逆推尔之本地Claude代码日志一月之踪迹
(~/.claude/projects/*/*.jsonl)，察尔之令牌、时辰、耗损所归——并施之于尔。唯阅尔之本地日志，无物外传。
所获之实（吾一月之日志——会话百八十一，模型调用二万五千五百六十四次）：
- 不费钱以生，费钱以读. ~29M独特符码→ 4.35B计费 (~150×).每轮重发全~173K符码之境.
- 账单为84%输入/16%输出—重读同境乃64%之费.
- 最显赫之线，乃汝所不见者。幽微之理百之八十四为出。且六成以上之事，重读之。
- ~三千三百七十一于Opus 4.7之月，列率已定。缓存已服务输入之98%——重读亦然。犹也账单之六十四分之百。
全文详述（含诸表、缘由、主线程与副代理之别）→ coralbricks.ai/blog/claude-code-token-xray
入门指南
pip install -r requirements.txt # just tiktoken
python3 token_time_breakdown.py
python3 cost.py
python3 main_vs_sidecar.py
python3 reread_breakdown.pytiktoken乃OpenAI之词器，非Claude所有，故其词比例之数，可信至±15%，非Claude之确。
cost.py所计之账目词数，直自API而来。usage阻且确.
何月之费
自cost.py于吾录，价依 Opus 4.7 之列：
| 条目 | 费 | 分 |
|---|---|---|
| 入 — 重读文境（缓存读） | $2,176 | 64% |
| 入 — 缓存写 | $682 | 二成 |
| 输入——新鮮（未緩存） | $二 | 零成 |
| 輸出——推理 | $四百二十九 | 一成三 |
| 輸出——工具呼喚加總結 | $八十二 | 二成 |
| 總計 | $三千三百七十一 | 百成 |
缓存乃唯一维系其清明之物——无之，则同工之单复叠矣~二万二千六百三十（~7×）尔之数或有异，此其旨也。试行于尔之器。
脚本
token_time_breakdown.py— 标题表：词元（标记输入/输出）且 之墙时，每事（推演、行令、书器呼、分司、要言、览索、修文）加之静境行（系统示语加器用、附缀、键入示语、注警）。一过，故符与时恒。推演不存明文（唯存密钥之章），故以减法得之：output − tool_calls − summaries。时由事刻重构。cost.py— 计价之符，总其数（缓存读取/缓存写入依TTL/新鲜输入/输出），依Opus 4.7之价目，兼无缓存之反事实.main_vs_sidecar.py— 分人主之主线与所生之副使（其日志录于嵌套*/subagents/*.jsonl）；报计价之符，依模型之混合，缓存命中之率，每使之回合（主线依会，副使依侧），及其成本各，并合其总数。reread_breakdown.py— 每次活动之累积输入：重演每场会话之情境生长，以示每类情境重读之际所费几何。报unique与re-read之每活动符数（推演为最大重读行）。重演之规模，依实测计费输入（确）；每活动之细分，乃模型也。
慎之。
- 一人一月一机——非为标尺。Claude Code 动态流转，故汝之分异焉。此即其旨：当于汝机而试之。
- 世代之隙，亦含模型预览其境而书之。Bash之时，实为执行（命自允），然背景运行或别终端之码，不与焉。
- 系统提示行，据各会话首缓存写入而估之。
此有益乎？
若此能助尔明察尔之Claude Code令牌、时辰、耗费之所归，请⭐此库也— 之助他人得见。好奇君之重读分享将成何。
許可
Apache 2.0 — 查看存储库許可證