> ## Documentation Index
> Fetch the complete documentation index at: https://docs.befailproof.ai/llms.txt
> Use this file to discover all available pages before exploring further.
# Metriche di Performance
> Documentazione delle Metriche di Performance di FailproofAI Observability.
Vedi nell'istante in cui i tuoi modelli, strumenti o hook rallentano o comportano costi, e individua un picco di latenza in coda prima che i tuoi utenti lo avvertano. Tre pagine dedicate trasformano i tempi grezzi in p50, p95 e p99 che puoi leggere a colpo d'occhio.
*La pagina Models: una heat-map di latenza, una banda percentile e token per modello, costi stimati e riempimento context-window.*
## Smetti di lasciare che le medie nascondano i tuoi peggiori risultati
Un numero di latenza media è rassicurante e inutile: nasconde la chiamata ogni cinquanta che si blocca e chiama il tuo on-call alle 2 di mattina. Le pagine Models, Tools e Hooks si rifiutano di farlo. Ognuna ha la stessa forma, quindi la impari una volta sola:
* Un **sparkline a 24 bin** per il trend a colpo d'occhio: sta peggiorando?
* Una **striscia di parametri vitali** con latenza p50, p95 e p99, così l'esecuzione tipica e la coda stanno fianco a fianco.
* Una **heat-map di latenza**, 24 bin di tempo per bucket di latenza, che mostra *quando* le chiamate lente si sono raggruppate.
* Una **banda percentile**: una linea p50 con p25 a p75 e p10 a p90 come nastri sfumati e punti p99, così la distribuzione rimane visibile invece di essere mediata.
Un reticolo di hover condiviso collega la heat-map e la banda, così un picco in coda si allinea nel tempo su entrambi invece di nascondersi dietro una singola linea media. Trova tutte e tre le pagine nella sezione **observe** del tuo dashboard, ognuna con scope alla tua organizzazione e filtrabile per intervallo di date, ambiente, agent e sessione.
## Models: vedi esattamente quanto ti costa ogni modello
La pagina Models (mostrata in alto) risponde alle due domande che una fattura sempre solleva: quale modello, e quanto costa. Oltre alla vista di latenza condivisa, aggiunge **consumo di token per modello**, **costo stimato** e **riempimento context-window**, così la crescita incontrollata del prompt e una compressione imminente sono visibili prima che ti sorprendano.
FailproofAI Observability riconosce automaticamente gli ID di modello comuni. Se una finestra sembra sbagliata, o usi un modello privato tuo, correggila o aggiungine uno in **Settings**, in **model context windows**, e le letture di riempimento seguiranno.
## Tools: distingui i lenti dai non funzionanti
Una chiamata di tool può essere lenta, oppure può stare silenziosamente fallendo, e vuoi sapere quale sia in pochi secondi, non dopo aver scavato tra i log.
*La pagina Tools: la stessa heat-map e banda percentile, più un breakdown di successo e fallimento e una barra di distribuzione degli strumenti.*
Insieme alla vista di latenza condivisa, la pagina Tools aggiunge un **breakdown di successo e fallimento** e una **barra di distribuzione degli strumenti**, così vedi a colpo d'occhio quali strumenti usi di più e quali stanno consumando il tuo error budget.
## Hooks: individua l'esatto hook e il trigger
Quando un lifecycle hook rallenta un'esecuzione, "gli hook sono lenti" non è qualcosa su cui puoi agire. La pagina Hooks ti porta a quello che conta.
*La pagina Hooks: latenza suddivisa per nome hook e evento trigger.*
Sulla stessa heat-map di latenza e banda percentile, la pagina Hooks suddivide l'attività per **nome hook** e **evento trigger**, così arrivi all'esatto hook e all'esatto evento che richiedono attenzione.
## Correlati
* [Event stream](/it/agenteye/event-stream): il trail live e con codice colore di ogni evento.
* [Sessions](/it/agenteye/sessions): raggruppa gli eventi in una riga per esecuzione e apri il suo grafico di esecuzione.
* [Error tracking](/it/agenteye/error-tracking): una superficie di triage unica per tutto ciò che il dashboard dipinge di rosso.
* [Dashboards](/it/agenteye/dashboards): viste roll-up attraverso la tua flotta.