13.9 亿 Token 复盘：93.46% 是缓存重读，隐性补贴占牌价 75.8%把平台账单与本地 session 日

13.9 亿 Token 复盘：93.46% 是缓存重读，隐性补贴占牌价 75.8%

封面图：13.9 亿 Token 与 197 元账单

上月跑了一次双口径度量（本地 session 日志 + 平台账单，两个开源 Skill），这篇是 2026-08 全月数据的完整复盘。先给三个核心数字，再讲验算和口径——掘金的读者应该会想自己复算一遍，数据都来自可复现的原始日志与报表 JSON。

口径	数值
真实支出（平台账单折算）	¥196.66（3,286 次请求）
牌价等值（本地 Token × 公开价）	¥813.16（1,390,620,186 Tokens）
隐性补贴	¥616.50（75.8%）

真实支出 ¥196.66 与牌价等值 ¥813.16 叠在一起：差 4.1 倍

这笔补贴的来源是可验证的：走 -free 模型的 30.2% Token，账单侧记 ¥0，Token 侧按同款付费模型牌价估值 ¥160.86。估值口径本身就是设计选择——不估值，免费额度在报表里就是隐形的，跨月对比会直接失真。

1. 口径先对齐：两份报表在量什么

ai-usage-report（账单侧）读 CodeBuddy / Qoder / TRAE / DeepSeek 的平台后台，计量单位是请求次数 + 扣费；ai-token-usage（Token 侧）读本机 Claude Code（CLI + VSCode + 子代理）/ OpenCode / Copilot 的 JSONL 与 SQLite，计量单位是 input / output / cache_read Token + 牌价估算。

两者覆盖的客户端几乎不重叠（账单侧 91% 是 CodeBuddy，Token 侧 91% 是 Claude Code + OpenCode），因此所有交叉结论都分列呈现，绝不加总。

账单侧结构：CodeBuddy 3,002 次（91.4%）¥117.57（59.8%）、DeepSeek 108 次（3.3%）¥45.37（23.1%）、Qoder 64 次 ¥31.30（15.9%）、TRAE 112 次 ¥2.42（1.2%）。免费 / 付费 = 1,781 / 1,505；请求量 Top 模型 hy3 1,628 次全部免费额度。

我的真实用法是每月轮流订阅一家订阅制 IDE（8 月 CodeBuddy，5 个账号轮流耗额度），DeepSeek 为按量 API，用量大头靠平台赠送的免费 Token（54.2% 请求、30.2% Token 走免费额度）。

账单侧的两张饼图是"钱花在哪"和"次数花在哪"的分离视图——只看一张会得出相反结论：

折算费用（RMB）占比	请求次数占比

每日费用曲线（注意账号接力：8/1–8/12 几乎全在 kyxxxxab，8/13 起 → 135-08 → 138-32 → 139-32 → 136-91，即逐账号耗额度；峰值 8/20 ¥26.37、8/21 ¥23.60、DeepSeek 8/30 ¥24.54）：

每日折算费用(RMB)趋势：峰值 8/20 ¥26.37、8/21 ¥23.60，DeepSeek 8/30 ¥24.54

任务类型分布这张图不要用：CodeBuddy 86.9% 落入"其他/对话"，是关键词分类覆盖率不足（平台不回传 prompt 全文），不是真实分布。要做归因得先补 prompt 采集：

任务类型分布（分类覆盖率不足，仅供参考）

2. 93.46% 缓存重读：算法与三路验算

Token 构成：cache_read 1,299,678,784（93.46%）、全新输入 78,693,336（5.66%）、输出 12,248,066（0.88%）；input : output = 112.5 : 1；204 会话 / 14,700 turns / 22 活跃天。

Token 构成：93.46% 缓存重读、5.66% 全新输入、0.88% 输出

按模型拆（estimate_cost 走牌价表，*-free 按同款付费模型估值）：

模型	Tokens	占比	等值费用	计费性质
deepseek-v4-pro	806,913,101	58.0%	¥599.94	付费
hy3-free	299,921,169	21.6%	¥115.39	免费额度
deepseek-v4-flash	163,551,983	11.8%	¥50.74	付费
deepseek-v4-flash-free	80,556,926	5.8%	¥37.37	免费额度
mimo-v2.5-free	38,773,758	2.8%	¥8.10	免费额度

Token 侧模型用量占比：deepseek-v4-pro 58.0%、hy3-free 21.6%、deepseek-v4-flash 11.8%、deepseek-v4-flash-free 5.8%、mimo-v2.5-free 2.8%

四联趋势图（按模型 Token / 费用 / 会话 / 轮次）——8/14 那根费用柱由单个会话贡献，见第 3 节：

Token 侧四联趋势：按模型 Token / 费用 / 会话 / 轮次——8/14 那根费用柱是单个会话烧出来的

算法： 报表聚合时 input_tokens 已折叠缓存（UsageBucket.add 内 input += input_tok + cache_read，cache 另单独累加），故 缓存占比 = cache_read_tokens / total_tokens。

验算三路：

加总守恒 —— 9 个模型 cache 逐项求和 = 1,299,678,784，与总量一致；
费用反推 —— 用技能自身定价模块按模型重算：$120.70 × FX 6.737 = ¥813.16，与报表一致（该等式仅在"input 含缓存、cache 按 estimate_cost 的 standard_input = input - cache_read 计价"时成立）；
原始日志抽样 —— Claude Code JSONL 的 cache_read_input_tokens / input_tokens / cache_creation_input_tokens 为厂商原生上报字段，非报表推算。

缓存牌价结构（USD / 1M）：

模型	input	cache_read	output	cache/input	cache/output
deepseek-v4-pro	$1.32	$0.044	$3.96	1/30	1/90
deepseek-v4-flash	$0.44	$0.014	$1.32	1/31	1/94
hy3	$0.148	$0.037	$0.594	1/4	1/16

反事实计算： 对全部模型以 cache_read=0 重跑定价，总成本 $1,255.76 → ¥8,460.04。即缓存折扣节省 ¥7,646.88（90.4%），实际支出为无折扣方案的 9.6%。

工程含义： Agent 工作流的经济模型 = 模型单价 × 缓存折扣 × 上下文复用率。换客户端、清空会话、逐轮全量重喂 AGENTS.md，任何一项都会把 cache_read 塌缩成 standard input，等价于 10 倍成本。可监控指标是 cache_read / total，而不是 Token 总量。

3. 会话分布：极度右偏，优化对象是异常值

切片	占全月 Token
Top 1	20.3%（281,719,621 / 2,646 turns / 8-14 / 等价 ¥223.34）
Top 3	43.0%
Top 10	66.5%
Top 20	81.2%

会话集中度：Top 20 / 204 个会话吃掉 81.2% 的 Token

中位数 326,570 vs 均值 6,816,765（20.9×）。"平均使用强度"是无效优化目标——对 204 个会话做普遍降耗，不如审 3~10 个巨型会话的存在必要性，后者直接影响 43%~66% 的总量。

4. 数据口径备注（复现前必读）

Token 侧日级求和 1,389,921,491 与月度总量差 698,695（≈ minimax-m3 单会话量），跨月对比以月度 / Session 级为准；
任务类型为提示词关键词分类，CodeBuddy 86.9% 落入"其他/对话"（平台不回传 prompt 全文），不可用于归因；
minimax-m3 按 fallback auto 牌价、glm-5.2 / deepseek-v4-pro-0813 按子串匹配计价，合计 ¥1.39；
账单侧各平台费用单位不同（积分 vs RMB），对比前须按汇率折算，且与 Token 侧的等值费用不可相加。

复现路径：两个 Skill 首次 init.py 装依赖、各平台建立登录态后，月度全流程约 10 分钟；Token 侧的 data/data.csv 是持久化 store，支持 --import-data 跨机器合并。欢迎在评论区贴你自己的 cache_read 占比，看看 93.46% 是不是普遍水平。

本文的度量方法由两个开源 Skill 实现，源码地址：

Gitee：gitee.com/KylinLab/ky…
GitHub：github.com/KylinLabAI/…