Uso de Codex
Cómo Ver el Uso de Tokens de Codex: Input, Caché y Output
El porcentaje restante no es una factura por tarea. Separa contexto, caché, output y logs antes de optimizar.
- Observado
- Una petición corta puede sentirse más costosa al final de una sesión larga que en una sesión enfocada.
- Verificado
- OpenAI separa input, cached input y output, y la complejidad influye en el uso incluido.
- Límite
- La interfaz y los planes cambian; no fijamos números ni ubicaciones de botones.
Puntos clave
- El indicador del plan no es un detalle exacto por tarea.
- El contexto largo y los logs ruidosos suelen pesar más que un prompt corto.
- Compara con el mismo modelo, repositorio y aceptación.
Registro de uso por tarea
- 01Input
- 02Cached input
- 03Output del modelo
- 04Logs
Identifica primero el medidor
Estado de sesión, uso del plan y saldo del periodo sirven para tendencias, no siempre para el detalle de una tarea. API, plan ChatGPT y CLI son contextos distintos.
Anota producto, modelo, fecha y tarea. No conviertas directamente un porcentaje del plan en coste API.
Separa las categorías
Input incluye prompt, instrucciones, archivos y conversación. Cached input es un prefijo idéntico reutilizable; output es la respuesta y el parche.
Los logs pasan a ser contexto cuando el modelo los lee. Builds completos y pruebas repetidas son ruido controlable.
- Registra archivos y logs.
- Mide la salida de herramientas.
- Anota compactación o sesiones nuevas.
Crea un registro comparable
Registra tarea, commit, modelo, razonamiento, cambio de uso, herramientas, pruebas, tiempo, fallos y retrabajo.
Revisa ampliación de alcance, lecturas excesivas, logs duplicados y temas mezclados antes de cambiar de modelo.
Mi regla de registro
El patrón de varias tareas es más útil que vigilar un único porcentaje restante.