為LLM（Large Language Model）應用安裝Python探針後，ARMS即可開始監控LLM應用，您可以在Token分析頁面瞭解LLM應用中的Token使用方式。
在大模型應用中，Token 是文本處理的基本單位，用於表示模型輸入和輸出的最小語義單元。Token 可以是一個單詞、一個子詞（subword）或一個字元，具體取決於模型的分詞方式（Tokenizer）。
前提條件
已為LLM應用安裝探針，具體操作，請參見LLM 大語言模型應用接入 ARMS。
查看LLM應用Token分析
登入ARMS控制台，在左側導覽列選擇。
在應用列表頁面頂部選擇目標地區，然後單擊目標應用程式名稱。
在上方導覽列單擊Token分析。
面板
說明
Token使用
指定時間段內所有模型調用消耗的 Token 總量。
Avg tokens per LLM call
每次模型調用（LLM Call）平均消耗的 Token 數量。
Avg tokens per request
每個使用者請求（Request）平均消耗的 Token 數量。
Tokens消耗/1m
每分鐘內所有模型調用消耗的 Token 總量。
Avg tokens per LLM call/1m
每分鐘內每次模型調用平均消耗的 Token 數量。
Avg tokens per request/1m
每分鐘內每個使用者請求平均消耗的 Token 數量。
Token使用模型排行（Top5）
按 Token 消耗總量從高到低排序，展示 Token 使用最多的前5個模型。
Token使用會話排行（Top5）
按 Token 消耗總量從高到低排序，展示 Token 使用最多的前5個會話（Session）。
Token使用使用者排行（Top5）
按 Token 消耗總量從高到低排序，展示 Token 使用最多的前5個使用者。