sillydaddy

做好了，可以售卖，保证火！就像那只特制的，只有“Accept/Reject”2 个按键的键盘一样。

这到底是 bug 还是 feature ，搞不懂了。我最近把代理客户端从 shadowsocks 换成了可以开 tun 模式（虚拟网卡模式）的 clash ，终于可以用上 Opus 4.8 了。属于是被逼着学习新东西了，不过 Clash 确实好用。

有点意思啊，我前不久才了解到有 Remotion ，我还以为它只是做成品视频的。
我还纳闷说怎么没看到你说的视频，原来还可以用 web player 这样做，而且里面的文本都可以选中。
学习了。感谢 OP 分享。

主要是不好换算。没有一个合适的基准。我觉得一个比较好的基准是，未缓存输入 token 与 credit 的交换比例，接近 1:1 。

cached input: 1000 万
non-cached input：20 万
output：5 万

这样非常容易在 token 和花费之间估算，上面的都折算成 non-cached input：1000 万/50 + 20 万 + 5 万*2 = 50万。对于 DeepSeek V4 Flash ，就是 0.5 元。

内卷是说效率低，把大量时间或资源，耗费在很小的提升上，比如农业上的精耕细作，比如为了竞争分数而鸡娃学习和考试那些不必要的东西。为这些东西的大量付出带来的价值微乎其微。

AI 编程是这样吗？感觉这 2 个不搭边啊。个人或者公司消耗 token ，肯定是为了带来价值，比如节省开发时间或精力，这些省下来的当然是价值。也一定会产生对应的后果，比如总财富增加，总劳动时间减少。换句话说，如果没有带来任何改变，你为什么要用 AI 编程呢？假如你说是为了不落后于同事，那好，假如你们公司所有人都是因为竞争压力而采用 AI 编程，那这种竞争带来了什么呢？公司的生产效率有没有提高？公司的产出有没有增加？增加了的话，社会总财富就会增加，那么要么工资增加，要么就是工资不变但购买力增加了。你说的「时间和钱也没变多」，是不符合常理的。

@TuTouPower 反正雷死人不偿命。。实际是现在区分了缓存 input 和未缓存 input ，但大众哪懂这个，直接简单粗暴 2 亿->110 亿，7 亿->380 亿，多直接！等你把中转站挂出去，回过味来，你也不能骂他，因为它用量确实比以前多了几倍。厉害吧。

又一个被小米套路到的，不是一千亿 token ，是一千亿 credits 。每个 token 现在消耗几百个 credits 了。

@sillydaddy #4 上面的例子算错了，10 轮命中率=550000/650000=85%。

一般用 claude code 这类 agent ，缓存会占比很大，一般都会在 90%以上。因为它要经历 thinking..action..thinking..action 这样很多轮，轮次越多，缓存占比越大，因为每一轮都会把之前轮的那些输入喂给大模型，这些就是缓存。

假如每轮新输入 10000 个 token ，那么 10 轮后，未缓存的就是 100000 个 token ，缓存的呢？ 10000+20000+30000+...+100000=5550000 ，缓存命中率=5550000/5650000=98%

实际要考虑上下文超出会压缩，导致原来的缓存失效。但缓存命中率只跟 Agent 工具的用法有关系，Agent 模式一般都能到 90%以上，除非你特意优化 Agent 的流程，减少缓存的占用，比如使用定制的流程去处理，例如那些 AI 视频生成管线，把流程前一环节的输出经过筛选，作为下一环节 API 调用的输入，而不是堆积信息，这样会减少缓存。

这是我用 claude code 调用小米 token plan 处理文本提取信息，这个场景下的消耗（缓存占比非常大，命中率 97%，这种情况下，可用量确实提高了 10 倍左右）：
https://v2ex.com/t/1215750#r_17686925

不过，小米套路多倒是真的。