर मशीन पर पहुँचती है, इसलिए उसे एक साझा क्रेडेंशियल मानें जो सिर्फ़ डेटा भेज सकता है, और उसे किसी भी दूसरे क्रेडेंशियल की तरह बदलते रहें।

सपोर्ट मैट्रिक्स

किसी टूल से आपको क्या मिलता है, यह तीन बातों पर निर्भर है: क्या वह OpenTelemetry भेजता भी है, उसकी टेलीमेट्री Status200 तक कैसे पहुँचती है, और क्या उसमें कुछ किसी व्यक्ति का नाम बताता है।

टूल	यह क्या भेजता है	Status200 तक कैसे पहुँचता है	किसका नाम बताता है	गाइड
Claude Code	मेट्रिक्स और लॉग; ट्रेस बीटा में	हर मशीन से; एनवायरनमेंट वेरिएबल या मैनेज्ड सेटिंग्स फ़ाइल	`user.email`, जब Claude खाते से साइन इन हो	Claude Code
Cursor	मेट्रिक्स और लॉग	Cursor के सर्वर से, Cursor के डैशबोर्ड में एक बार सेट अप; सिर्फ़ Enterprise प्लान पर	`cursor.user.id`, एक पूर्णांक	Cursor
OpenAI Codex	ट्रेस, मेट्रिक्स और लॉग, हर एक `~/.codex/config.toml` में चालू	हर मशीन से, हर सिग्नल के लिए पूरा URL	स्पैन या मेट्रिक्स पर किसी का नहीं: `[otel.span_attributes]` में `user.id` और `user.email` आप खुद सेट करते हैं	OpenAI Codex
Gemini CLI	ट्रेस, मेट्रिक्स और लॉग	हर मशीन से, आम तौर पर किसी लोकल collector के ज़रिए	`user.email`, जब साइन इन हो	Gemini CLI और GitHub Copilot
GitHub Copilot	ट्रेस, मेट्रिक्स और लॉग, सिर्फ़ इसकी एजेंट सुविधाओं से	एडिटर या एजेंट होस्ट से	किसी का नहीं: हर मशीन पर `enduser.id` और `user.email` आप खुद सेट करते हैं	Gemini CLI और GitHub Copilot
Cline	मेट्रिक्स और लॉग	Cline के संगठन डैशबोर्ड में केंद्रीय रूप से कॉन्फ़िगर	एक गुमनाम `user_id`	—
LiteLLM और Portkey	गेटवे से गुज़रने वाली हर कॉल के ट्रेस	गेटवे प्रोसेस से	LiteLLM में, वर्चुअल कुंजी का मालिक	AI गेटवे
आपके अपने ऐप	आपका GenAI इंस्ट्रुमेंटेशन जो भेजता है	आपके ऐप से	जिसे भी आप `user.id` के रूप में सेट करें	AI / LLM ऑब्ज़र्वेबिलिटी
Windsurf, JetBrains AI, Amazon Bedrock, Azure OpenAI	अपना कोई OpenTelemetry नहीं	सिर्फ़ आगे लगाए गए गेटवे के ज़रिए; Bedrock और Azure का उपयोग और लागत प्रदाता खाते के रूप में भी	जिसका नाम गेटवे बताए	AI गेटवे

डैश का मतलब है कि Status200 के पास अभी उस टूल की कोई गाइड नहीं है। उसकी टेलीमेट्री फिर भी किसी भी दूसरे OpenTelemetry की तरह इंजेस्ट होती है।

GitHub Copilot ठीक-ठीक क्या एक्सपोर्ट करता है

Copilot सिर्फ़ अपनी एजेंट सुविधाओं से OpenTelemetry एक्सपोर्ट करता है: VS Code चैट और एजेंट मोड, Copilot CLI के पीछे का एजेंट होस्ट, Copilot SDK, और Copilot प्लगइन के ज़रिए JetBrains IDE में एजेंट वर्कफ़्लो। इनलाइन कंप्लीशन, github.com पर Copilot या Copilot कोड रिव्यू के लिए GitHub कोई एक्सपोर्ट दर्ज नहीं करता। Copilot किसी भी तरह की कोई उपयोगकर्ता विशेषता नहीं भेजता, इसलिए resourceAttributes या OTEL_RESOURCE_ATTRIBUTES के ज़रिए हर मशीन पर enduser.id और user.email सेट करें।

Amazon Bedrock, Azure OpenAI, Windsurf और JetBrains AI

Amazon Bedrock: InvokeModel और Converse API कोई OpenTelemetry नहीं भेजते। Bedrock AgentCore अलग है: AWS इसके लिए मेट्रिक्स, स्पैन और लॉग दर्ज करता है, जो डिफ़ॉल्ट रूप से CloudWatch को भेजे जाते हैं। DISABLE_ADOT_OBSERVABILITY=true सेट करने से रनटाइम का डिफ़ॉल्ट ADOT कॉन्फ़िगरेशन बंद हो जाता है, ताकि आप ADOT SDK को Status200 की ओर कर सकें। मॉडलों का क्षेत्र और मॉडल के हिसाब से उपयोग CloudWatch से प्रदाता खाते के रूप में पढ़ा जा सकता है।
Azure OpenAI: सेवा कुछ नहीं भेजती, और इसके Azure Monitor मेट्रिक्स में कोई उपयोगकर्ता आयाम नहीं होता। क्लाइंट को इंस्ट्रुमेंट करें, या आगे API Management या कोई दूसरा गेटवे लगाएँ। इसका संसाधन और मॉडल के हिसाब से उपयोग प्रदाता खाते के रूप में पढ़ा जा सकता है।
Windsurf: कोई टेलीमेट्री एक्सपोर्ट दर्ज नहीं करता। प्रति-उपयोगकर्ता डेटा Windsurf के Enterprise API में है, जिसे Status200 पोल नहीं करता।
JetBrains AI Assistant और Junie: कोई उपयोग एक्सपोर्ट नहीं करते। JetBrains का OpenTelemetry प्लगइन IDE के अंदर आपके अपने ऐप की टेलीमेट्री लेता है; वह बाहर कुछ नहीं भेजता।

कर्मचारी और टीम एट्रिब्यूशन

टेलीमेट्री आते ही Status200 कॉल करने वाले व्यक्ति और उसकी टीम को कॉलम में कॉपी कर देता है, ताकि उपयोग टैब बिना विशेषता फ़िल्टर के व्यक्तियों और टीमों को रैंक कर सके।

कर्मचारी के रूप में पढ़ी जाने वाली विशेषताएँ

किसी स्पैन पर, इस क्रम में मौजूद पहली कुंजी जीतती है:

कॉलम	कुंजियाँ, पसंदीदा पहले
कर्मचारी ID	`user.id`, `enduser.id`, `litellm.metadata.user_api_key_user_id`, `metadata.user_api_key_user_id`, `traceloop.association.properties.user_id`, `langfuse.user.id`, `user.account_uuid`, `user.account_id`, `cursor.user.id`
कर्मचारी ईमेल	`user.email`, `litellm.metadata.user_api_key_user_email`, `metadata.user_api_key_user_email`, `traceloop.association.properties.user_email`, `enduser.email`
टीम / कॉस्ट सेंटर	`team.id`, `team`, `cost_center`, `department`, `litellm.metadata.user_api_key_team_id`, `litellm.team.id`, `metadata.user_api_key_team_id`, `cursor.team.id`

किसी मेट्रिक डेटा पॉइंट पर सूची छोटी है और ईमेल से शुरू होती है, क्योंकि मेट्रिक्स भेजने वाले कोडिंग असिस्टेंट user.email खुद भेजते हैं:

कॉलम	कुंजियाँ, पसंदीदा पहले
कर्मचारी	`user.email`, `user.id`, `user.account_uuid`, `user.account_id`, `cursor.user.id`
टीम / कॉस्ट सेंटर	`team.id`, `team`, `cost_center`, `department`, `cursor.team.id`
मॉडल	`gen_ai.request.model`, `model`, `cursor.model.name`

ये कुंजियाँ कैसे पढ़ी जाती हैं:

हर कुंजी resource. प्रीफ़िक्स के साथ भी पढ़ी जाती है। OTLP इंजेस्ट रिसोर्स विशेषताओं को उसी प्रीफ़िक्स के नीचे सहेजता है, इसलिए OTEL_RESOURCE_ATTRIBUTES=team.id=platform resource.team.id के रूप में आता है। बिना प्रीफ़िक्स वाली कुंजियाँ पहले आज़माई जाती हैं, इसलिए स्पैन पर मौजूद मान पूरी प्रोसेस वाले मान पर भारी पड़ता है।
जब कॉल में किसी व्यक्ति का ईमेल होता है तो उपयोग टैब वह ईमेल दिखाता है, वरना ID। एक ही ईमेल दिखाने वाली पंक्तियाँ जोड़ दी जाती हैं, इसलिए दो मशीनों वाला एक इंजीनियर एक ही पंक्ति होता है।
पहचान सिर्फ़ AI कॉल से पढ़ी जाती है। user.id, user.email और team.id आम कुंजियाँ हैं जो ब्राउज़र और बैकएंड स्पैन में भी होती हैं; कॉलम सिर्फ़ उन स्पैन को मिलते हैं जिन्हें पहले से AI कॉल के रूप में पहचाना गया है।
पहचान के लिए लॉग रिकॉर्ड नहीं पढ़े जाते। यह Codex के लिए मायने रखता है, जो user.email सिर्फ़ अपने लॉग पर रखता है।
LiteLLM इन कुंजियों को दो तरह से लिखता है: इसका डिफ़ॉल्ट otel कॉलबैक metadata. प्रीफ़िक्स इस्तेमाल करता है, और इसका वैकल्पिक OpenTelemetry v2 मोड (LITELLM_OTEL_V2=true) litellm. नेमस्पेस। Status200 दोनों पढ़ता है, इसलिए एक सामान्य प्रॉक्सी बिना अतिरिक्त सेटअप के काम करता है।

टीमें और कॉस्ट सेंटर

कोई भी इंस्ट्रुमेंटेशन team.id, team, cost_center या department नहीं भेजता: इन्हें आपका संगठन सेट करता है, आम तौर पर टूल की प्रोसेस पर OTEL_RESOURCE_ATTRIBUTES के ज़रिए।

Bash

export OTEL_RESOURCE_ATTRIBUTES="team.id=platform,team=Platform_Engineering,cost_center=eng-123,department=engineering"

इसे वहीं सेट करें जहाँ आप पहले से डेवलपर मशीनें तैयार करते हैं: कोई MDM प्रोफ़ाइल, कोई मैनेज्ड सेटिंग्स फ़ाइल, या आपके dotfiles की कोई शेल प्रोफ़ाइल। मानों में स्पेस नहीं हो सकते: अंडरस्कोर इस्तेमाल करें, या %20 जैसी प्रतिशत-एन्कोडिंग। Codex में रिसोर्स विशेषताएँ नहीं होतीं, इसलिए वही कुंजियाँ उसके [otel.span_attributes] में सेट करें।

खर्च को ऐप्लिकेशन के हिसाब से अलग करने के लिए सेवा का नाम इस्तेमाल करें (OTEL_SERVICE_NAME, या टूल की अपनी सेटिंग)। ऐप्लिकेशन / सेवा ब्रेकडाउन सिर्फ़ उन टूल को कवर करता है जो GenAI स्पैन भेजते हैं।

जिसे जानबूझकर कर्मचारी नहीं माना जाता

एक कॉल में दो अलग-अलग लोग हो सकते हैं: वह कर्मचारी जिसने कॉल की, और वह ग्राहक जिसके लिए कॉल की गई। ये कुंजियाँ ग्राहक को दर्शाती हैं, और Status200 इन्हें कभी किसी पहचान कॉलम में नहीं पढ़ता:

gen_ai.user और llm.user: इंस्ट्रुमेंटेशन इनमें OpenAI के अनुरोध पैरामीटर user को दोहराते हैं, जिसे OpenAI आपके अंतिम उपयोगकर्ताओं की पहचान बताता है।
litellm.metadata.user_api_key_end_user_id, metadata.user_api_key_end_user_id और litellm.end_user.id: LiteLLM का अंतिम उपयोगकर्ता, कुंजी के मालिक से अलग, जो कर्मचारी होता है।

किसी ग्राहक ID को कर्मचारी के रूप में पढ़ने से 40,000 ग्राहकों की सेवा करने वाला सपोर्ट बॉट 40,000 काल्पनिक कर्मचारियों में बदल जाएगा, जबकि खर्च का असली मालिक इंजीनियर कुछ भी खर्च करता नहीं दिखेगा। ये कुंजियाँ स्पैन की विशेषताओं में बनी रहती हैं, और ट्रेस व्यूअर का LLM टैब इन्हें अंतिम उपयोगकर्ता के रूप में दिखाता है।

गोपनीयता

कर्मचारी ईमेल कॉलम में निजी डेटा होता है। ट्रेस के स्क्रब नियम उसे ठीक वैसे ही कवर करते हैं जैसे उस विशेषता को जिससे उसे पढ़ा गया था, इसलिए ईमेल मास्क करने वाला नियम कॉलम को भी मास्क करता है। ये ट्रेस → सेटिंग्स में मिलते हैं।

कोडिंग असिस्टेंट मेट्रिक्स जिन्हें Status200 पढ़ता है

कोडिंग असिस्टेंट अपने मेट्रिक्स को gen_ai.* के बजाय अपने प्रीफ़िक्स से नाम देते हैं, इसलिए Status200 हर एक को उसके नाम से पहचानता है:

मेट्रिक	टूल	इकाई
`claude_code.token.usage`	Claude Code	टोकन
`claude_code.cost.usage`	Claude Code	USD
`cursor.token.usage`	Cursor	टोकन
`cursor.cost.usage`	Cursor	USD, Cursor के अपने हिसाब से एक अनुमान
`codex.turn.token_usage`	OpenAI Codex	टोकन
`codex.turn.cost_microusd`	OpenAI Codex	USD का दस-लाखवाँ हिस्सा: Status200 इसे बदल देता है, इसलिए आप न बदलें

Status200 टोकन gen_ai.client.token.usage, gen_ai.client.token.count, llm.token.usage और llm.usage.tokens से भी पढ़ता है, और लागत gen_ai.client.cost, gen_ai.client.cost.usd, gen_ai.usage.cost, litellm_spend_metric और litellm.cost.total से।

आंकड़े पढ़ने से पहले दो बातें जान लें:

gemini_cli.token.usage जानबूझकर छोड़ दिया जाता है। Gemini CLI अपने टोकन दो बार भेजता है, अपने मेट्रिक के रूप में और gen_ai.client.token.usage के रूप में, और दोनों पढ़ने से वे दोगुने हो जाएँगे। इसके टोकन gen_ai.client.token.usage के ज़रिए एक बार गिने जाते हैं। Gemini CLI कोई लागत मेट्रिक नहीं भेजता: हर कॉल की कीमत लगवाने के लिए इसके ट्रेस चालू करें।
सिर्फ़ इनपुट और आउटपुट टोकन गिने जाते हैं। टोकन का प्रकार gen_ai.token.type, llm.token.type, type, cursor.token.type या token_type से पढ़ा जाता है, और सिर्फ़ input और output (या पुराने prompt और completion) गिने जाते हैं। कैश रीड और राइट, Codex का total (जो बाकी को दोहराता है) और reasoning_output (output का हिस्सा) छोड़ दिए जाते हैं, इसलिए मेट्रिक्स से आया कुल, किसी टूल के भेजे सब कुछ के जोड़ से छोटा होता है।

उपयोग टैब

उत्पाद → AI / LLM खोलें और उपयोग पर जाएँ। यह कर्मचारी , टीम , मॉडल , प्रदाता और ऐप्लिकेशन / सेवा को खर्च के हिसाब से रैंक करता है, पिछले 7 दिनों के लिए, जब तक आप कोई और अवधि न चुनें। जिन कॉल में किसी का नाम नहीं होता, वे बिना एट्रिब्यूशन में गिनी जाती हैं: बिना एट्रिब्यूशन की बड़ी पंक्ति बताती है कि किस टूल को अभी अपनी पहचान सेट करनी है।

कोडिंग असिस्टेंट मेट्रिक्स विकल्प हैं, जोड़ नहीं

GenAI स्पैन पहले आते हैं: मेट्रिक्स सिर्फ़ उसी आंकड़े के लिए पढ़े जाते हैं जिसके लिए स्पैन ने कुछ नहीं बताया, और दोनों को कभी नहीं जोड़ा जाता (क्यों)। कोडिंग असिस्टेंट के लिए इसका एक सीधा नतीजा है: अगर उसी प्रोजेक्ट को लागत वाले GenAI स्पैन मिलते हैं, तो कोडिंग असिस्टेंट का खर्च नहीं दिखता। कोडिंग असिस्टेंट को उनका अपना प्रोजेक्ट दें, उसकी अपनी इंजेशन कुंजी के साथ।

जब यह विकल्प लागू होता है, तो सिर्फ़ मेट्रिक्स भेजने वाले टूल के लिए हर ब्रेकडाउन यह दिखा सकता है:

ब्रेकडाउन	मेट्रिक्स से
कर्मचारी	हाँ, ऊपर की हर पहचान कुंजी से, बिना प्रीफ़िक्स और `resource.` प्रीफ़िक्स दोनों के साथ
टीम	हाँ, टीम कुंजियों से
मॉडल	हाँ: Claude Code और Codex बिना प्रीफ़िक्स का `model` भेजते हैं, Cursor `cursor.model.name`
प्रदाता	नहीं: कोडिंग असिस्टेंट के मेट्रिक्स किसी प्रदाता का नाम नहीं बताते
ऐप्लिकेशन / सेवा	नहीं: उनके मेट्रिक्स किसी Status200 सेवा के नहीं होते

मेट्रिक्स से पढ़ी गई पंक्ति में सिर्फ़ लागत होती है: उसके कॉल और टोकन सेल — दिखाते हैं, क्योंकि खर्च के काउंटर में हर कॉल का ब्योरा नहीं होता, और वहाँ 0 का मतलब यह दावा होगा कि उस व्यक्ति ने कोई कॉल नहीं की। तालिका पर GenAI मेट्रिक्स से का निशान होता है।

OpenTelemetry नहीं है? आगे एक गेटवे लगाएँ

Windsurf, JetBrains AI, Bedrock के मॉडल API, Azure OpenAI और बिना अपने एक्सपोर्ट वाली किसी भी चीज़ के लिए आगे एक AI गेटवे लगाएँ। तब हर कॉल एक ही प्रोसेस से गुज़रती है जो OpenTelemetry भेजती है, और आप एक्सपोर्ट एक बार कॉन्फ़िगर करते हैं।

हर कर्मचारी के लिए एक वर्चुअल कुंजी के साथ LiteLLM इस्तेमाल करें। LiteLLM हर स्पैन पर कुंजी के मालिक की ID और ईमेल लगाता है, जिसे Status200 कर्मचारी के रूप में पढ़ता है, और कुंजी की टीम को टीम के रूप में। यह हर कॉल की कीमत भी खुद लगाता है, प्रॉक्सी पर आपकी सेट की गई कस्टम दरों के साथ, और इसकी बताई लागत Status200 के अनुमान पर भारी पड़ती है। इसके लिए इसकी अंतिम-उपयोगकर्ता ID इस्तेमाल न करें: वह ग्राहक है। सेटअप AI गेटवे में है।

गेटवे के इर्द-गिर्द योजना बनाने से पहले दो सीमाएँ:

गेटवे सिर्फ़ उसी ट्रैफ़िक को देखता है जो उससे होकर भेजा जाता है। Cursor का अपना बेस-URL ओवरराइड एक प्रति-उपयोगकर्ता सेटिंग है जो सिर्फ़ चैट मॉडलों को कवर करती है (Tab कंप्लीशन Cursor के मॉडल ही इस्तेमाल करता रहता है), इसलिए Cursor का नेटिव एक्सपोर्ट बेहतर है।
गेटवे मॉडल कॉल देखता है, एजेंट नहीं। यह प्रॉम्प्ट और जवाब रिकॉर्ड करता है, लेकिन वे टूल कॉल, फ़ाइल संपादन और स्वीकार या अस्वीकार के फ़ैसले नहीं, जो किसी टूल की अपनी टेलीमेट्री बताती है।

प्रॉम्प्ट सामग्री: हर टूल का डिफ़ॉल्ट अलग है

प्रॉम्प्ट और जवाब इस पाइपलाइन का सबसे जोखिम भरा डेटा हैं: उनमें अक्सर सोर्स कोड, ग्राहक डेटा और चिपकाए गए क्रेडेंशियल होते हैं। हर टूल का डिफ़ॉल्ट जांचें:

टूल	डिफ़ॉल्ट रूप से प्रॉम्प्ट सामग्री
Claude Code	बंद: हर तरह की सामग्री का अपना चालू करने वाला वेरिएबल है
Cursor	बंद: सिर्फ़ वैकल्पिक `conversation_content` फ़ैमिली संदेश का टेक्स्ट भेजती है
OpenAI Codex	बंद: `log_user_prompt` डिफ़ॉल्ट रूप से `false` है
Gemini CLI	चालू: `logPrompts` डिफ़ॉल्ट रूप से `true` है, इसलिए टेलीमेट्री चालू करते समय इसे `false` पर सेट करें
GitHub Copilot	बंद: `captureContent`, जिसे मैनेज्ड सेटिंग्स `lockCaptureContent` से लॉक कर सकती हैं
LiteLLM	डिफ़ॉल्ट `otel` कॉलबैक के साथ चालू (`turn_off_message_logging` से बंद करें); OpenTelemetry v2 मोड में बंद

Codex डिफ़ॉल्ट रूप से अपने मेट्रिक्स OpenAI को भी भेजता है: OpenAI Codex देखें। जहाँ आप जानबूझकर सामग्री कैप्चर करते हैं, वहाँ ट्रेस के स्क्रब नियम और ड्रॉप फ़िल्टर उस पर किसी भी दूसरी टेलीमेट्री की तरह लागू होते हैं।

Status200 अभी क्या नहीं करता

कोडिंग टूल के लिए कोई एडमिन कनेक्टर नहीं। Status200 टूल के पीछे के OpenAI, Anthropic, Azure, Bedrock और Vertex AI खाते पढ़ता है (AI प्रदाता खाते), पर Cursor का Admin API, GitHub की Copilot बिलिंग, या Windsurf या JetBrains के API नहीं।
लागत एक अनुमान है, जब तक कोई टूल उसे खुद न बताए। बताई गई लागत जैसी है वैसी इस्तेमाल होती है; वरना Status200 टोकन की कीमत सूची-मूल्यों पर लगाता है। Cursor का cursor.cost.usage खुद एक अनुमान है।
लॉग रिकॉर्ड पर मौजूद पहचान नहीं पढ़ी जाती। Codex का user.email, जिसे वह सिर्फ़ लॉग पर भेजता है, खर्च से नहीं जुड़ता।
Cursor का cursor.user.email अभी नहीं पढ़ा जाता, इसलिए Cursor उपयोगकर्ता अपने cursor.user.id पूर्णांक के रूप में दिखते हैं।
Codex स्पैन किसी मॉडल का नाम नहीं बताते, इसलिए Status200 उनकी कीमत नहीं लगा सकता: Codex प्रति व्यक्ति टोकन दिखाता है, और अपनी लागत सिर्फ़ कुल में।
टूल तेज़ी से बदलते हैं। अगर यह पेज कहता है कि किसी टूल में कोई एक्सपोर्ट नहीं है, तो गेटवे के इर्द-गिर्द कुछ बनाने से पहले उसका मौजूदा दस्तावेज़ देख लें।

कहाँ से शुरू करें

इस क्रम में रोलआउट करें; हर कदम अपने आप में उपयोगी है। ऐसा प्रोजेक्ट इस्तेमाल करें जिसे आपके अपने ऐप से पहले से GenAI स्पैन नहीं मिलते, वरना विकल्प वाला नियम कोडिंग असिस्टेंट का खर्च पेज से बाहर रखेगा।

Gemini CLI, अगर कोई इसे इस्तेमाल करता है। यह बिना सेटअप के user.email भेजता है, इसलिए यह शुरू से अंत तक एट्रिब्यूशन काम करता दिखाता है। इसके ट्रेस भी चालू करें: यह कोई लागत मेट्रिक नहीं भेजता।
Claude Code: बेड़े के लिए एक मैनेज्ड सेटिंग्स फ़ाइल, मुफ़्त में user.email, एक असली लागत मेट्रिक, और प्रति डेवलपर स्वीकृति दर, कमिट, पुल रिक्वेस्ट और कोड की पंक्तियाँ।
Cursor, Enterprise प्लान पर: Cursor के डैशबोर्ड में एक स्क्रीन, किसी डेवलपर मशीन को छुए बिना, हालाँकि लोग पूर्णांकों के रूप में आते हैं।
Copilot और Codex, जिन दोनों को हर मशीन पर पहचान सेट करने की ज़रूरत है। यह मशीनें तैयार करते समय करें: जो कॉल बिना पहचान के आईं, उन्हें बाद में एट्रिब्यूट नहीं किया जा सकता।
एक LiteLLM गेटवे बाकी सब के लिए, हर कर्मचारी के लिए एक वर्चुअल कुंजी के साथ।

अगले कदम

Claude Codeएक मशीन या पूरे बेड़े के लिए Claude Code का एक्सपोर्ट चालू करें।CursorCursor के डैशबोर्ड से Cursor की टीम टेलीमेट्री भेजें।OpenAI CodexCodex के तीन एक्सपोर्टर कॉन्फ़िगर करें और उसके स्पैन पर पहचान लगाएँ।AI / LLM ऑब्ज़र्वेबिलिटीहर AI कॉल के लिए बातचीत, अलर्ट, लागत और बजट।

यह कैसे काम करता है#

शुरू करने से पहले#

सपोर्ट मैट्रिक्स#

कर्मचारी और टीम एट्रिब्यूशन#

कर्मचारी के रूप में पढ़ी जाने वाली विशेषताएँ#

टीमें और कॉस्ट सेंटर#

जिसे जानबूझकर कर्मचारी नहीं माना जाता#

गोपनीयता#

कोडिंग असिस्टेंट मेट्रिक्स जिन्हें Status200 पढ़ता है#

उपयोग टैब#

कोडिंग असिस्टेंट मेट्रिक्स विकल्प हैं, जोड़ नहीं#

OpenTelemetry नहीं है? आगे एक गेटवे लगाएँ#

प्रॉम्प्ट सामग्री: हर टूल का डिफ़ॉल्ट अलग है#

Status200 अभी क्या नहीं करता#

कहाँ से शुरू करें#

अगले कदम#