依意思最接近的 30 筆
基於 OpenAI 開源 tiktoken 庫的命令列 token 計數工具 ttok 發布 0.4 版，新增 --list-models 命令可列出可用模型，同時修復了一處 Click 警告並更新了 CI。該專案已約兩年沒有更新，這次屬於維護性版本。ttok 可直接通過 uvx 執行，例如把檔案內容用管道傳入 cat file.txt | uvx ttok 就能統計其中的 token 數。
商湯大裝置日均 Token 服務量已達 6 萬億，並預計第四季度升至日均 10 萬億。其在臨港 AIDC 建成萬卡級異構推理叢集，用 PD 分離把 Prefill 交給國產算力、Decode 交給高頻寬 GPU，並支援節點角色動態切換，在相同高階旗艦卡數量下整體 Token 吞吐提升至 5 倍。此外還在探索跨域 PD 分離與 Attention/FFN 分離，後者有望讓單卡吞吐提升 150%–200%、運營成本降低 30%–40%。
OpenAI 開發者官方帳號展示了一個用 Codex 搭建的 token 用量儀表盤，該儀表盤執行在一臺舊 Kindle 上。推文只給出一句說明，沒有透露使用了哪個模型版本、具體實現方式，也沒有說明程式碼是否開源，或使用哪家服務的 token 資料。
Anthropic 發布一套面向企業客戶的報表工具：管理者可以按時間段檢視團隊用 AI 做了什麼、產出多少、消耗多少 token、流程卡在哪裡，並獲得改進建議；這些資料預設不用於模型訓練。同時上線團隊共享預算池，用於管理 token 支出。Anthropic 披露 Claude Code 淨收入留存率達 900%；
企業一度鼓勵員工儘可能多地使用 AI，即所謂的 #tokenmaxxing，隨後賬單隨之而來。報導援引一項針對近 400 家企業的調查稱，其中只有 11% 能準確預測自己的 AI 支出。AI 使用量以 token 計量，而企業發現 token 很難統計，這讓 AI 預算幾乎無法編制。
Superdesign 團隊發布 Treg，定位為面向 agent 工具的 OpenRouter：只需一個 base URL 和一個 token，即可呼叫覆蓋 SEO 外鏈、社交趨勢、人物與公司資料、廣告、爬蟲、影像影片生成等數千個端點，按次計費、最低一美分起，無需向供應商註冊帳號。目錄內工具由 Treg 自帶 key 或公開路由代付，團隊自有 key 的呼叫不計費，新驗證團隊可獲 1 美元免費額度。
一個由 Claude Code 驅動的自主智慧體開源了 lip-ledger，用精確計分模型復現 Kalshi 流動性激勵計劃（LIP）的獎勵演算法。工具為 Python 3.9+、無需 API key、只讀公開介面，CLI 可估算各計價方向每美元抵押的收益、單筆掛單的份額與預期賠付，並支援按分鐘取樣訂單簿。
OpenAI 上線用量說明文件：從 12 月起，Plus、Pro、Business 三檔的用量額度在 ChatGPT 與 Codex 之間共用同一個池子，並統一按 token 計算，不再按訊息條數，只有 Instant 聊天不計入額度。具體上線日期與各檔可用 token 數均未公布，額度用盡後可等重置、升級套餐或購買 credits。
Anthropic 發布一篇思想實驗文章，探討「每秒 100 萬 token」的四種含義：上下文容量、輸入處理速度、聚合吞吐量和單智慧體輸出速度，並強調這不是對任何現有模型的實測。文中以 Claude Opus 5.5 為例，其上下文視窗為 100 萬 token，但單次請求輸出上限遠小於此。文章用互動計算器演示：若單智慧體達到每秒 100 萬 token，1000 個故事結局約 1 秒寫完，但加入 60 秒固定檢查後，端到端加速從 10000 倍降至 132.57 倍。
Y Combinator CEO Garry Tan 在播客中透露，他每年為 AI agent 的 token 花費 10 萬至 20 萬美元，並稱這是並非人人都能負擔的特權。他用 agent 處理工作專案與編碼任務，還把 23 個 Claude Code 技能打包成 gstack 在 GitHub 公開。YC 內部另有一個名為 Stray Light 的 agent，掌握其投資過的所有創始人、所有申請與來信的上下文。他認為個人 agent 要走向主流，前提是成本先降下來。
llm-echo 0.5 發布，這個除錯外掛不接入任何 LLM，只把收到的 prompt 原樣回顯，新版讓模擬的 token 用量統計把工具呼叫、系統提示詞和推理 token 都計算在內。
Anthropic 以測試版形式推出 Usage and Cost Analytics，需攜帶 beta header analytics-usage-cost-2026-08-24，通過兩個端點報告 Claude Console 與 Claude Enterprise 組織的 token 用量與成本。結果可按模型、工作區、API key 以及發起請求的使用者或服務帳號篩選與分組。
ttok 1.0 發布，預設分詞器從 GPT-4 改為 GPT-5/GPT-6。OpenAI 尚未官方確認 GPT-6 沿用 GPT-5 系列的分詞器，但 William Liu 的實驗顯示，5.5、5.6 Sol/Terra/Luna 與 6 Astra/Sol/Luna 這七個 GPT 模型在 31 個樣本上 token 數完全一致，均為 44,794，GPT-6 在這批語料上沒有增加輸入 token。
基元律動（TokenRhythm）宣布其 API 平台開發者入駐數超過 30 萬，並開啟雙 11 預售：單筆充值滿 50 元即贈等額模型呼叫額度，活動期間可多次參與、累計贈額不設上限，贈送額度永久有效，歷史贈送額度的有效期也同步調整為永久有效。同期上線的邀請有禮活動，好友註冊並完成實名認證後可獲 18 元額度。平台以一個 API Key 提供主流模型統一入口，並搭配自研開源智慧體 OpenSquilla 做多模型智慧融合路由。
是石科技在 2026 CCF 全國高效能運算學術大會期間發布 TokenFleet 分散式排程框架，其中 TokenPilot 在 GLM5.3 調優測試中把 P95 首 Token 延遲降低 32.4%、P50 降低 71.3%。框架還包含面向跨機房容量協同的 FleetMind 和負責混合負載准入與佇列治理的 SLOMax，最佳化目標是滿足服務要求的達標輸出吞吐；另一組測算顯示達標吞吐提高約 29.4%、達標比例從約 67% 升至約 86%，官方註明屬收益測算範例。
llama.cpp 發布建置 b11782，服務端修復了 n 大於 1（一次生成多個候選）時 usage.completion_tokens 統計偏少的問題。該版本同時更新了各平台預編譯包，覆蓋 macOS Apple Silicon/Intel、iOS XCFramework、Linux（含 CUDA 12/13、Vulkan、ROCm 10.0、OpenVINO、SYCL）以及 Windows、Android、openEuler 等平台。
OpenAI 發布客戶案例，Amp 已上線 Sign in with ChatGPT 整合，讓使用者拿到更多 token 額度以及 GPT-6 Astra 等 OpenAI 模型。Amp CEO Quinn Slack 稱部分使用者每週消耗 100 億 token，接入後不必逐條計較用量，更願意把大任務交給 agent。
Canary Tokens 的官方指南文件（docs.canarytokens.org/guide/）在 Hacker News 上被分享，獲得 32 分、8 條評論。指南講解如何部署這類“誘餌”令牌：在系統中放置看似有價值的檔案、憑證或連結，一旦被訪問就觸發告警，用於及早發現入侵和憑證洩露。原文只提供了文件入口和討論串，沒有更多版本或功能更新資訊。
有開發者主張，訂閱制前端自帶的用量面板不足以支撐工程決策，LLM 代理應當自己託管。自建代理可在單一端點聚合多家供應商與模型，記錄哪個金鑰在何時、用哪個客戶端呼叫了哪個模型及其狀態，並用虛擬 API key 避免主金鑰散落在各類 agent 與工具中，還能快速切換模型而不必重新配置。作者不推薦具體代理服務，只建議部署在自己可控的環境並按需改造，例如增加自訂 MCP server 端點；其代理帶 API，編碼會話中的快取未命中可在約 20 秒內手工定位，也可自動化。
超聚變在 2026 OCP 全球峰會（10 月 12 日，美國聖何塞）展出 TokenBox 本地 AI 超級工作站，單機可支援最高 1.6 萬億引數模型，包含 DeepSeek V4 Pro，資料完全本地留存，企業無需專用機房即可本地獲得大模型能力。同場還展出智算、超節點元件與 800V HVDC 電源系統，並發表《Next-Generation Power & Cooling Solutions》主題演講，聚焦供電、散熱與互連。
作者花 3 個月、約 500B token 讓 AI agent 把一款第一人稱射擊遊戲反編譯成 C++，最終程式碼可讀但語義錯誤。專案同時使用 Claude Max（20x）與 Codex Pro 訂閱，agent 跑在 Claude Code CLI 與 Codex CLI 裡，主力是 Sonnet 5，也用過 Opus 5.5、Luna、Sol、Terra；
Claude 官方帳號稱，Haiku 5.5 在 10 萬 token 以下的任務上價效比尤其突出。官方給出的依據是，這類任務約佔此前 Haiku 模型所收到請求的 90%，意味著絕大多數實際呼叫都落在這一區間內。該帖由 @claudeai 發布，未披露 Haiku 5.5 的具體價格、上下文長度或基準測試成績，也未與其他模型做對比。