Niliihoji Mac yangu nimeiteketeza AI kiasi gani. Imeibua token-events bilioni 45

Nini kinahesabika kama token hapa

Mtego wa kwanza katika aina hii ya audit ni kwamba kila chombo huhesabu kwa njia tofauti kidogo. Kwa ripoti hii nimegawanya mambo manne.

Neno	Maana
Input tokens	Prompt, code, tool output, maelekezo na muktadha unaotumwa kwenye modeli.
Output tokens	Maandishi ya jibu yanayoonekana au output iliyopangwa kutoka kwa modeli.
Reasoning tokens	Tokens za kufikiri zilizofichwa na kazi zinazoonyeshwa na baadhi ya vihesabio vya matumizi. Kawaida hutozwa kama output tokens, lakini hazionyeshwi kama maandishi ya kawaida ya jibu.
Cache-read tokens	Prompt na context tokens zilizohifadhiwa awali zinazotumiwa tena na mtoa huduma. Hizi zinaweza kuwa nafuu kuliko input mpya, lakini bado zinahesabika kama matumizi yaliyopimwa.

Kwa hiyo kuna jumla mbili muhimu. Request tokens ni kile kilichoingia na kutoka kwenye miito ya modeli (model calls), ukiondoa cache reads. Token traffic ni request tokens pamoja na cache reads na reasoning tokens.

Watu wanaposema "Nimetumia token bilioni X", mara nyingi huchanganya hivi. Nilijaribu kuviweka kando.

Muhtasari wa mwisho

Hii ni matokeo yaliyojumlishwa baada ya kuchanganua data ya zana za ndani na kutumia screenshot ya ripoti ya kila mwezi ya Codex kama namba kuu ya Codex. Haijajifanya kujumuisha historia kamili ya akaunti ya OpenRouter au fal.ai, kwa sababu sikuweza kuzifikia hizo kwa kutumia funguo za ndani zisizo za usimamizi (non-management keys).

Chombo au chanzo	Request tokens	Cache tokens	Total token traffic	Gharama
Ripoti ya kila mwezi ya Codex	23,046,195,362	21,578,277,284	44,624,472,646	$8,926.98
Muhtasari wa Claude na desktop local-agent	2,607,194	115,582,148	118,189,342	$276.64
OpenHands	71,763,722	0	71,763,722	$0 iliyorekodiwa
Goose	67,298,620	0	67,298,620	~$30.29
opencode	18,658,421	33,845,847	52,504,268	$15.50
Zed	16,174,500	3,442,668	19,617,168	$56.59
Droid	202,115	4,017,760	4,219,875	$29.70
Aider	1,682,271	0	1,682,271	$4.20
LM Studio	15,777	0	15,777	local
Gemini CLI rough prompt trace	~38,690	0	~38,690	haijulikani
Qwen CLI rough prompt trace	~163	0	~163	haijulikani
Total	23,224,636,835	21,735,165,707	44,959,802,542	$9,339.89

Na hizi ni sehemu ambazo najua zinakosekana au ni sehemu tu.

Mtoa huduma au chombo	Hali
OpenRouter account-wide traffic	Sehemu tu. Logi za app za ndani na matumizi ya funguo za sasa yamejumuishwa pale yanapoonekana. Nimeangalia tena na ufunguo wa ziada uliotolewa. Imeripoti $0 kwa ufunguo huo na haikuwa ufunguo wa usimamizi, kwa hivyo haikuweza kusoma shughuli za akaunti.
fal.ai	Haipo kwenye jumla ya matumizi. Nimepata code za ndani na traces za miradi. Nimeangalia tena na ufunguo wa ziada uliotolewa. Miito ya modeli inaweza kufanya kazi nayo, lakini endpoints za malipo ya akaunti na matumizi hazikuruhusiwa. Matumizi ya fal.ai yanategemea credits na vitengo vya output, sio uhasibu wa kawaida wa text-token.
Lovable	Traces za miradi ya ndani na browser pekee, hakuna kihesabio cha credit cha ndani kilichopatikana.
Replit	Hakuna kihesabio cha matumizi cha ndani kinachoweza kutumika kilichopatikana.

Jedwali hapo juu huhesabu reasoning tokens zilizofichwa kama "request tokens" kwa Codex, kwa sababu tokens hizo ni sehemu ya kazi ya modeli. Ukitumia uwanja wa "Total Tokens" pekee kwenye ripoti ya kila mwezi ya Codex, bila reasoning na cache, jumla ndogo ya Codex ni 22,944,070,768.

Codex ndiyo ilikuwa jini

Ripoti ya kila mwezi ya Codex ilitawala audit nzima. Codex pekee ilionyesha hivi.

Codex metric	Total
Input tokens	22,796,292,873
Output tokens	147,777,895
Reasoning tokens	102,124,594
Cache-read tokens	21,578,277,284
Jumla ya tokens iliyoripotiwa, input pamoja na output	22,944,070,768
Token traffic ikiwemo cache na reasoning	44,624,472,646
Gharama	$8,926.98

Na mwezi kwa mwezi.

Mwezi	Input	Output	Reasoning	Cache read	Jumla iliyoripotiwa	Gharama
2025-09	1,465,027,747	6,294,621	3,394,176	1,408,110,720	1,471,322,368	$310.11
2025-10	2,198,317,367	12,112,717	6,743,168	2,087,526,016	2,210,430,084	$520.56
2025-11	2,059,065,642	12,501,084	7,492,878	1,933,080,448	2,071,566,726	$524.13
2025-12	2,741,470,149	27,917,018	20,974,512	2,620,809,600	2,769,387,167	$851.96
2026-01	2,796,216,784	38,691,904	32,798,748	2,671,607,204	2,834,908,688	$1,227.22
2026-02	4,296,274,116	26,382,801	19,076,844	4,061,859,456	4,322,656,917	$1,490.41
2026-03	2,736,148,304	11,486,083	6,285,054	2,495,058,816	2,747,634,387	$1,257.87
2026-04	2,538,939,090	6,990,823	3,102,999	2,435,933,440	2,545,929,913	$1,392.79
2026-05	1,964,833,674	5,400,844	2,256,215	1,864,291,584	1,970,234,518	$1,351.93
Total	22,796,292,873	147,777,895	102,124,594	21,578,277,284	22,944,070,768	$8,926.98

Hiyo ndiyo hadithi. Takriban gharama yote ilitokana na muktadha wa wakala wa coding (agentic coding context). Mawakala wa programu wanaoendesha muda mrefu hawajibu mara moja tu. Wanasoma faili, wanaangalia diffs, wanaendesha amri, wanapata output ya zana, wanapunguza historia, wanaendelea na kazi, na kurudia. Kila loop ni miito mingine ya modeli.

Kwa nini hesabu yangu ya kwanza ilikuwa ndogo sana

Uchanganuzi wa kwanza ulipata takriban tokeni bilioni 12.89 za Codex. Namba hiyo ilitoka kwenye hifadhidata ya ndani ya Codex inayohifadhi jumla ya tokeni kwa kila thread au session. Ilisaidia, lakini haikuelezea hadithi nzima ya gharama.

Uchanganuzi wa kina zaidi ulipata tabaka tatu za uhasibu wa Codex.

Tabaka	Inachopima	Matokeo
Session-final counters	Jumla ya mwisho inayojulikana kwa kila session ya ndani ya Codex	12.89B
Monthly Codex report	Matumizi ya kila mwezi yaliyohakikiwa kulingana na modeli na aina ya tokeni	22.94B tokeni, $8,926.98
Raw last_token_usage events	Mtiririko wa matukio ya kila ombi uliotolewa kutoka kwenye logi za JSONL	23.98B tokeni za ombi, karibu 46.53B zikijumuisha cache

Ripoti ya kila mwezi ndiyo namba ningeichapisha. Uchanganuzi wa matukio ghafi ni njia nzuri ya kuhakiki namba ya juu, lakini inaweza kutofautiana kutokana na session zilizorejelewa, makundi ya muda, telemetry iliyorudiwa au vipindi tofauti vya ripoti.

Marekebisho muhimu ni haya. Ikiwa unataka namba ya aina ya bili kwa Codex, jumlisha matumizi ya kila ombi au tumia ripoti ya matumizi ya kila mwezi. Usitegemee tu kaunta ya mwisho ya session ya tokens_used.

Nilikagua hali ya app ya ndani, hifadhidata, faili za JSONL, na mwisho wa mtoa huduma pale inapowezekana. Niliepuka kuchapisha yaliyomo kwenye prompt na kuficha API keys. Hizi ndizo zilikuwa vyanzo muhimu vya ndani.

Zana	Chanzo muhimu cha ndani
Codex	~/.codex/sessions/**/*.jsonl, ~/.codex/state_5.sqlite, ~/.codex/logs_2.sqlite, pamoja na skrini ya ripoti ya kila mwezi
opencode	SQLite DB chini ya ~/.local/share/opencode/
Claude Code na Claude Desktop	~/.claude.json, logi za ukaguzi za wakala wa ndani wa Claude desktop
Aider	Faili za .aider.chat.history.md
Goose	Session za JSONL chini ya ~/.local/share/goose/sessions/
OpenHands	Faili za JSON za matukio chini ya ~/.openhands/sessions/
LM Studio	JSON ya mazungumzo chini ya ~/.lmstudio/conversations/
Gemini CLI	~/.gemini/tmp/*/logs.json
Qwen CLI	~/.qwen/tmp/*/logs.json
Zed na Droid	Yalipatikana kupitia cache ya matumizi ya tokscale
OpenRouter	API keys za ndani, ufunguo uliotolewa ambao si wa usimamizi, na ukaguzi wa /api/v1/key
fal.ai	Fuatiliaji wa mradi wa ndani pamoja na ukaguzi wa ufunguo uliotolewa, lakini hakuna kaunta ya matumizi inayoweza kutumika
Lovable na Replit	Fuatiliaji wa kivinjari na mradi, hakuna kaunta ya bili ya ndani inayoweza kutumika

Nilipata pia rollup iliyohifadhiwa ya tokscale.

~/.config/tokscale/cache/tui-data-cache.json

Cache hiyo iliripoti hivi.

Metriki ya tokscale	Thamani
Jumla ya tokeni zilizorekebishwa	13,537,863,939
Jumla ya gharama zilizorekebishwa	$6,438.80
Ndoo za modeli	21
Wateja wenye ndoo za modeli zinazoweza kutumika	Codex, opencode, Zed, Droid

Namba hiyo inasaidia, lakini haijahesabiwa kwa njia sawa na ripoti ya kila mwezi ya Codex. Inarekebisha na kupanga data kwa njia tofauti. Niliitumia hasa kupata wateja wa ziada na ndoo za gharama nilizokuwa nimezikosa.

Zana nyingine, moja baada ya nyingine

Codex ndiye alikuwa mkubwa, lakini zana zingine bado zilikuwa na umuhimu.

opencode ilikuwa na hifadhidata halisi ya SQLite yenye uhasibu wa tokeni kwa kila ujumbe. Hizi ndizo jumla zilizopatikana.

Uga	Hesabu
Input tokens	18,329,400
Output tokens	215,350
Reasoning tokens	116,322
Cache read	33,616,558
Cache write	229,289
Jumla ya trafiki ya tokeni	52,504,268
Gharama	$15.50

Modeli zilijumuisha OpenRouter GLM, Gemini preview kupitia OpenRouter, na ndoo za modeli za opencode/bila malipo.

Claude ilikuwa na vyanzo viwili muhimu vya ndani. Kimoja ni ~/.claude.json, kinachohifadhi kaunta za muhtasari wa mradi. Kingine ni logi za ukaguzi za wakala wa ndani wa Claude Desktop, zinazojumuisha muhtasari wa matumizi ya modeli. Kwa pamoja zilitoa hivi.

Uga	Hesabu
Non-cache request tokens	2,607,194
Cache tokens	115,582,148
Jumla ya trafiki ya tokeni	118,189,342
Gharama	$276.64

Huu ni mfano mzuri wa kwa nini cache ni muhimu. Nyingi ya trafiki ya tokeni ya Claude ilikuwa usomaji au uundaji wa cache, si prompt mpya au pato.

OpenHands ilihifadhi matumizi halisi ya kila jibu katika faili za matukio.

Uga	Hesabu
Prompt tokens	71,243,196
Completion tokens	520,526
Jumla ya tokeni	71,763,722
Gharama iliyorekodiwa	$0

Ndoo ya modeli ilikuwa openrouter/sonoma-sky-alpha, ambayo ilionekana kama bila malipo katika uhasibu wa ndani.

Goose ilikuwa na kaunta za session zilizokusanywa.

Uga	Hesabu
Input tokens	66,266,561
Output tokens	1,032,059
Jumla ya tokeni	67,298,620
Gharama inayokadiriwa	~$30.29

Config ya sasa ya Goose ilielekeza kwenye OpenRouter na z-ai/glm-4.6, na backups za config za zamani pia zilionyesha x-ai/grok-code-fast-1. Kwa sababu safu za session moja hazikuhifadhi modeli, nilichukulia gharama ya Goose kama makadirio.

Aider ilikuwa rahisi. Inaandika mistari ya tokeni na gharama kwenye faili za historia ya gumzo.

Uga	Hesabu
Sent tokens	1,560,000
Received tokens	122,271
Jumla ya tokeni	1,682,271
Gharama	$4.20

Niliondoa faili za historia zinazofanana kwa hash ili nakala ya backup isiihesabu mara mbili.

LM Studio ni hasa matumizi ya modeli ya ndani, si matumizi ya API. Bado ilikuwa na takwimu za uzalishaji kwenye JSON ya mazungumzo.

Uga	Hesabu
Prompt tokens	8,796
Predicted tokens	6,981
Jumla ya tokeni za uzalishaji wa ndani	15,777

Hii si gharama ya API isipokuwa mtoa huduma wa mbali alihusika, na faili za ndani hazikuonyesha hivyo.

Gemini na Qwen walikuwa na logi za ndani, lakini sikupata kaunta za matumizi ya tokeni zinazotegemeka za aina ya mtoa huduma. Nilipata tu ufuatiliaji mbaya wa maandishi ya prompt.

Zana	Session na ujumbe	Makadirio mabaya ya maandishi
Gemini CLI	17 session, ujumbe 76 wa mtumiaji	~38,690 text tokens
Qwen CLI	2 session, ujumbe 9 wa mtumiaji	~163 text tokens

Sikuhesabu hizo kama matumizi ya mtoa huduma yanayoweza kulipwa. Ni makadirio mabaya tu ya ukubwa wa maandishi.

Zed na Droid walitoka kwenye cache ya tokscale, si kwa kuchambua logi maalum za app kwa mkono.

Zana	Trafiki ya tokeni	Gharama
Zed	19,617,168	$56.59
Droid	4,219,875	$29.70

OpenRouter, fal.ai, Lovable na Replit

Nilikuwa nimeangalia pia zana za karibu na mtoa huduma na ufuatiliaji wa akaunti. Uchanganuzi wa ndani wa kina zaidi ulitafuta folda za config, folda za hali ya wakala, saraka za mradi, usaidizi wa programu ya kivinjari, cache za vifurushi na hali ya CLI inayojulikana kwa vitu vya OpenRouter, fal.ai, Lovable na Replit. Ilipata msimbo wa mradi, vifurushi vya SDK, cache za bei, faili za config na ufuatiliaji wa kivinjari na mradi, lakini hakuna leja halisi ya bili ya ndani kwa watoa huduma waliokosekana.

Hebu tuanze na OpenRouter. Nilipata API keys tatu za ndani za OpenRouter kwenye configs za zana. Baada ya kushuku kuwa trafiki ya OpenRouter ilikuwa kubwa zaidi, nilijaribu pia ufunguo mmoja zaidi wa OpenRouter uliotolewa. Nilihoji endpoint ya sasa ya ufunguo wa OpenRouter kwa kila ufunguo na nikaficha thamani za ufunguo. Haya hapa ni matokeo.

Chanzo cha ufunguo	Matumizi ya ufunguo wa sasa	Upatikanaji wa akaunti nzima
Aider key	$4.820189682	Hapana
OpenHands key	$0	Hapana
Refact key	$0.063351337	Hapana
Supplied test key	$0	Hapana

Kisha nikajaribu endpoint ya /api/v1/activity ya OpenRouter kwa shughuli za akaunti. Kila ufunguo ulirudisha kitu kile kile.

Only management keys can fetch activity for an account

Kwa hiyo ukaguzi wa OpenRouter si historia kamili ya akaunti nzima. Ni matumizi tu yanayoonekana kwa API keys hizo maalum.

Ufunguo uliotolewa pia ulishindwa kwenye endpoint ya kuorodhesha ya ufunguo wa usimamizi.

Invalid management key

OpenRouter inaandika kuwa /api/v1/activity inarudisha shughuli kwa siku 30 za mwisho zilizokamilika za UTC na inahitaji ufunguo wa usimamizi. Ufunguo wa kawaida wa API unaweza kuripoti matumizi yake ya sasa, lakini si akaunti nzima.

Hii inamaanisha kuwa namba ya OpenRouter katika makala hii karibu bila shaka ni ndogo sana ikiwa akaunti ilikuwa na matumizi mazito ya dashibodi, funguo zilizofutwa, funguo zilizozungushwa, shughuli za BYOK, au app nyingine ambazo hazikuweka logi za ndani. Ili kujumuisha gharama ya OpenRouter iliyokosekana, ninahitaji ufunguo wa usimamizi wa OpenRouter wenye uwezo wa kufikia /api/v1/activity, au mauzo ya dashibodi au skrini kwa matumizi ya kila mwezi, au orodha ya API keys zote za kihistoria pamoja na matumizi yao ya sasa ya ufunguo, ikiwa funguo bado zipo na matumizi hayajajirekebisha.

Kwa ufunguo wa usimamizi, wito wa ngazi ya akaunti ni huu.

curl https://openrouter.ai/api/v1/activity \
  -H "Authorization: Bearer $OPENROUTER_MANAGEMENT_KEY"

Kwa ufunguo mmoja wa kawaida, wito mdogo ni huu.

curl https://openrouter.ai/api/v1/key \
  -H "Authorization: Bearer $OPENROUTER_API_KEY"

Endpoint ya kwanza inaweza kutoa shughuli kwa siku, modeli na mtoa huduma. Ya pili inaweza tu kusema kile ufunguo mmoja unachoripoti hivi sasa.

fal.ai ni kitu kingine kabisa linapokuja suala la bili

Sasa kuhusu fal.ai. Nilipata maelezo ya msimbo na miradi ya fal.ai, ikiwa ni pamoja na majaribio ya maandishi-kwa-sauti na sauti-kwa-maandishi, lakini hakuna kaunta ya bili ya ndani inayoweza kuonyesha matumizi ya akaunti. Baada ya kuhisi kuwa trafiki ya fal.ai ni kubwa zaidi, nilijaribu ufunguo mmoja wa fal.ai nilioupata dhidi ya sehemu za bili na matumizi ya akaunti.

Matokeo yalikuwa muhimu. Ufunguo huo haukuonyesha matumizi ya sifuri. Uliibainisha kuwa ufunguo huo haukuruhusiwa kusoma leja ya bili.

Ukaguzi wa fal.ai	Matokeo
Bili ya akaunti	Hitilafu ya idhini, ufunguo haukuruhusiwa kufanya kitendo hicho.
Matumizi ya modeli kuanzia 2024-01-01 hadi 2026-05-19	Ilirudisha kitu cha hitilafu pekee, hakuna safu za kujumlisha.
Matukio ya bili kwa siku 90 zilizopita	Ilirudisha kitu cha hitilafu pekee, hakuna matukio ya kujumlisha.

Kwa sababu simu hizo zilirudisha hitilafu za idhini, sikuongeza $0 kwenye ripoti. $0 ingekuwa ya kupotosha. Hali sahihi ni "haijulikani na inaelekea haipo".

fal.ai pia haioani moja kwa moja na uhasibu wa tokeni za LLM. Nyaraka zao zinaelezea bili ya modeli kupitia matokeo yaliyofanikiwa na vitengo vya bili maalum kwa kila modeli, vinavyolipwa kwa mikopo ya kulipia kabla. Kwa hivyo, ukaguzi wa fal unahitaji dashibodi ya fal au ufunguo wa API, sio tu uchanganuzi wa tokeni za ndani.

Hii pia inaelekea kupunguzwa. Matumizi ya fal.ai mara nyingi huonekana kwenye dashibodi na sio kwenye logi za programu za ndani. Programu ya ndani inaweza kupiga simu kwa fal, kupata URL za matokeo ya sauti, picha au video, na isihifadhi kamwe kitengo cha bili au matumizi ya mkopo. Ili kujumuisha fal.ai, nahitaji usafirishaji wa bili au matumizi ya dashibodi ya fal.ai, au picha ya skrini au CSV ya ununuzi wa mikopo na utumiaji wa mikopo, au ufunguo wa msimamizi au timu wa fal.ai unaoruhusiwa kusoma sehemu za bili au matumizi, ikiwa ufikiaji huo upo kwa akaunti hiyo.

Tofauti muhimu ni kwamba fal.ai haipaswi kuingia kwenye jedwali la tokeni kana kwamba ni maandishi ya LLM. Inapaswa kuwa na kikapu chake cha matumizi.

Kipimo cha fal.ai	Jinsi ya kuripoti
Mikopo iliyotumika	Ongeza kwa jumla ya matumizi ya dola
Uzalishaji wa sauti, video na picha	Ripoti kama vitengo vya matokeo
Tokeni za maandishi	Jumuisha tu ikiwa modeli mahususi ya fal inaonyesha matumizi ya tokeni

Kwa hivyo, kichwa cha habari cha siku zijazo kilichosahihishwa kinapaswa kuwa "Matukio ya tokeni za AI 45B+ yaliyothibitishwa ndani, pamoja na matumizi ya dashibodi ya OpenRouter na fal.ai bado ya kuongezwa".

Kwa Lovable, nilipata alama hizi.

lovable.dev browser IndexedDB traces
magic-prf.lovable.app browser IndexedDB traces
local .lovable project metadata
lovable-tagger packages
lovable upload folders

Sikupata kaunta za tokeni, mikopo, au bili za ndani. Lovable ni bora kukaguliwa kutoka kwenye dashibodi yake, sio kutoka kwenye faili za IndexedDB za kivinjari cha ndani.

Kwa Replit, niliangalia metadata ya mradi, tokeni, hifadhidata za ndani na alama za kivinjari. Sikupata kaunta ya matumizi ya ndani inayoweza kutumika.

Jinsi tulivyozalisha namba hizo

Mtiririko wa kazi ulikuwa hivi.

1. Orodhesha saraka zinazowezekana za zana za AI.
2. Tafuta nyanja za matumizi bila kutoa yaliyomo kwenye mazungumzo.
3. Tambua hifadhi zilizopangwa, kama vile SQLite, JSONL, JSON na historia za Markdown.
4. Changanua kaunta za jumla pekee.
5. Ondoa nakala kwenye historia na muhtasari wa vipindi inapowezekana.
6. Kagua kaunta za ndani dhidi ya nyaraka za mtoa huduma na sehemu za mtoa huduma.
7. Tenganisha tokeni za ombi kutoka kwa trafiki ya akiba.

Uchunguzi wa kwanza mpana uliingalia hali ya zana zilizosakinishwa.

find ~ -maxdepth 3 -type d \
  | rg -i 'codex|claude|opencode|gemini|qwen|goose|aider|openhands|cursor|windsurf|zed|replit|lovable|lmstudio|ollama'

Kisha nikatafuta nyanja za matumizi.

rg -n -i 'input_tokens|output_tokens|total_tokens|cached_tokens|cache_read|usage|cost' \
  ~/.codex ~/.claude ~/.opencode ~/.gemini ~/.qwen ~/.local/share/goose ~/.openhands ~/.lmstudio

Kwa Codex, tukio muhimu lilionekana hivi.

{
  "type": "event_msg",
  "payload": {
    "type": "token_count",
    "info": {
      "total_token_usage": {
        "input_tokens": 123,
        "cached_input_tokens": 100,
        "output_tokens": 20,
        "reasoning_output_tokens": 10,
        "total_tokens": 143
      },
      "last_token_usage": {
        "input_tokens": 12,
        "cached_input_tokens": 10,
        "output_tokens": 2,
        "reasoning_output_tokens": 1,
        "total_tokens": 14
      }
    }
  }
}

Ugunduzi muhimu ni kwamba total_token_usage hukusanyika ndani ya kipindi. Ukijumlisha kila safu ya total_token_usage, utahesabu kupita kiasi. Kwa uhasibu wa aina ya bili unataka last_token_usage ya kila ombi, au ripoti ya matumizi iliyopatanishwa.

Kichanganuzi kilichorahisishwa cha Codex kinaonekana hivi.

const fs = require("fs");
const path = require("path");

function walk(dir, files = []) {
  for (const entry of fs.readdirSync(dir, { withFileTypes: true })) {
    const p = path.join(dir, entry.name);
    if (entry.isDirectory()) walk(p, files);
    else if (entry.name.endsWith(".jsonl")) files.push(p);
  }
  return files;
}

const totals = {
  input: 0,
  cached: 0,
  output: 0,
  reasoning: 0,
  total: 0,
};

for (const file of walk(`${process.env.HOME}/.codex/sessions`)) {
  for (const line of fs.readFileSync(file, "utf8").split(/\n/)) {
    if (!line.includes("token_count")) continue;

    let row;
    try {
      row = JSON.parse(line);
    } catch {
      continue;
    }

    const usage = row.payload?.info?.last_token_usage;
    if (!usage) continue;

    totals.input += usage.input_tokens || 0;
    totals.cached += usage.cached_input_tokens || 0;
    totals.output += usage.output_tokens || 0;
    totals.reasoning += usage.reasoning_output_tokens || 0;
    totals.total += usage.total_tokens || 0;
  }
}

console.log(totals);

Kwa zana zinazotumia SQLite kama opencode, njia ilikuwa tofauti.

sqlite3 ~/.local/share/opencode/opencode.db ".schema"

Kisha unachanganua nyanja za JSON kwenye jedwali la ujumbe, na hasa kitu cha tokens, sio safu za sehemu zilizorudiwa.

Kwa Aider, matumizi yalikuwa maandishi wazi.

rg -n 'Tokens: .* sent, .* received|Cost:' ~/Developer ~/.aider

Kwa matumizi ya ufunguo wa sasa wa OpenRouter.

curl https://openrouter.ai/api/v1/key \
  -H "Authorization: Bearer $OPENROUTER_API_KEY"

Kwa shughuli za akaunti nzima ya OpenRouter.

curl https://openrouter.ai/api/v1/activity \
  -H "Authorization: Bearer $OPENROUTER_MANAGEMENT_KEY"

Amri ya pili inahitaji ufunguo wa usimamizi.

Namba za gharama zinatoka wapi

Nilitumia aina tatu za data ya gharama. Gharama zilizorekodiwa moja kwa moja na zana hiyo, gharama zinazoonyeshwa kwenye ripoti ya matumizi ya kila mwezi ya Codex, na makadirio kutoka kwa bei za sasa za umma ambapo logi za ndani zilikuwa na tokeni lakini hakuna gharama.

Kwa bei, bei ya API ya OpenAI inaorodhesha bei za sasa kwa kila tokeni milioni 1 kwa GPT-5.5, GPT-5.4 na GPT-5.3-Codex. Kadi ya viwango ya Codex ya OpenAI inaelezea hatua ya kuelekea uhasibu wa Codex kulingana with tokeni na inatenganisha mikopo ya ingizo, ingizo la akiba na matokeo. Anthropic inachapisha bei za Claude kulingana na modeli na darasa la tokeni. OpenRouter inaonyesha matumizi ya ufunguo wa sasa kupitia /api/v1/key, na shughuli kamili inahitaji ufunguo wa usimamizi. Na fal.ai inatoza API za modeli kulingana na matokeo yaliyofanikiwa na vitengo vya bili maalum kwa modeli, vilivyolipwa kwa mikopo ya kulipia kabla.

Makadirio ya gharama sio ankara kamilifu. Ni makadirio ya "hii ingekuwaje kwa viwango vya aina ya API?". Matumizi mengine yanaweza kujumuishwa katika usajili, viwango vya bure, hakiki za utafiti au mgao wa zana za ndani. Logi zingine za ndani hurekodi gharama inayokadiriwa badala ya bili iliyotatuliwa ya mtoa huduma.

Kwa nini matumizi ya wakala yanakuwa makubwa sana

Jambo la kushangaza sio kwamba mashine ilitumia AI. Jambo la kushangaza ni jinsi mawakala wanavyozidisha muktadha haraka.

Soga ya kawaida kimsingi ni ombi la mtumiaji na jibu la msaidizi. Kitanzi cha uandishi wa wakala kinafanana zaidi na hivi.

1. Mtumiaji anaomba mabadiliko.
2. Wakala anasoma faili za repo.
3. Simu ya modeli.
4. Wakala anaendesha utafutaji.
5. Simu ya modeli.
6. Wakala anaendesha majaribio.
7. Simu ya modeli.
8. Wakala anasoma hitilafu.
9. Simu ya modeli.
10. Wakala anahariri faili.
11. Simu ya modeli.
12. Wakala anathibitisha.
13. Simu ya modeli.

Kila hatua inaweza kujumuisha maagizo ya mfumo, maagizo ya msanidi, ufafanuzi wa zana, mazungumzo ya awali, dondoo za faili, matokeo ya amri, diffs, kushindwa kwa majaribio, picha za skrini, hali ya kivinjari na sera za usalama.

Ndio maana tokeni za kusoma kutoka kwa akiba zilikuwa karibu kubwa kama tokeni za ombi mpya katika Codex.

Aina ya Codex	Tokeni
Ingizo jipya + matokeo + hoja	23.05B
Kusoma akiba	21.58B

Akiba inafanya hii kuwa nafuu kuliko ilivyokuwa vinginevyo, lakini pia inaonyesha sura halisi ya matumizi ya wakala. Muktadha ndio mafuta halisi.

Niliyojifunza

Kwanza, "total tokens" inamaanisha mambo mengi. Jumla ya kwenye dashboard, counter ya session, event za kila ombi, na ankara ya mtoa huduma, zote zinaweza kuwa sahihi lakini zikaonyesha namba tofauti.

Pili, logi za ndani ni muhimu sana. Zana nyingi huhifadhi metadata ya kutosha kwa siri ili kuweza kukokotoa matumizi bila kutuma prompts kwingine.

Tatu, dashboard za watoa huduma bado ni muhimu. OpenRouter, fal.ai, Lovable, Replit na huduma zingine kama hizo huenda zisihifadhi historia kamili ya bili kwenye kifaa chako. Kwa hizo, unahitaji data kutoka kwenye dashboard au kutumia management keys zenye access maalum.

Nne, coding ya agentic si ghali kwa sababu output ni ndefu. Ni ghali kwa sababu input context ni kubwa sana na inarudiwa mara kwa mara.

Kwenye hali yangu, majibu ya model niliyokuwa naona yalikuwa sehemu ndogo tu ya yote. Gharama halisi ilikuwa kwenye context, matokeo ya tool, kukagua repository, na kutumia tena prompt zilizohifadhiwa kwenye cache.

Kwa hiyo, kama ningelazimika kufupisha, ni hivi.

Nilifanya ukaguzi wa kila AI tool niliyoweza kuipata kwenye Mac yangu. Mashine ilionyesha ushahidi wa takriban token-events bilioni 45 na matumizi ya karibu $9.3k kama ingekuwa API. Karibu yote ilitokana na Codex kufanya kazi za agentic coding.

Marejeo

• OpenAI API pricing, https://developers.openai.com/api/docs/pricing
• OpenAI Codex rate card, https://help.openai.com/en/articles/20001106-codex-rate-card
• Anthropic Claude pricing, https://platform.claude.com/docs/en/about-claude/pricing
• OpenRouter current key endpoint, https://openrouter.ai/docs/api/api-reference/api-keys/get-current-key
• OpenRouter activity endpoint, https://openrouter.ai/docs/api/api-reference/analytics/get-user-activity
• fal.ai pricing model, https://fal.ai/docs/documentation/model-apis/pricing
• fal.ai authentication, https://fal.ai/docs/documentation/setting-up/authentication