Ollama 的 API 响应包含可用于衡量性能和模型使用情况的指标：

• total_duration：生成响应所花费的时间
• load_duration：加载模型所花费的时间
• prompt_eval_count：处理了多少个输入 token
• prompt_eval_duration：评估提示词所花费的时间
• eval_count：生成了多少个输出 token
• eval_duration：生成输出 token 所花费的时间

所有时间值均以纳秒为单位。

响应示例

对于返回使用量指标的端点，响应体将包含 usage 字段。例如，对 /api/generate 的非流式调用可能返回以下响应：

{
  "model": "gemma4",
  "created_at": "2025-10-17T23:14:07.414671Z",
  "response": "Hello! How can I help you today?",
  "done": true,
  "done_reason": "stop",
  "total_duration": 174560334,
  "load_duration": 101397084,
  "prompt_eval_count": 11,
  "prompt_eval_duration": 13074791,
  "eval_count": 18,
  "eval_duration": 52479709
}

对于返回流式响应的端点，usage 字段会包含在最后一个数据块中，此时 done 为 true。