如何看懂tokentab成本报表?3个数据模式帮你揪出AI Token浪费
如何看懂tokentab成本报表?3个数据模式帮你揪出AI Token浪费
tokentab 是一个本地优先(local-first)的 AI Token 成本分析工具:它读取 Claude Code、Codex、Gemini CLI 已经留在磁盘上的会话日志,把 Token 用量和花费按模型、项目、日期、活动类型拆开汇总。不用注册账号、不用 API Key、数据全程不离开你的机器。这篇指南教你快速看懂 tokentab 成本报表,并用 3 个数据模式揪出 AI Token 浪费。
一、快速上手:生成你的第一份 Token 成本报表
tokentab 只依赖 Python 标准库和终端表格库 rich,安装很简单:
git clone https://gitcode.com/gh_mirrors/toke/tokentab
cd tokentab
pip install .
python cli.py
- 裸命令
python cli.py:统计最近 7 天、所有工具的用量 - 想跑浏览器里的图形版仪表盘?加一个参数:
python cli.py -web,打开http://localhost:4747即可
💡 它绑定在 localhost,只读本地日志,断网也能用——连字体都不从 CDN 加载。
如果你用的 AI 编程助手(如 Claude Code)没装在机器上,对应工具会被自动跳过,报表里只会出现你真正用过的工具。各工具的日志读取规则在 tokentab/providers/ 下按模块拆分,如 claude.py、codex.py、gemini.py。
二、先认识报表:6 个板块一眼定位花销
无论终端还是网页版,报表结构都一样,从上到下依次是:
| 板块 | 回答的问题 |
|---|---|
| Totals | 总共花了多少钱、烧了多少 Token、缓存命中率多少 |
| By tool | Claude Code / Codex / Gemini CLI 各占多少 |
| Top models | 哪些模型烧钱最多(附调用次数) |
| Top projects | 哪些项目消耗最大 |
| By activity | 钱花在 coding、debugging、chat 还是 exploring 上 |
| Per day | 最近 14 天的每日花费条形图 |
其中 Totals 里的 cache hit(缓存命中率)和 By activity 的占比,就是下面 3 个浪费模式的"抓手"。
三、3 个数据模式,揪出你的 AI Token 浪费
以下判断标准来自 tokentab 官方建议,它们是排查起点而非判决书——最终怎么改,你比工具更懂自己的工作。
模式 1:缓存命中率长期低于 80% ⚠️
看哪里:Totals 里的 cache hit。
如果这个数字连续几周稳定在 80% 以下,通常说明:
- 每次调用之间的上下文不稳定(频繁改提示词结构),缓存没法复用;
- 或者缓存根本没开起来。
偶发一两次低无所谓,长期偏低才值得处理——因为缓存读取的单价通常只有正常输入价的十分之一。
模式 2:大模型霸占成本,却只干轻量活 💸
看哪里:Top models 板块,对照"Cost"和"Calls"两列。
如果发现一个昂贵的大模型(比如 Opus 级别)花掉了大头的钱,但调用次数极多、单次调用都很小——很可能你在用"大锤"敲钉子:这类活儿换更便宜的模型(Sonnet / Haiku / Flash 级别)一次就能干完。
各模型的每百万 Token 单价可以在 tokentab/pricing/prices.py 里查,方便你心算"这次任务该用哪档模型"。如果某个模型显示 $0.00,不是免费,而是名字没匹配上价格表——终端会主动提示你,而不是悄悄当免费算。
模式 3:"chat" / "exploring" 占比过高 🗣️
看哪里:By activity 板块的 Share 列。
tokentab 会根据会话用到的工具和你第一条消息的用词,把每次会话确定性地归类为 testing、git、debugging、refactor、feature、exploring、chat 等(规则见 tokentab/classify.py,不调用任何模型,纯本地规则匹配)。
如果 chat 或 exploring 吃掉很大一块花费,说明钱花在了"聊天和读代码"而不是"改代码"上。有时候这本来就是任务本身;但更多时候,它是会话跑题的信号——长对话里不断追问、反复浏览,Token 就悄悄烧掉了。
四、常用参数速查:按维度切片排查 🔍
结合参数切片,能更快锁定浪费源头:
python cli.py -today # 只看今天
python cli.py -month # 本月
python cli.py -p all # 历史全部
python cli.py --provider claude # 只看某一个工具
python cli.py --project myapp # 只看某个项目
python cli.py --from 2026-06-01 --to 2026-06-15
python cli.py --json | jq . # 机器可读输出,随便管道处理
排查套路建议:先用 -month 看月度大盘 → 用 --project 锁定花钱最多的项目 → 再看 activity 占比找浪费类型。
写在最后 📌
记住三个关键信号:缓存命中率长期 <80%、大模型干轻活、聊天读码占比过高。tokentab 只负责把数据摆到你面前,怎么优化是你的事。
两点小提醒:
- 价格表是手工维护的(美元/百万 Token),属于"尽力而为"的参考值,不是账单;
- 一切计算都在本地完成,tokentab/report/ 负责聚合与渲染、tokentab/web/ 负责网页仪表盘,没有任何数据上传。
打开终端跑一遍 python cli.py,看看你的 AI Token 都花到哪了。