quiz.json

{
  "lesson": "27-finops-llms",
  "title": "面向 LLM 的 FinOps —— 单位经济模型与多租户归因",
  "questions": [
    {
      "stage": "pre",
      "question": "为什么传统 FinOps 在 LLM 支出上失效？",
      "options": [
        "LLM 不花钱",
        "LLM 账单总是免费的",
        "云服务商拒绝逐项列出",
        "成本是 token 交易而非资源在线时长；标签不会从 API 调用自动传播，你必须在调用现场打上 user/task/tenant 戳记"
      ],
      "correct": 3,
      "explanation": ""
    },
    {
      "stage": "check",
      "question": "本课要求从第一天就埋点哪三个归因维度？",
      "options": [
        "按用户（user_id）、按任务（task_id + route）、按租户（tenant_id）",
        "供应商、模型、API 版本",
        "区域、可用区、数据中心",
        "GPU、CPU、内存"
      ],
      "correct": 0,
      "explanation": ""
    },
    {
      "stage": "check",
      "question": "在成本归因中应当拆分出哪四个 token 层？",
      "options": [
        "prompt、tool、memory、response",
        "输入、输出、网络、磁盘",
        "缓存、模型、网关、可观测性",
        "GPU、CPU、内存、存储"
      ],
      "correct": 0,
      "explanation": ""
    },
    {
      "stage": "check",
      "question": "在执法阶梯中，熔断开关（kill-switch）的触发条件是什么？",
      "options": [
        "租户支出相对基线的 z 分数 > 4；自动暂停该租户并呼叫值班",
        "延迟 P50 > 2 秒",
        "任何 5xx 响应",
        "一分钟内支出超过 1 美元"
      ],
      "correct": 0,
      "explanation": ""
    },
    {
      "stage": "post",
      "question": "本课推荐用哪个单位指标取代「每百万 token 美元数」？",
      "options": [
        "每网关成本",
        "每 GPU 小时成本",
        "每秒成本",
        "每个产品成果的成本（例如每解决一张支持工单的成本、每生成一篇文章的成本、每完成一个 agent 任务的成本）"
      ],
      "correct": 3,
      "explanation": ""
    },
    {
      "stage": "post",
      "question": "本课把哪种归因模式称为成熟团队所用的最高精度方案？",
      "options": [
        "采样与外推",
        "基于模型的分摊",
        "仅打标签并聚合",
        "遥测连接器（telemetry joiner）—— 通过 trace ID 把 trace 与账单关联起来"
      ],
      "correct": 3,
      "explanation": ""
    }
  ]
}