前两天装了个小工具，叫 ccusage，还有个配套给 Codex 用的 ccusage-codex，用下来感觉挺顺手，写一篇聊聊。

平时拿 Claude Code 和 Codex 写代码、改配置、查东西，时间一长心里就没底了——这个月到底花了多少？最近是不是聊太狠了？Codex 跟 Claude Code 哪个更烧钱？光靠猜只会越猜越玄，干脆找个工具老实看一眼。

搜了一圈，ccusage 刚好就是干这个的。它直接读本地 CLI 的使用日志，给你出日报、周报、月报，不用接什么后台，也不用搭监控，装完就能用。

安装一行命令搞定：

npm install -g ccusage @ccusage/codex

装好之后最常用的就这几个：

ccusage daily --offline
ccusage weekly --offline
ccusage monthly --offline

ccusage-codex daily --offline
ccusage-codex monthly --offline
ccusage-codex session --offline

我基本都带 --offline。原因很简单：ccusage-codex 默认会去 LiteLLM 拉最新定价，经常卡在 Fetching latest model pricing from LiteLLM... 那一步，半天不动。我就自己看看，又不是做账，用缓存定价够用了，快很多也稳很多。

这工具真正有意思的地方倒不是给你一个总数，而是把构成拆开了——输入多少、输出多少、缓存读了多少。Codex 那边甚至还能看到 Reasoning。一拆开，很多原本理所当然的判断马上就站不住脚了。

windows消耗量

WSL2消耗量

我自己就碰上一个挺典型的情况。第一次看月报，Codex 的总 token 比 Claude Code 高出一大截，第一反应是"最近 Codex 用太凶了"。往下一看才发现根本不是那回事，大头在 Cache Read 上。

也就是说，Codex 的那堆 token，既不是我新输进去的，也不是模型新生成的，而是长会话里反复复用的上下文。仓库说明、系统提示、工具返回、之前读过的文件，这些东西在一个会话里被反复带上，统计数字自然就上去了。只看 Total Tokens，很容易判错案——以为某个工具特别烧，其实人家只是缓存命中高。

这个发现挺受用的。后来再看报表，我不会只盯着总量，顺手会扫一眼这几个：

• Input
• Output
• Cache Read
• Total - Cache Read 还剩多少

这么一对比，哪个月是真写得多，哪个月只是上下文拖得长，心里就有数了。

后来我觉得，ccusage 这种工具特别适合程序员日常自查。不用花什么精力，又能把模糊的感觉变成具体的数字。很多时候我们只是觉得"最近好像用挺多"，但这个"挺多"到底是什么量级，不统计永远说不清。有了日、周、月几个维度，很多事就具体起来了。

另外我还挺喜欢它的命令行味儿。想看就开个终端敲一下，不用登网页后台，也不用记项目名、筛选条件。个人用的话，越轻越好，越直接越好。

当然这工具也不是万能的。它更像个人视角的使用记录，不是权威账单。尤其是走第三方接口的，或者模型价格本身就不是标准价，那它显示的费用更适合拿来参考，不适合精确对账。但如果你的目的就是看看趋势、了解自己的使用习惯，那它完全够用了。

最近我对这种小工具越来越有好感。它们不一定解决什么大问题，也不一定非要跟生产力、效率革命挂钩，但只要能把模糊的感受变成清楚一点的数据，就已经挺值了。ccusage 对我来说就这样。装上之后偶尔看一眼，搞清楚自己最近到底怎么在用这些 AI CLI 工具，这件事本身就很有意思。