capsul

Tokenverbrauch der Codex CLI: lesen, dann senken

Codex sagt Ihnen im Nachhinein, was es verbraucht hat. Hier steht, wie man es vorher sieht und was die Zahl bewegt.

Codex-CLI-Sitzungen haben dieselbe Form wie jede Agentensitzung: eine kleine Frage, eingewickelt in viel Kontext. Der Unterschied ist, dass ein erheblicher Teil dieses Kontexts Umgebungskontext ist. Er ist da, bevor Sie irgendetwas tippen.

Umgebungseingabe: der Teil, um den Sie nicht gebeten haben

Jede Sitzung beginnt mit Anweisungen, Werkzeugschemata und allem, was die Umgebung registriert hat. Nichts davon ist falsch, und alles wird in jeder Runde abgerechnet, ob die aktuelle Aufgabe es berührt oder nicht.

Das lässt sich messen, ohne Kontingent zu verbrauchen, was ungewöhnlich und wissenswert ist:

codex debug prompt-input

Gibt aus, was gesendet würde. Deterministisch, wiederholbar und kostenlos.

Führen Sie es auf Ihrer Maschine aus und lesen Sie die Summe. Auf unserer Referenzmaschine kam der Umgebungsanteil, den capsul entfernt, auf etwas über viertausendfünfhundert Tokens pro Runde: ein Plugin-Katalog, Anleitungen für Konnektoren und mitgelieferte Skills, dazu die Werkzeugschemata der MCP-Server, die Codex von sich aus startete.

Sitzungseingabe: der Teil, den Sie steuern

Auf der Umgebungseingabe liegt, was jeder Agent ansammelt: gelesene Dateien, ausgeführte Befehle und der bisherige Verlauf. Die Hebel sind dieselben wie überall.

  • Die Datei benennen, statt den Agenten suchen zu lassen.
  • Eine Sitzung pro Aufgabe, geschlossen, wenn die Aufgabe erledigt ist.
  • Laute Befehlsausgaben filtern, bevor sie den Verlauf erreichen.
  • Eine Obergrenze auf den Kontext setzen und sie halten.

Codex unter einem Budget betreiben

capsul steuert die Codex-CLI, bei der Sie bereits angemeldet sind, es antwortet also Ihr bestehendes ChatGPT-Abo. Fortsetzung, Verbrauch und Denkaufwand werden dorthin zurückgemeldet, wo Sie sie sehen.

npm i -g @penra/capsul
capsul ask 'Paginierung für den Such-Endpunkt ergänzen' --budget 3000

Die Zahlen ehrlich lesen

Zwei Vorbehalte, die für jeden Tokenbenchmark gelten, unseren eingeschlossen. Erstens sind gewichtete und rohe Eingabe zwei verschiedene Messungen: Eingabe aus dem Cache wird zu einem Bruchteil abgerechnet, ein Vergleich ohne Caching schmeichelt also dem Arm, der besser cacht. Zweitens ist eine Einsparung bei einer Aufgabe keine Einsparung bei der nächsten. Unsere eigene Tabelle enthält eine Zeile, in der capsul mehr gewichtete Eingabe verbraucht, und sie wird veröffentlicht statt gestrichen.

Fragen

Wie sehe ich den Tokenverbrauch von Codex, ohne Kontingent auszugeben?

codex debug prompt-input gibt aus, was für eine bestimmte Eingabe gesendet würde, ohne ein Modell aufzurufen. Es ist deterministisch, eine Änderung lässt sich also durch zweimaliges Ausführen messen.

Braucht capsul einen OpenAI-API-Schlüssel?

Nein. Es steuert die Codex-CLI, bei der Sie bereits angemeldet sind, es antwortet also Ihr ChatGPT-Abo. Ein API-Schlüssel ist eine optionale Wahl pro Sitzung, in jedem Tarif.

Ändert weniger Eingabe den Denkaufwand?

Beides ist unabhängig. Der Aufwand ist eine eigene Einstellung, wird in capsul neben dem Verbrauch zurückgemeldet und lässt sich pro Anfrage setzen.

Kosten MCP-Server Tokens, auch wenn sie ungenutzt bleiben?

Ihre Werkzeugschemata gehören zu dem, was gesendet wird, also ja: ein registrierter Server, den die aktuelle Aufgabe nie berührt, belegt trotzdem in jeder Runde Eingabe.

$ npm i -g @penra/capsul

← Alle Ratgeber