Всего токенов
47.59B
Всего расходов
$19K
Сессий
5 503
Вызовов модели
458 088
Токенов / сессию
Медиана
1.7M
p90
20.4M
p90: только 10% сессий тяжелее.
Текущая неделя
2026-10-19 — 2026-10-25
Токены
1.92B
-23% к прошлой неделе
по агентам
по моделям
по провайдерам
по проектам
Расходы
$83.11
-80% к прошлой неделе
по агентам
по моделям
по провайдерам
по проектам
Сессий
166
+25% к прошлой неделе
по агентам
по моделям
по провайдерам
по проектам
Вызовов
10 825
+3% к прошлой неделе
по агентам
по моделям
по провайдерам
по проектам
Состав
в токенах
в деньгах
● input (кэш) ● input ● запись кэша ● output ● reasoning
Цена 1000 строк кода
токенов / строку
23K
-22% к прошлой неделе
$ / 1000 строк
$0.76
-34% к прошлой неделе
Add и Del
● Add 31K ● Del 10K
по проектам
● TasK ● stocks2 ● task-orchestrator ● остальные
Агенты: pi zcode
Модели: glm-5.3 glm-5.3-flash |deepseek-flash |остальные
Провайдеры: zai deepseek ollama неизвестно несколько провайдеров
Проекты: TasK stocks2 task-orchestrator остальные
Переключение моделей в сессиях · за текущую неделю.
| Агент | Сессий | С переключением | Доля | Макс. моделей | Переходы |
|---|---|---|---|---|---|
| pi | 156 | 1 | 0.6% | 2 | glm-5.3-flash → deepseek-flash |
| zcode | 10 | 1 | 10.0% | 2 | glm-5.3 → glm-5.3-flash |
| Все агенты | 166 | 2 | 1.2% | 2 |
За последние 7 дней
2026-10-18 — 2026-10-24
Токены
2.14B
-16% к прошлому периоду
по агентам
по моделям
по провайдерам
по проектам
Расходы
$99.32
-78% к прошлому периоду
по агентам
по моделям
по провайдерам
по проектам
Сессий
180
+31% к прошлому периоду
по агентам
по моделям
по провайдерам
по проектам
Вызовов
11 914
+15% к прошлому периоду
по агентам
по моделям
по провайдерам
по проектам
Состав
в токенах
в деньгах
● input (кэш) ● input ● запись кэша ● output ● reasoning
Цена 1000 строк кода
токенов / строку
23K
-20% к прошлому периоду
$ / 1000 строк
$0.77
-31% к прошлому периоду
Add и Del
● Add 32K ● Del 10K
по проектам
● TasK ● stocks2 ● task-orchestrator ● остальные
Агенты: pi zcode
Модели: glm-5.3 glm-5.3-flash |deepseek-flash |остальные
Провайдеры: zai deepseek ollama неизвестно несколько провайдеров
Проекты: TasK stocks2 task-orchestrator остальные
Переключение моделей в сессиях · за последние 7 дней.
| Агент | Сессий | С переключением | Доля | Макс. моделей | Переходы |
|---|---|---|---|---|---|
| pi | 170 | 1 | 0.6% | 2 | glm-5.3-flash → deepseek-flash |
| zcode | 10 | 1 | 10.0% | 2 | glm-5.3 → glm-5.3-flash |
| Все агенты | 180 | 2 | 1.1% | 2 |
За последние 30 дней
2026-09-25 — 2026-10-24
Токены
8.74B
+70% к прошлому периоду
по агентам
по моделям
по провайдерам
по проектам
Расходы
$1,451.25
-40% к прошлому периоду
по агентам
по моделям
по провайдерам
по проектам
Сессий
1612
+22% к прошлому периоду
по агентам
по моделям
по провайдерам
по проектам
Вызовов
57 374
-7% к прошлому периоду
по агентам
по моделям
по провайдерам
по проектам
Состав
в токенах
в деньгах
● input (кэш) ● input ● запись кэша ● output ● reasoning
Цена 1000 строк кода
токенов / строку
27K
+13% к прошлому периоду
$ / 1000 строк
$3.84
-65% к прошлому периоду
Add и Del
● Add 126K ● Del 38K
по проектам
● TasK ● stocks2 ● task-orchestrator ● остальные
Агенты: codex pi omp zcode bb
Модели: gpt-6.1-sol gpt-6-astra gpt-6-luna gpt-6-sol gpt-5.6-sol |glm-5.3 glm-5.3-flash |deepseek-flash |qwen3.8:pi-100k |остальные
Провайдеры: zai openai ollama deepseek неизвестно несколько провайдеров
Проекты: TasK stocks2 task-orchestrator остальные
Переключение моделей в сессиях · за последние 30 дней.
| Агент | Сессий | С переключением | Доля | Макс. моделей | Переходы |
|---|---|---|---|---|---|
| codex | 131 | 0 | 0.0% | 1 | |
| pi | 912 | 14 | 1.5% | 2 | gpt-6-sol → gpt-6-astra ×4 | gpt-6.1-sol → glm-5.3 | glm-5.3-flash → glm-5.3 ×5 | glm-5.3-flash → deepseek-flash | qwen3.8:pi-100k → gpt-6.1-sol | glm-5.3-flash → gpt-6-astra | qwen3.8 → glm-5.3-flash |
| omp | 6 | 0 | 0.0% | 0 | |
| zcode | 515 | 8 | 1.6% | 2 | glm-5.3 → glm-5.3-flash ×4 | glm-5.3-flash → glm-5.3 ×4 |
| bb | 48 | 0 | 0.0% | 1 | |
| Все агенты | 1612 | 22 | 1.4% | 2 |
Токены по неделям
Столбцы — суммарные токены за неделю по всем агентам.
Сессий по неделям
Количество запусков сессий по агентам.
Токенов на вызов модели
«Все токены / вызов» — среднее число всех токенов на один вызов модели за неделю; «Кэш / вызов» — среднее число кэшированных токенов на вызов. Сессия целиком относится к неделе её начала. Меньше = дешевле отдельный вызов.
Состав токенов по неделям
Все агенты вместе или выбранный агент; справа — кэш за последние 30 дней.
Кэш за посл. 30 дн.
Токены: код vs не-код
Сколько токенов уходит на кодовые проекты (с git-репо
prikotov/*) и на прочее.Распределение за 30 дней
Доля токенов на кодовые проекты за последние 30 дней: 51.8%.
Токены на сессию: кодовые проекты
Среднее потребление токенов за сессию (только кодовые проекты
prikotov/*), по неделям и агентам. «Меньше = дешевле одна итерация».Потребление за 30 дн.
Доля каждого агента в расходе токенов кодовыми проектами за последние 30 дней. В tooltip — число сессий и среднее за сессию.
Скилы и MCP-серверы
Вызовы скилов и тулов MCP-серверов по неделям. Топы скилов и ролей — на странице «ИИ на проектах». Скил = загрузка
SKILL.md для использования; роль = фактический запуск become-role.sh <role>. Разработка и инспекция скила использованием не считаются. Методика и ограничения — в конце страницы.за всю историю: скилы 4 663 · роли 1 444 · MCP 2 754 · покрытие 97% сессий
Скилы: вызовов в неделю по скилам (стек, топ-8 + остальные)
MCP: вызовов в неделю по серверам (стек, топ-6 + остальные)
MCP-тулы за 30 дней
Вызовы инструментов MCP-серверов за последние 30 дней: процент — доля всех вызовов MCP за окно (у «Сессий» — доля непустых сессий за окно), в скобках — число. Считаются попытки, включая неуспешные.
| # | Сервер · тул | По агентам | По проектам | Вызовов | Сессий |
|---|---|---|---|---|---|
| 1 | noderepl_js | 99% (1 343) | 1.2% (14) | ||
| 2 | pluginimage-search_image_search_search_image | 0.9% (12) | 0.3% (3) | ||
| 3 | cuarepl_js | 0.1% (2) (1 неуспешн.) | 0.1% (1) |
Автономность выполнения сессий
1022 сессий по кодовым проектам за последние 30 дней. Некодовые проекты исключены. Ещё 3 сессии не вошло: в их журналах не подтверждены границы пользовательских сообщений.
«Время ожидания человека» — паузы между работой агента; меньше — лучше. «Простой агента» — доля сессии, которую человек ждал; меньше — лучше. Изменение простоя сравнивается с прошлым периодом.
| По агенту | |||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|
| Агент / модель | Сессий | 1 запрос | 2 запроса | 3+ запроса | Запросы, медиана | Запросы, p90 | Запросы, max | Время работы агента в сессиях | Длительность сессий | Время ожидания человека | Простой агента |
| pi | 890 | 804 (90%) | 5 (1%) | 81 (9%) | 1 | 1 | 100 | 429.1 ч | 2249.9 ч | 1820.8 ч | 80.9% -3% к прошлому периоду |
| codex | 132 | 132 (100%) | 0 (0%) | 0 (0%) | 1 | 1 | 1 | 9.3 ч | 9.3 ч | — | 0.0% -100% к прошлому периоду |
| По модели | |||||||||||
| glm-5.3-flash | 478 | 434 (91%) | 3 (1%) | 41 (8%) | 1 | 1 | 51 | 318.8 ч | 1795.6 ч | 1476.8 ч | 82.2% +8% к прошлому периоду |
| gpt-6.1-sol | 152 | 134 (88%) | 2 (1%) | 16 (11%) | 1 | 4 | 35 | 42.1 ч | 95.5 ч | 53.5 ч | 56.0% |
| gpt-6-sol | 146 | 136 (93%) | 0 (0%) | 10 (7%) | 1 | 1 | 39 | 21.2 ч | 127.5 ч | 106.3 ч | 83.4% +6% к прошлому периоду |
| qwen3.8:27b-pi-100k | 87 | 87 (100%) | 0 (0%) | 0 (0%) | 1 | 1 | 1 | 8.4 ч | 8.4 ч | — | 0.0% |
| gpt-6-astra | 83 | 80 (96%) | 0 (0%) | 3 (4%) | 1 | 1 | 36 | 13.8 ч | 123.3 ч | 109.5 ч | 88.8% -5% к прошлому периоду |
| gpt-6-luna | 27 | 27 (100%) | 0 (0%) | 0 (0%) | 1 | 1 | 1 | 0.7 ч | 0.7 ч | — | 0.0% |
| gpt-5.6-sol | 24 | 22 (92%) | 0 (0%) | 2 (8%) | 1 | 1 | 9 | 2.3 ч | 11.9 ч | 9.6 ч | 81.0% -7% к прошлому периоду |
| glm-5.3 | 13 | 8 (62%) | 0 (0%) | 5 (38%) | 1 | 20 | 100 | 20.2 ч | 60.5 ч | 40.3 ч | 66.6% -23% к прошлому периоду |
| deepseek-flash | 3 | 2 (67%) | 0 (0%) | 1 (33%) | 1 | 32 | 32 | 6.9 ч | 11.0 ч | 4.1 ч | 37.4% |
| qwen3.8:pi-100k | 2 | 0 (0%) | 0 (0%) | 2 (100%) | 13 | 20 | 20 | 4.1 ч | 24.7 ч | 20.7 ч | 83.6% |
| gemma4:26b-pi-100k | 1 | 1 (100%) | 0 (0%) | 0 (0%) | 1 | 1 | 1 | 0.0 ч | 0.0 ч | — | 0.0% |
| gemma4:31b-it-qat-pi-100k | 1 | 1 (100%) | 0 (0%) | 0 (0%) | 1 | 1 | 1 | 0.0 ч | 0.0 ч | — | 0.0% |
| huihui-ai:pi-100k | 1 | 1 (100%) | 0 (0%) | 0 (0%) | 1 | 1 | 1 | 0.0 ч | 0.0 ч | — | 0.0% |
| qwen3.8 | 1 | 0 (0%) | 0 (0%) | 1 (100%) | 4 | 4 | 4 | 0.0 ч | 0.0 ч | 0.0 ч | 34.9% |
| qwen3.8-unc-iq4xs:pi-100k | 1 | 1 (100%) | 0 (0%) | 0 (0%) | 1 | 1 | 1 | 0.0 ч | 0.0 ч | — | 0.0% |
| qwen3.8-unc:pi-100k | 1 | 1 (100%) | 0 (0%) | 0 (0%) | 1 | 1 | 1 | 0.0 ч | 0.0 ч | — | 0.0% |
| qwen3.8:27b | 1 | 1 (100%) | 0 (0%) | 0 (0%) | 1 | 1 | 1 | 0.0 ч | 0.0 ч | — | 0.0% |
Покрытие данных о времени
30 дней: 100% сессий · >99% токенов
вся история: 86% · 81%
Доля сессий таблицы выше, для которых есть подтверждённое время работы агента. У остальных время не подтверждено или интервал превышает защитный лимит 6 ч; пустые сессии без токенов исключены; паузы между запросами пользователя не учитываются.
Детализация автономности
Недельная динамика той же выборки, что в таблице выше: только кодовые корневые сессии с подтверждёнными запросами.
Детализация автономности
Недельная динамика той же выборки, что в таблице выше: только кодовые корневые сессии с подтверждёнными запросами.
Время работы агента в сессиях по агентам, ч/нед.
За посл. 30 дн.
Самый длинный запуск по агентам, мин/нед.
За посл. 30 дн.
Средняя длительность запуска по агентам, мин/нед.
За посл. 30 дн.
Время работы агента в сессиях по моделям, ч/нед.
За посл. 30 дн.
Самый длинный запуск по моделям, мин/нед.
За посл. 30 дн.
Средняя длительность запуска по моделям, мин/нед.
За посл. 30 дн.
Длительность обработки запроса
5 698 запросов за последние 30 дн. по всем проектам; все агенты вместе: медиана 1.8 мин, p90 13.2 мин.
«Запрос» — от отправки промпта до момента, когда агент закончил ответ и ждёт следующий запрос; включает выполнение инструментов. Меньше = быстрее ответ. Изменение медианы сравнивается с прошлым периодом.
| По агенту | ||||||
|---|---|---|---|---|---|---|
| Агент / модель | Запросов | Медиана | p75 | p90 | Среднее | Макс |
| pi | 3 304 | 1.8 мин +4% к прошлому периоду | 7.1 мин | 18.4 мин | 8.7 мин | 18.3 ч |
| zcode | 2 154 | 1.7 мин +3% к прошлому периоду | 3.8 мин | 8.3 мин | 4.4 мин | 5.3 ч |
| codex | 135 | 4.3 мин +11% к прошлому периоду | 5.7 мин | 6.8 мин | 4.1 мин | 10.4 мин |
| bb | 105 | 26.5 с | 1.4 мин | 5.1 мин | 3.4 мин | 1.4 ч |
| По модели | ||||||
| glm-5.3-flash | 2 175 | 2.9 мин -39% к прошлому периоду | 8.9 мин | 22.3 мин | 11.5 мин | 18.3 ч |
| glm-5.3 | 1 336 | 1.1 мин -59% к прошлому периоду | 2.3 мин | 5.7 мин | 3.4 мин | 5.3 ч |
| gpt-6.1-sol | 626 | 1.9 мин | 6.5 мин | 14.9 мин | 6.1 мин | 2.5 ч |
| gpt-6-sol | 517 | 1.2 мин -38% к прошлому периоду | 4.3 мин | 7.1 мин | 3.2 мин | 1.4 ч |
| (unknown) | 476 | 2.4 мин | 4.9 мин | 8.4 мин | 3.6 мин | 25.5 мин |
| gpt-6-astra | 179 | 2.2 мин +267% к прошлому периоду | 5.1 мин | 10.6 мин | 4.7 мин | 1.0 ч |
| qwen3.8:27b-pi-100k | 114 | 2.5 мин | 8.1 мин | 11.3 мин | 4.7 мин | 25.9 мин |
| gpt-5.6-sol | 60 | 1.1 мин -12% к прошлому периоду | 5.6 мин | 6.8 мин | 3.0 мин | 22.2 мин |
| huihui-ai:pi-100k | 54 | 24.0 с | 1.4 мин | 8.2 мин | 5.4 мин | 1.9 ч |
| qwen3.8:pi-100k | 40 | 2.4 мин | 9.3 мин | 11.8 мин | 7.3 мин | 1.1 ч |
| deepseek-flash | 30 | 55.6 с | 7.7 мин | 10.6 мин | 5.0 мин | 40.6 мин |
| gpt-6-luna | 28 | 1.3 мин | 1.8 мин | 2.7 мин | 1.6 мин | 4.4 мин |
| ornith-1.5:35b | 25 | 23.8 с | 1.0 мин | 1.6 мин | 38.5 с | 1.9 мин |
| qwen3.8-unc-iq4xs:pi-100k | 11 | 10.7 с | 36.1 с | 1.5 мин | 47.6 с | 5.3 мин |
| qwen3.8 | 7 | 4.7 с | 14.6 с | 1.3 мин | 15.7 с | 1.3 мин |
| gemma4:26b-pi-100k | 7 | 25.7 с | 58.2 с | 2.7 мин | 41.7 с | 2.7 мин |
| gemma4:31b-it-qat-pi-100k | 6 | 57.5 с | 2.6 мин | 3.5 мин | 1.5 мин | 3.5 мин |
| qwen3.8-unc:pi-100k | 6 | 42.0 с | 1.3 мин | 2.3 мин | 55.9 с | 2.3 мин |
| qwen3.8:27b | 1 | 5.4 с | 5.4 с | 5.4 с | 5.4 с | 5.4 с |
Медианная длительность запроса по агентам, мин/нед.
Медиана за посл. 30 дн.
Распределение длительности запросов за последние 30 дн., число запросов
Считается по журналам агентов: границы запроса — от пользовательского промпта до последней активности агента перед следующим промптом (метод различается: pi — prompt_to_last_activity, codex — явные границы задач, zcode — границы хода). В длительность входит выполнение инструментов (bash, правки файлов, ожидание внешних команд), а не только генерация текста моделью; чистое время одного API-вызова не выделяется. Паузы между ответом агента и следующим промптом не учитываются. Сессии сабагентов codex/omp исключены по иерархии; pi-сессии, порождённые скиллом run-subagent, остаются (≈2% запросов — промпты отправляет оркестратор, а не человек). Все проекты, не только кодовые. Медиана и p90 устойчивее среднего: редкие длинные запуски (часы) сильно сдвигают среднее.
Эффективность: токены vs принятый PR diff
«Токенов на строку» = токены модельных вызовов в кодовых проектах ÷ финальный (additions + deletions) PR, принятых непосредственно в default branch в том же периоде. Внутренние коммиты и task→epic PR не суммируются повторно. Токены относятся к неделе timestamp каждого вызова; сессии могут пересекать границу недели. Это потоковая оценка периода, а не прямая связь отдельного вызова с конкретным PR. Меньше = эффективнее.
Модели и режимы рассуждений
Доли моделей уже видны в обзоре периода; здесь — недельная динамика, разрез за 30 дней и полная таблица.
Модели и режимы рассуждений
Доли моделей уже видны в обзоре периода; здесь — недельная динамика, разрез за 30 дней и полная таблица.
«Остальные»: gpt-5.4, gpt-5.2-codex, glm-5, gpt-5.6-luna, gpt-5-codex, gpt-5.1-codex, gpt-5.2, gpt-5.1-codex-max, glm-4.7, deepseek-v4-flash, deepseek-flash, qwen3.8:27b-pi-100k, deepseek-v4-pro, glm-5-turbo, gpt-5, gpt-5.4-mini, huihui-ai:pi-100k, glm-4.6, gpt-5-codex-mini, gpt-5.1-codex-mini, gpt-5.1, ornith-1.5:35b, gemma4:26b-pi-100k, gemma4:31b-it-qat-pi-100k, qwen3.8, qwen3.8-unc-iq4xs:pi-100k, qwen3.8-unc:pi-100k, glm-4.5-flash, qwen3.8:27b, gpt-4o-mini, (unknown).
Доля по парам (30 дн.)
| Модель | Рассужд. | Сессий | Токены | Вызовов | Кэш | Ср./сесс. | Период |
|---|---|---|---|---|---|---|---|
| gpt-5.5 | xhigh | 406 | 7.39B | 63 245 | 97% | 18.2M | 2026-04-24 — 2026-08-20 |
| glm-5.3-flash | max | 506 | 5.23B | 33 847 | 74% | 10.3M | 2026-09-03 — 2026-10-24 |
| gpt-5.3-codex | high | 145 | 3.38B | 29 937 | 97% | 23.3M | 2026-02-06 — 2026-03-23 |
| gpt-5.6-sol | medium | 347 | 2.75B | 28 395 | 96% | 7.9M | 2026-07-11 — 2026-10-02 |
| gpt-5.5 | high | 233 | 2.49B | 21 938 | 96% | 10.7M | 2026-05-03 — 2026-08-24 |
| glm-5.3 | max | 65 | 2.39B | 5 279 | 57% | 36.7M | 2026-09-12 — 2026-10-24 |
| glm-5.2 | high | 88 | 2.12B | 10 565 | 96% | 24.1M | 2026-06-12 — 2026-08-12 |
| gpt-5.6-terra | high | 596 | 1.60B | 18 506 | 95% | 2.7M | 2026-07-22 — 2026-09-23 |
| gpt-5.4 | high | 55 | 1.55B | 17 759 | 94% | 28.2M | 2026-03-20 — 2026-04-17 |
| gpt-5.6-terra | medium | 88 | 1.35B | 13 123 | 97% | 15.4M | 2026-07-11 — 2026-09-17 |
| gpt-5.6-sol | high | 167 | 1.26B | 12 187 | 96% | 7.6M | 2026-07-24 — 2026-09-23 |
| glm-5.1 | high | 112 | 1.10B | 20 327 | 97% | 9.8M | 2026-04-28 — 2026-08-24 |
| gpt-5.6-sol | xhigh | 89 | 1.02B | 8 988 | 96% | 11.4M | 2026-08-09 — 2026-09-22 |
| glm-5.3 | high | 131 | 930.4M | 9 764 | 88% | 7.1M | 2026-08-15 — 2026-10-16 |
| glm-5.3-flash | high | 219 | 863.6M | 12 949 | 98% | 3.9M | 2026-09-02 — 2026-10-06 |
| gpt-5.4 | xhigh | 25 | 821.4M | 11 688 | 96% | 32.9M | 2026-04-16 — 2026-04-23 |
| glm-5.2 | max | 50 | 807.4M | 4 940 | 96% | 16.1M | 2026-07-11 — 2026-07-28 |
| gpt-5.2-codex | unknown | 84 | 701.8M | 9 853 | 96% | 8.4M | 2025-12-19 — 2026-01-21 |
| glm-5.1 | medium | 73 | 689.6M | 12 704 | 96% | 9.4M | 2026-03-28 — 2026-08-23 |
| gpt-5-codex | unknown | 61 | 677.4M | 8 906 | 96% | 11.1M | 2025-09-17 — 2025-11-12 |
| gpt-5.6-luna | xhigh | 130 | 650.6M | 7 220 | 93% | 5.0M | 2026-08-13 — 2026-09-23 |
| glm-5 | unknown | 138 | 637.1M | 10 953 | 93% | 4.6M | 2026-02-15 — 2026-03-23 |
| gpt-5.6-sol | max | 40 | 621.4M | 5 763 | 97% | 15.5M | 2026-07-10 — 2026-07-14 |
| gpt-5.1-codex | unknown | 49 | 612.6M | 7 620 | 96% | 12.5M | 2025-11-12 — 2025-11-27 |
| glm-5.2 | xhigh | 22 | 529.3M | 2 831 | 97% | 24.1M | 2026-06-17 — 2026-07-02 |
| gpt-5.2 | unknown | 49 | 526.5M | 6 767 | 97% | 10.7M | 2025-12-12 — 2025-12-30 |
| gpt-5.1-codex-max | unknown | 37 | 387.4M | 5 542 | 95% | 10.5M | 2025-11-20 — 2025-12-10 |
| glm-5.1 | low | 14 | 341.6M | 5 659 | 97% | 24.4M | 2026-04-07 — 2026-04-12 |
| gpt-6-sol | medium | 86 | 331.6M | 4 435 | 97% | 3.9M | 2026-09-22 — 2026-09-30 |
| gpt-6.1-sol | medium | 47 | 315.4M | 2 971 | 97% | 6.7M | 2026-09-30 — 2026-10-05 |
| gpt-5.2-codex | high | 17 | 301.1M | 3 230 | 95% | 17.7M | 2026-01-23 — 2026-02-05 |
| gpt-6-astra | high | 90 | 239.4M | 3 109 | 94% | 2.7M | 2026-09-07 — 2026-10-02 |
| glm-5.1 | unknown | 54 | 238.3M | 4 061 | 92% | 4.4M | 2026-03-29 — 2026-07-28 |
| glm-5.3 | medium | 2 | 215.9M | 1 535 | 98% | 108.0M | 2026-08-27 — 2026-10-01 |
| gpt-6-astra | medium | 13 | 188.8M | 2 210 | 96% | 14.5M | 2026-09-06 — 2026-09-28 |
| deepseek-v4-flash | high | 6 | 168.7M | 914 | 98% | 28.1M | 2026-07-29 — 2026-08-22 |
| glm-5 | medium | 9 | 163.6M | 2 593 | 97% | 18.2M | 2026-03-28 — 2026-04-07 |
| deepseek-flash | max | 1 | 156.8M | 664 | 99% | 156.8M | 2026-10-22 — 2026-10-22 |
| gpt-6.1-sol | high | 103 | 150.7M | 2 378 | 93% | 1.5M | 2026-09-30 — 2026-10-03 |
| glm-4.7 | high | 2 | 144.1M | 602 | 97% | 72.1M | 2026-08-03 — 2026-08-05 |
| qwen3.8:27b-pi-100k | high | 94 | 124.5M | 3 056 | 94% | 1.3M | 2026-10-05 — 2026-10-24 |
| deepseek-v4-pro | high | 8 | 113.3M | 866 | 99% | 14.2M | 2026-07-29 — 2026-07-31 |
| glm-5.1 | max | 3 | 100.4M | 756 | 96% | 33.5M | 2026-07-21 — 2026-07-27 |
| gpt-5.3-codex | medium | 4 | 100.3M | 903 | 96% | 25.1M | 2026-03-16 — 2026-03-23 |
| gpt-5.6-luna | high | 50 | 100.0M | 1 456 | 92% | 2.0M | 2026-09-01 — 2026-09-21 |
| glm-4.7 | xhigh | 4 | 91.2M | 1 118 | 98% | 22.8M | 2026-07-28 — 2026-07-29 |
| glm-5-turbo | unknown | 58 | 87.0M | 1 430 | 95% | 1.5M | 2026-03-25 — 2026-03-27 |
| gpt-5.4 | medium | 5 | 84.2M | 735 | 91% | 16.8M | 2026-03-16 — 2026-03-30 |
| gpt-5.6-terra | xhigh | 3 | 83.7M | 729 | 97% | 27.9M | 2026-07-25 — 2026-09-17 |
| gpt-6-sol | high | 71 | 79.6M | 1 339 | 93% | 1.1M | 2026-09-24 — 2026-09-30 |
| gpt-5 | unknown | 14 | 73.7M | 1 333 | 95% | 5.3M | 2025-09-16 — 2025-11-11 |
| gpt-5.2-codex | xhigh | 1 | 72.6M | 602 | 98% | 72.6M | 2026-01-26 — 2026-01-26 |
| gpt-5.6-sol | low | 6 | 70.5M | 639 | 98% | 11.8M | 2026-07-19 — 2026-08-24 |
| glm-5.2 | medium | 14 | 43.8M | 789 | 93% | 3.1M | 2026-06-16 — 2026-06-30 |
| gpt-5.4-mini | high | 3 | 39.0M | 402 | 94% | 13.0M | 2026-03-24 — 2026-03-25 |
| glm-4.7 | unknown | 8 | 35.5M | 578 | 67% | 4.4M | 2026-01-15 — 2026-01-29 |
| deepseek-v4-flash | max | 9 | 27.5M | 356 | 98% | 3.1M | 2026-08-01 — 2026-08-03 |
| gpt-5.5 | medium | 32 | 26.2M | 454 | 90% | 819K | 2026-05-11 — 2026-07-04 |
| huihui-ai:pi-100k | default | 5 | 26.2M | 32 | 45% | 5.2M | 2026-10-10 — 2026-10-20 |
| glm-4.6 | unknown | 13 | 23.4M | 481 | 78% | 1.8M | 2025-11-29 — 2025-12-03 |
| qwen3.8:pi-100k | high | 3 | 21.7M | 399 | 93% | 7.2M | 2026-09-29 — 2026-10-05 |
| gpt-5-codex-mini | unknown | 6 | 19.1M | 523 | 81% | 3.2M | 2025-11-08 — 2025-11-09 |
| glm-5.1 | xhigh | 7 | 11.3M | 150 | 97% | 1.6M | 2026-07-25 — 2026-07-29 |
| gpt-5.2 | high | 2 | 11.0M | 217 | 96% | 5.5M | 2026-02-20 — 2026-02-20 |
| gpt-5.4-mini | medium | 1 | 10.9M | 192 | 93% | 10.9M | 2026-04-14 — 2026-04-14 |
| gpt-5.1-codex-mini | unknown | 6 | 8.8M | 274 | 88% | 1.5M | 2025-11-19 — 2025-12-24 |
| gpt-5.6-luna | medium | 27 | 8.8M | 294 | 80% | 325K | 2026-08-25 — 2026-09-16 |
| gpt-6-luna | high | 27 | 6.9M | 297 | 85% | 257K | 2026-09-25 — 2026-10-02 |
| gpt-5.1 | unknown | 2 | 6.9M | 165 | 96% | 3.4M | 2025-12-11 — 2025-12-11 |
| gpt-6.1-sol | low | 12 | 6.0M | 138 | 87% | 503K | 2026-09-30 — 2026-10-03 |
| qwen3.8:27b-pi-100k | medium | 1 | 5.1M | 98 | 98% | 5.1M | 2026-10-10 — 2026-10-10 |
| glm-5.2 | unknown | 3 | 3.8M | 91 | 92% | 1.3M | 2026-08-06 — 2026-08-14 |
| glm-5.3 | unknown | 1 | 3.8M | 69 | 95% | 3.8M | 2026-08-15 — 2026-08-15 |
| huihui-ai:pi-100k | high | 8 | 3.7M | 95 | 80% | 456K | 2026-10-05 — 2026-10-06 |
| qwen3.8:27b-pi-100k | default | 1 | 2.3M | 3 | 48% | 2.3M | 2026-10-10 — 2026-10-10 |
| glm-5-turbo | medium | 3 | 2.1M | 81 | 95% | 706K | 2026-04-04 — 2026-08-24 |
| ornith-1.5:35b | off | 6 | 1.2M | 94 | 72% | 199K | 2026-10-06 — 2026-10-10 |
| qwen3.8:27b-pi-100k | off | 1 | 1.2M | 49 | 94% | 1.2M | 2026-10-10 — 2026-10-10 |
| gpt-5.6-luna | low | 9 | 922K | 56 | 69% | 102K | 2026-08-26 — 2026-09-16 |
| glm-5.3-flash | low | 8 | 766K | 54 | 61% | 96K | 2026-09-03 — 2026-10-02 |
| gemma4:26b-pi-100k | off | 7 | 472K | 54 | 82% | 67K | 2026-10-05 — 2026-10-06 |
| gemma4:31b-it-qat-pi-100k | off | 6 | 456K | 50 | 66% | 76K | 2026-10-05 — 2026-10-06 |
| ornith-1.5:35b | default | 2 | 410K | 5 | 44% | 205K | 2026-10-08 — 2026-10-08 |
| gpt-5.6-terra | low | 1 | 358K | 9 | 83% | 358K | 2026-09-04 — 2026-09-04 |
| huihui-ai:pi-100k | medium | 3 | 344K | 31 | 81% | 115K | 2026-10-10 — 2026-10-10 |
| qwen3.8 | high | 1 | 280K | 18 | 83% | 280K | 2026-09-29 — 2026-09-29 |
| qwen3.8-unc-iq4xs:pi-100k | high | 7 | 203K | 50 | 84% | 29K | 2026-10-05 — 2026-10-06 |
| qwen3.8-unc:pi-100k | high | 6 | 117K | 34 | 80% | 20K | 2026-10-05 — 2026-10-06 |
| deepseek-flash | high | 2 | 92K | 9 | 79% | 46K | 2026-10-06 — 2026-10-21 |
| gpt-5.5 | low | 1 | 52K | 2 | 53% | 52K | 2026-05-15 — 2026-05-15 |
| glm-4.5-flash | unknown | 3 | 49K | 3 | 34% | 16K | 2026-05-09 — 2026-05-09 |
| gpt-6-astra | low | 2 | 23K | 2 | 35% | 12K | 2026-09-23 — 2026-09-24 |
| gpt-6-luna | low | 1 | 12K | 1 | 69% | 12K | 2026-09-24 — 2026-09-24 |
| gpt-6-sol | low | 1 | 12K | 1 | 61% | 12K | 2026-09-24 — 2026-09-24 |
| qwen3.8:27b | off | 1 | 7K | 1 | 0% | 7K | 2026-09-29 — 2026-09-29 |
| (unknown) | unknown | 468 | 0 | 462 | — | 0 | 2026-07-27 — 2026-10-20 |
| glm-5-turbo | high | 1 | 0 | 4 | — | 0 | 2026-08-23 — 2026-08-23 |
| glm-5.3 | low | 1 | 0 | 1 | — | 0 | 2026-08-22 — 2026-08-22 |
| gpt-4o-mini | off | 1 | 0 | 1 | — | 0 | 2026-05-09 — 2026-05-09 |
Расходы по моделям и агентам
Оценка по тарифам OpenRouter, а не фактические расходы по подпискам codex и z.ai; внутри — недельная динамика, распределения за 30 дней и таблица цен.
Расходы по моделям и агентам
Оценка по тарифам OpenRouter, а не фактические расходы по подпискам codex и z.ai; внутри — недельная динамика, распределения за 30 дней и таблица цен.
Cost = input×in + cached×cache + output×out (USD за 1M токенов). Pay-per-token применяется ко всем агентам, включая подписочные codex и z.ai («как если бы платил за токен»). Всего: $19K; без цены (вся история) — 0.9% токенов, их расход не учтён.
По именованным моделям, $/нед (стек) — без цены: 9.8% токенов нед. 19.10 (deepseek-flash, qwen3.8:27b-pi-100k, huihui-ai:pi-100k, )
Расходы по моделям (30 дн.)
По агентам, $/нед (стек)
Состав: Input / Cache / Output (30 дн.)
Цены на модели
USD за 1M токенов. Источник — официальный прайс-лист вендора (OpenAI — openai.com/api/pricing, GLM — docs.z.ai, сверено 2026-08-20; прочие — OpenRouter, выборка 2026-07-13), без скидок реселлеров. «Расход 30д» — последние 30 дней, «Расход всего» — весь накопленный период, «Доля» — от расхода за весь период.
| Модель | Input | Cached | Cache write | Output | Расход 30д | Расход всего | Доля |
|---|---|---|---|---|---|---|---|
| gpt-5.5 | $5.000 | $0.500 | — | $30.000 | — | $7 320.97 | 37.7% |
| gpt-5.6-sol | $5.000 | $0.500 | $5.000 | $30.000 | $45.75 | $4 557.01 | 23.5% |
| gpt-5.4 | $2.500 | $0.250 | — | $15.000 | — | $1 085.68 | 5.6% |
| glm-5.3 | $1.400 | $0.260 | — | $4.400 | $693.41 | $1 018.58 | 5.2% |
| gpt-5.3-codex | $1.750 | $0.175 | — | $14.000 | — | $914.23 | 4.7% |
| gpt-5.6-terra | $2.000 | $0.200 | $2.500 | $12.000 | — | $880.63 | 4.5% |
| glm-5.2 | $0.930 | $0.180 | — | $3.000 | — | $833.59 | 4.3% |
| gpt-6-astra | $10.000 | $1.000 | $12.500 | $50.000 | $315.36 | $644.46 | 3.3% |
| glm-5.1 | $0.966 | $0.179 | — | $3.036 | — | $585.88 | 3.0% |
| gpt-5.2-codex | $1.750 | $0.175 | — | $14.000 | — | $326.07 | 1.7% |
| glm-5.3-flash | $0.150 | $0.030 | — | $0.500 | $179.63 | $226.77 | 1.2% |
| gpt-5.2 | $1.750 | $0.175 | — | $14.000 | — | $156.55 | 0.8% |
| gpt-5-codex | $1.250 | $0.125 | — | $10.000 | — | $154.09 | 0.8% |
| gpt-6-sol | $2.000 | $0.200 | $2.500 | $10.000 | $134.00 | $142.93 | 0.7% |
| gpt-6.1-sol | $2.000 | $0.100 | $2.500 | $10.000 | $139.26 | $139.26 | 0.7% |
| gpt-5.1-codex | $1.250 | $0.130 | — | $10.000 | — | $114.79 | 0.6% |
| glm-5 | $0.600 | $0.120 | — | $1.920 | — | $107.17 | 0.6% |
| gpt-5.1-codex-max | $1.250 | $0.125 | — | $10.000 | — | $87.51 | 0.5% |
| glm-5-turbo | $1.200 | $0.240 | — | $4.000 | — | $35.10 | 0.2% |
| gpt-5.6-luna | $0.200 | $0.020 | $0.250 | $1.200 | — | $29.85 | 0.2% |
| gpt-5 | $1.250 | $0.125 | — | $10.000 | — | $18.90 | 0.1% |
| gpt-5-codex-mini | $1.500 | $0.375 | — | $6.000 | — | $17.05 | 0.1% |
| glm-4.7 | $0.400 | $0.080 | — | $1.750 | — | $10.13 | 0.1% |
| gpt-5.4-mini | $0.750 | $0.075 | — | $4.500 | — | $6.68 | 0.0% |
| glm-4.6 | $0.430 | $0.080 | — | $1.750 | — | $3.80 | 0.0% |
| gpt-5.1 | $1.250 | $0.125 | — | $10.000 | — | $1.57 | 0.0% |
| deepseek-v4-pro | $0.435 | $0.004 | — | $0.870 | — | $1.07 | 0.0% |
| deepseek-v4-flash | $0.140 | $0.003 | — | $0.280 | — | $0.81 | 0.0% |
| gpt-5.1-codex-mini | $0.250 | $0.025 | — | $2.000 | — | $0.41 | 0.0% |
| gpt-6-luna | $0.100 | $0.010 | $0.125 | $0.500 | $0.21 | $0.21 | 0.0% |
| glm-4.5-flash | $0.100 | $0.020 | — | $0.400 | — | $0.00 | 0.0% |
| gpt-4o-mini | $0.150 | $0.075 | — | $0.600 | — | — | — |
| gpt-6-astra-pro | $10.000 | $1.000 | — | $50.000 | — | — | — |
Токены vs длина сессии
Зависимость стоимости сессии (в токенах) от числа ходов (assistant_turns = вызовы модели). Логарифмические оси: на log-log степенная зависимость = прямая, наклон = степени (1=линейная, 2=квадратичная). Степенная: tokens ≈ 13,232 × turns^1.36 (R²=0.90 в log-log). Экспонента R²=0.34 (semi-log) — степенная заметно лучше. n=5004. По агентам: codex p=1.28, pi p=1.48, opencode p=1.28, kilo p=1.37, omp p=1.40, zcode p=1.44, bb p=1.66. Вывод: зависимость суперлинейная (p=1.36, не экспоненциальная).
Scatter: ходы × токены (log-log), цвет по агенту. Линии — регрессии.
Токенов на ход по корзинам длины сессии
Самые «тяжёлые» сессии
Топ-15 по потреблению токенов. Длинные сессии (много вызовов модели) — главный кандидат на оптимизацию.
| Агент | Дата | Проект | Модель | Вызовов | Длит. | Токены |
|---|---|---|---|---|---|---|
| zcode | 2026-10-06 18:24:45 | Models | glm-5.3 · max | 729 | 192.7 ч | 1.58B |
| zcode | 2026-10-16 10:05:24 | Models | glm-5.3-flash · max | 263 | 121.3 ч | 717.2M |
| pi | 2026-07-08 12:22:43 | .ai_sync | glm-5.2 · high | 926 | 84.0 ч | 486.7M |
| codex | 2026-07-01 18:54:22 | stocks2 | gpt-5.5 · high | 3 543 | 123.4 ч | 484.0M |
| pi | 2026-10-10 11:41:58 | TasK | glm-5.3-flash · max | 928 | 80.5 ч | 364.1M |
| codex | 2026-07-13 12:11:14 | stocks2 | gpt-5.6-sol · medium | 2 855 | 78.8 ч | 358.2M |
| codex | 2026-05-26 10:39:46 | stocks2 | gpt-5.5 · xhigh | 2 630 | 119.2 ч | 357.0M |
| codex | 2026-05-28 12:55:02 | TasK | gpt-5.5 · xhigh | 2 380 | 68.9 ч | 338.7M |
| pi | 2026-06-20 11:30:34 | Забор, навес, пол в предбаннике | glm-5.2 · high | 1 148 | 70.6 ч | 317.7M |
| zcode | 2026-10-21 11:25:50 | Models | glm-5.3-flash · max | 154 | 33.5 ч | 308.1M |
| codex | 2026-04-16 10:37:38 | TasK | gpt-5.4 · high | 3 586 | 31.4 ч | 274.0M |
| pi | 2026-07-19 14:49:42 | coding-standard | glm-5.2 · max | 1 469 | 122.0 ч | 272.0M |
| codex | 2026-06-22 18:35:19 | stocks2 | gpt-5.5 · high | 1 631 | 49.9 ч | 223.0M |
| codex | 2026-04-17 18:58:36 | TasK | gpt-5.4 · xhigh | 2 813 | 50.3 ч | 221.1M |
| codex | 2026-05-08 15:48:16 | TasK | gpt-5.5 · xhigh | 1 583 | 42.1 ч | 216.4M |
Недавние сессии
Последние 15 запусков.
| Агент | Дата | Проект | Модель | Вызовов | Токены |
|---|---|---|---|---|---|
| pi | 2026-10-24 13:40:28 | coding-standard | glm-5.3-flash | 49 | 1.5M |
| pi | 2026-10-24 12:38:00 | .ai_sync | glm-5.3-flash | 19 | 337K |
| pi | 2026-10-24 12:16:51 | prikotov.pro | glm-5.3-flash | 59 | 3.5M |
| pi | 2026-10-24 11:44:10 | task-orchestrator | glm-5.3 | 39 | 3.1M |
| pi | 2026-10-24 11:33:42 | .ai_sync | glm-5.3-flash | 51 | 2.3M |
| zcode | 2026-10-24 10:54:05 | .ai_sync | glm-5.3-flash | 3 | 624K |
| pi | 2026-10-24 10:22:07 | stocks2 | glm-5.3-flash | 97 | 5.0M |
| pi | 2026-10-24 10:21:10 | task-orchestrator | glm-5.3 | 74 | 5.2M |
| pi | 2026-10-24 08:55:06 | dashboards | glm-5.3-flash | 162 | 20.6M |
| pi | 2026-10-24 04:01:54 | stocks2 | qwen3.8:27b-pi-100k | 31 | 941K |
| pi | 2026-10-24 03:56:22 | stocks2 | glm-5.3-flash | 29 | 721K |
| pi | 2026-10-24 03:50:58 | stocks2 | glm-5.3-flash | 23 | 602K |
| pi | 2026-10-24 03:24:32 | stocks2 | glm-5.3-flash | 69 | 3.8M |
| pi | 2026-10-24 03:08:15 | stocks2 | qwen3.8:27b-pi-100k | 41 | 1.7M |
| pi | 2026-10-24 03:00:52 | stocks2 | glm-5.3-flash | 37 | 1.3M |
Как это считается и ограничения
Источники
- pi:
~/.pi/agent/sessions/<project>/*.jsonl. Токены суммируются по каждому сообщению ассистента (usage). Контекст: input (без кэша), cacheRead, output, totalTokens. - omp:
~/.omp/agent/sessions/<project>/*.jsonl. Формат и подсчёт совпадают с pi: usage каждого ответа ассистента, input без кэша и отдельный cacheRead. - bb (get-bb/bb desktop):
~/.bb/pi-bridge-sessions/pi_*.jsonl. bb запускает движок pi с собственным хранилищем, формат и подсчёт совпадают с pi; в родные журналы~/.piэти сессии не пишутся (двойного учёта с источником pi нет). Проект сессии — не служебный воркспейс треда, а имя проекта из базы bb (~/.bb/bb.db: threads → projects). Источник покрывает только pi-провайдер bb: треды с codex/claude-code провайдером bb пишет в их родные каталоги и они учитываются там своими источниками. - codex:
~/.codex/sessions/YYYY/MM/DD/rollout-*.jsonl. Расход суммируется изlast_token_usageпо уникальным ходам. Подряд идущие дублиtoken_countсхлопываются по изменению накопительного total; сброс cumulative-счётчика не теряет уже учтённые ходы. У сабагентов вычитается унаследованный префикс token-событий родителя. Контекст: input (включая кэш), cached_input_tokens, output, reasoning_output_tokens. - opencode:
~/.local/share/opencode/opencode.db(SQLite). Суммируютсяmessage.data.tokensпо ассистентским сообщениям каждой сессии: input (без кэша), output, reasoning, cache.read. - kilo (kilocode): два формата, оба пишут в источник
kilo. Старый (VS Code): задачи вglobalStorage/kilocode.kilo-code/tasks/*, токены изui_messages.json(записиapi_req_started): tokensIn (включая кэш), cacheReads, tokensOut. Новый (standalone CLI):~/.local/share/kilo/kilo.db— суммаmessage.data.tokensпо ассистентским сообщениям; в базе input без кэша, поэтому при сборе нормализуется под ту же конвенцию «input включает кэш». Пересечения форматов нет: старый — задачи VS Code расширения, новый — сессии CLI.
Нормализация состава токенов
- Чтобы состав «кэш / ввод без кэша / вывод» складывался одинаково для всех агентов: для codex и kilo из input вычитается cached (т.к. их input уже включает кэш); для pi, omp, opencode и bb input уже без кэша.
- «Вызовы модели» у codex = уникальные ходы после схлопывания подряд идущих дублей и вычитания унаследованного префикса сабагента; у pi и omp — ответы ассистента с
usage; у opencode и kilo (новый формат) — ассистентские сообщения с tokens; у kilo (старый формат) — записиapi_req_started. - Сбор инкрементальный (по mtime+size). Пересобрать всё:
php collect.php --full. Бэкфилл вызовов тулов/скилов/ролей/MCP:php collect.php --repair-tool-usage. - Скилы, роли и MCP: «скил» — загрузка
SKILL.mdдля использования: у opencode — явный toolskill; у pi/omp/bb — toolCallreadс путём кSKILL.md; у codex — полное чтение exec-командой (cat/head/sed -n '1,Np'). Роль — имя аргумента фактического запускаbecome-role.sh <role>; простое чтение файла роли не считается. Для сравнения проектов последний сегмент agent-id (имя персонажа) отбрасывается, показатели объединяются по функциональной роли. Разработка и инспекция не считаются использованием скила: если в сессии скил записывается/правится, его чтения исключаются; grep/rg, выборочные диапазоны строк,git diffи упоминания-ссылки не учитываются. «MCP» — тулы с полемnamespace="mcp__…"или префиксомmcp__<server>__у codex и<server>_<tool>у opencode. Встроенные инструменты собираются какkind=toolи в дашборд не выводятся. - Длительность обработки запроса: один запрос = интервал от пользовательского промпта до последней активности агента перед следующим промптом (pi/omp/bb — «prompt_to_last_activity»; codex — явные границы задач; opencode — ход пользователя → завершение ассистента; zcode — границы хода; kilo — смешанные методы). Включает выполнение инструментов; сессии сабагентов codex/omp исключены по иерархии, pi-сессии скилла run-subagent остаются (≈2% запросов); все проекты. Медиана и p90 предпочтительнее среднего из-за длинного хвоста редких запусков.
- Ограничения скилов/ролей/MCP: роль видна только там, где журнал сохраняет команду запуска
become-role.sh; старый Kilo VS Code и zcode не позволяют восстановить её имя. Полная загрузка скила в сессии, разрабатывающей смежную функциональность без правки самого скила, может остаться в «использовании»; пути с пробелами доSKILL.mdв codex-командах не распознаются; MCP у pi/omp сейчас не настроен; сессии, чьи исходные журналы уже удалены агентами, сохраняют прежний подсчёт вызовов (покрытие показано рядом с заголовком секции). - kilocode: часть истории утеряна безвозвратно — у Kilo Code была включена авто-очистка (
autoPurge: завершённые задачи стирались через 30 дней, незавершённые — через 7). Большинство старых задач удалено до начала сбора; выжили только ~27 недавних. Сбор по крону теперь накапливает историю и защищает от будущих зачисток, но уже удалённое не восстановить.