最近一直在记录 ClinePass 的实际使用情况,发现它的 Monthly Limit 很可能并不是简单按照 Raw Token 数量扣除,而是 input、cache read、output 按不同权重折算之后,再显示百分比。
想把目前的实测数据发出来,看看有没有其他 ClinePass 用户能够交叉验证。
我的主要模型基本都是 DeepSeek V4.1 Flash,使用场景以 AI Coding / 长上下文为主。
一个较早的完整使用周期里,我记录到:
- Raw Token:1,969,226,059
- 新输入:129,390,342
- Cache Read:1,828,937,014
- Output:10,898,703
- Cache Hit Rate:约 93.39%
- 当时 Monthly Limit:72%
最近重新开始一个新周期后,又连续记录了三个点:
累计 Raw Token |
Monthly Used |
Cache Hit |
|---|
94,205,000 左右 |
2% |
97.04% |
141,852,289 |
3% |
97.5% |
171,022,352 |
4% |
97.5% |
一开始我直接拿 Token / Monthly 百分比外推:
- 0.942 亿 / 2% ≈ 47.1 亿
- 1.419 亿 / 3% ≈ 47.3 亿
- 1.710 亿 / 4% ≈ 42.8 亿
这样看显然不稳定。
后来我发现,问题很可能在于 Monthly 百分比是整数化/向下取整显示的,而且 quota 本身可能按不同 Token 类型加权,而不是 Raw Token 1:1 扣除。
按目前统计工具对应的模型价格权重:
- Input:约 $0.30/M
- Cache Read:约 $0.006/M
- Output:约 $1.20/M
旧周期那 19.69 亿 Token 对应的加权量约为 $62.87。
如果当时显示的 72% 是向下取整,即真实比例位于 72%~73%,那么可以反推出完整月度加权预算大约为:
$86.1~$87.3
再把这个范围代入最近的新周期数据:
- 0.942 亿对应约 2.8x% → 显示 2%
- 1.419 亿对应约 3.8x% → 显示 3%
- 1.710 亿对应约 4.6x% → 显示 4%
三个新周期观测点和一个旧周期观测点都能对得上。
按现在 约 97.5% Cache Hit 的工作负载继续计算,目前得到的有效月容量大概是:
36.9~37.4 亿 Raw Token/月
我暂时取中心值:
约 37.1 亿 Token/月。
这里要特别强调:我认为 37 亿并不是 ClinePass 固定的 Token Hard Cap。
它应该更接近:
“在我当前 DeepSeek V4.1 Flash + 高缓存 Coding 工作负载下,这个月度 quota 能兑换出的 Raw Token 数量。”
Cache Hit 越高,可以跑出的 Raw Token 就越多;如果大量请求都是新输入或输出,实际 Raw Token 容量应该会明显下降。
这也能解释为什么有些人说 ClinePass 能跑几十亿 Token,而另一些人的额度消耗速度快得多。
想请其他正在用 ClinePass 的朋友帮忙验证一下:
如果方便的话,只需要提供下面几个匿名数据即可:
- 当前 Monthly Used %
- 累计 Input Token
- Cache Read Token
- Output Token
- 使用的主要模型
不需要发账号、API Key、订单、邮箱等任何私人信息。
特别想看看 DeepSeek V4.1 Flash / GLM / Qwen 不同模型以及不同 Cache Hit Rate 下,Monthly Limit 的扣除是否符合类似规律。
如果样本足够多,应该可以反推出 ClinePass 实际采用的额度计算方式。