松鼠窩五班用量 Dashboard

統計自 2026-08-11 起 · 更新於 2026-08-18 14:26:10 · 每 30 分鐘自動重整

今天用多少2026-08-18 進行中,數字只到現在為止

今日總 token
253,307,981
昨日同時段 510,954,366(同日截至 14:25 的完整 5 分鐘區間) ▼ 51% vs 昨日同時段
輸入 6,524,525/快取讀 243,370,243/快取寫 1,185,010/輸出 2,228,203
今日快取命中率
96.9%
昨日同時段 98.3%
今日全價輸入
7,709,535
沒吃到快取、得重新讀進去的部分 ▼ 10% vs 昨日同時段
昨日同時段 8,574,219(同日截至 14:25 的完整 5 分鐘區間)

每日走勢

每日用量走勢 左軸總 token、右軸快取命中率;右軸不從 0 起跳,否則 94~99% 會被壓成一條平線 總 token(左軸)快取命中率(右軸)今天(進行中) 203.1M96.2%406.1M97.5%609.2M98.7%812.2M100.0% 812.2M459.1M329.9M764.4M449.1M442.6M615.0M253.3M * 08-1108-1208-1308-1408-1508-1608-1708-18
每日組成:哪一班在吃 token 每天各自算 100%,看的是比例不是絕對量;絕對量看上面那張走勢圖 25%50%75%進行中 08-1108-1208-1308-1408-1508-1608-1708-18CCPFPPPGDSH
每日組成:哪個模型在吃 token 同一模型跨班加總;版本不同分開列,換模型的那天會直接看到色塊換掉 25%50%75%進行中 08-1108-1208-1308-1408-1508-1608-1708-18Opus 5Fable 5V4 Pro(官方)GPT-5.6 solV4 Pro 0813(阿里雲)V4 Flash 0731(阿里雲)Opus 4.6qwen3.8:27b-mlx-96k·本地

想看細節就點開

各模型用多少
模型:總量 vs 全價輸入 上排總 token 佔比、下排沒吃到快取的輸入佔比;同一家族不同版本分開列,跨班用量自動加總 42.4%37.4%9.2%總 token 34.6%32.1%8.9%10.2%8.1%全價輸入 Opus 5Fable 5V4 Pro(官方)GPT-5.6 solV4 Pro 0813(阿里雲)V4 Flash 0731(阿里雲)Opus 4.6qwen3.8:27b-mlx-96k·本地
模型班別輸入 快取讀快取寫輸出 總 token命中率
claude-opus-5CC34,7961,721,025,62524,161,5323,067,1241,748,289,07798.6%
claude-fable-5CC47,8651,519,469,32222,402,3232,241,0891,544,160,59998.5%
deepseek-v4-proDSH6,219,630370,614,01601,688,704378,522,35098.3%
gpt-5.6-solPG7,139,395197,450,7520601,622205,191,76996.5%
deepseek-v4-pro-0813DSH、PP5,634,736147,112,96001,968,911154,716,60796.3%
deepseek-v4-flash-0731PF4,092,66786,990,84801,236,42192,319,93695.5%
claude-opus-4-6CC392,205,40183,32133,2352,321,99696.4%
qwen3.8:27b-mlx-96k·本地DSH104,228004,492108,7200.0%
合計23,273,3564,044,868,92446,647,17610,841,5984,125,631,05498.3%
哪一班快取效率差
總量 vs 全價輸入 上排是總 token 佔比、下排是沒吃到快取的輸入佔比;下排比上排胖,代表那一班快取一直重建 79.9%12.2%總 token 66.8%10.2%15.3%全價輸入 CCPFPPPGDSH
哪一隻用最多
各角色用量排行(前 10) 總 token;名字前面是班別——同名角色在五個班都有,看班別才知道是哪一隻 CC · 胖黑松工頭1.55BCC · 松鼠窩管家1.37BCC · 地圖松379.3MDSH · 其他·DSH199.6MPG · 松鼠窩管家171.7MDSH · 松鼠窩管家156.8MDSH · 胖黑松工頭115.0MPF · 胖黑松工頭32.4MPG · 胖黑松工頭29.8MPP · 胖黑松工頭22.6M
各角色逐一明細
角色模型輸入 快取讀快取寫輸出 總 token命中率
CC 工班(Claude Code)
胖黑松工頭claude-fable-547,8451,519,230,01722,280,9012,236,6461,543,795,40998.6%
松鼠窩管家claude-opus-532,7751,349,294,19117,299,5872,408,9771,369,035,53098.7%
地圖松claude-opus-52,021371,731,4346,861,945658,147379,253,54798.2%
胖黑松工頭claude-opus-4-6392,205,40183,32133,2352,321,99696.4%
松鼠窩管家claude-fable-518239,30596,7034,439340,46571.2%
tmpclaude-fable-52024,719424,7250.0%
小計82,7003,242,700,34846,647,1765,341,4483,294,771,67298.6%
PF 工班(Pi × 阿里雲 V4 Flash 0731)
胖黑松工頭deepseek-v4-flash-07311,202,55730,852,0960300,38432,355,03796.2%
可愛小爬蟲deepseek-v4-flash-0731702,74320,207,6160252,23821,162,59796.6%
決策建議松deepseek-v4-flash-0731920,62116,936,9600411,98518,269,56694.8%
地圖松deepseek-v4-flash-0731579,9509,138,1760139,7589,857,88494.0%
松鼠窩管家deepseek-v4-flash-0731536,8926,181,888087,0236,805,80392.0%
網頁松deepseek-v4-flash-0731149,9043,674,112045,0333,869,04996.1%
小計4,092,66786,990,84801,236,42192,319,93695.5%
PP 工班(Pi × 阿里雲 V4 Pro 0813)
胖黑松工頭deepseek-v4-pro-0813744,34421,682,1760180,27222,606,79296.7%
網頁松deepseek-v4-pro-0813145,3733,690,496059,9763,895,84596.2%
地圖松deepseek-v4-pro-0813161,7791,590,272067,9301,819,98190.8%
松鼠窩管家deepseek-v4-pro-0813181,3721,336,320075,2051,592,89788.0%
可愛小爬蟲deepseek-v4-pro-0813985001141,0990.0%
小計1,233,85328,299,2640383,49729,916,61495.8%
PG 工班(Pi × GPT-5.6 sol)
松鼠窩管家gpt-5.6-sol4,982,276166,340,0960400,256171,722,62897.1%
胖黑松工頭gpt-5.6-sol1,887,13527,735,4240186,93129,809,49093.6%
地圖松gpt-5.6-sol259,0813,372,672014,4273,646,18092.9%
旅遊松gpt-5.6-sol10,9032,5600813,47119.0%
小計7,139,395197,450,7520601,622205,191,76996.5%
DSH 工班(DeepSeek Harness × 官方 V4 Pro)
松鼠窩管家deepseek-v4-pro1,056,035155,485,6960251,494156,793,22599.3%
其他·DSHdeepseek-v4-pro-08133,345,963105,444,35201,221,356110,011,67196.9%
胖黑松工頭deepseek-v4-pro2,952,707104,930,4320809,316108,692,45597.3%
其他·DSHdeepseek-v4-pro1,645,66187,556,4800352,07389,554,21498.2%
其他·其他網頁集合deepseek-v4-pro251,75217,877,760091,17218,220,68498.6%
胖黑松工頭deepseek-v4-pro-0813409,2535,688,3200127,1376,224,71093.3%
可愛小爬蟲deepseek-v4-pro-0813396,4084,611,0720143,4915,150,97192.1%
決策建議松deepseek-v4-pro-0813249,2593,069,952093,4303,412,64192.5%
決策建議松deepseek-v4-pro77,5862,127,232061,5122,266,33096.5%
網頁松deepseek-v4-pro105,4031,724,416050,6331,880,45294.2%
可愛小爬蟲deepseek-v4-pro130,486912,000072,5041,114,99087.5%
胖黑松工頭qwen3.8:27b-mlx-96k·本地93,500004,04797,5470.0%
網頁松qwen3.8:27b-mlx-96k·本地10,7280044511,1730.0%
小計10,724,741489,427,71203,278,610503,431,06397.9%
每日逐天明細
日期CCPFPP PGDSH總 token 全價輸入命中率
2026-08-11812,235,0180000812,235,0185,004,50699.4%
2026-08-12459,140,1010000459,140,1019,037,75898.0%
2026-08-13323,639,810006,261,3280329,901,1385,418,65498.4%
2026-08-14723,306,70723,155,855017,960,4050764,422,96712,662,78698.3%
2026-08-15331,465,48429,641,8053,865,07684,093,8750449,066,24010,862,63497.6%
2026-08-16287,143,3782,467,0032,337,50762,560,72288,065,878442,574,4886,834,75598.5%
2026-08-17322,996,12532,479,72223,714,03134,315,439201,477,804614,983,12112,389,90498.0%
2026-08-18 進行中34,845,0494,575,55100213,887,381253,307,9817,709,53596.9%
合計3,294,771,67292,319,93629,916,614205,191,769503,431,0634,125,631,05469,920,53298.3%
完整日日均(7 天,不含進行中的今天)470,681,66713,188,5624,273,80229,313,10971,918,723589,375,8649,988,647
這張表怎麼看
  • 2026-08-17 老大裁示停用計費——本看板只統計 token 與快取命中率,不再換算費用。原因:DeepSeek 8/16 起改成尖峰/離峰兩段計價,牌價每天浮動,硬換算出來的金額只會誤導。
  • 總 token=輸入+快取讀+快取寫+輸出,四項都算。
  • 快取命中率=快取讀 ÷ 全部輸入(輸入+快取讀+快取寫)。比率越高代表越多內容是從快取撈回來,不用重新讀一次。
  • 全價輸入=輸入+快取寫,也就是「沒吃到快取、得從頭讀進去」的部分。這個數字才是真正的負擔;命中率高但全價輸入也高,通常是一直開新 session、快取一直重建。
  • 各模型用多少=同一模型跨班加總;版本不同分開列,避免把新舊版混為一談。
  • 目前的線路(2026-08-17 老大定線):PP=阿里雲 V4 Pro 0813、PF=阿里雲 V4 Flash 0731、DSH=官方 V4 Pro。
  • PP/PF 只算阿里雲那條:8/14 遷移前走官方 API 的舊紀錄(PF 的 V4 Flash、PP 的 V4 Pro)已從統計移除,資料夾裡混進的別家模型(PF 在 8/13 試打的 gpt-5.6-sol)也不入帳。所以這兩班的曲線是從遷移日才開始。
  • 搜尋不在統計內:pi 的 web_search 走官方 api.deepseek.com 的 V4 Flash,但那是外掛自己發 HTTP、不進 pi 的用量記錄,抓不到(起算日至今約 20 萬 token,量很小)。
  • K3、Opus 4.6、Opus 4.8 已不統計(2026-08-17 老大裁示);起算日到停用前的舊量也一併從圖表與表格移除。
  • 今日漲跌是跟「昨日同一時段」比(完整 5 分鐘桶),不是跟昨日全日比。
  • DSH 的本地模型:DSH 會跑本地推理(Ollama/LM Studio/MLX 之類),那些模型名後面會帶「·本地」。判斷看的是 provider 不是模型名——同一個模型名可能雲端本機都有。本地跑不花 API 錢,但 token 照算,這樣才看得出工作量。
  • DSH 的「其他·◯◯」是什麼:DSH 底下不只七個角色資料夾,老大在 web UI 另外開的 session 會落在別的工作目錄,那些一律計入、標成「其他·<資料夾名>」,不會漏掉也不會混進七個角色的數字。
  • 資料直接讀各 harness 自己的對話記錄檔,不是另外埋點統計,所以不會漏記,但也只涵蓋有留下記錄的呼叫。