如果一直用同一个会话，额度消耗得飞快！
体感消耗速度快50%以上，如果会话中图片特别多会更明显。
现在有大需求时，我都会开新会话了。
不知道佬们有没有同样的感觉？
上下文长了就是这样，再加上图片多了，如果你发了很多图片最好 compact 一下，然后及时 hand off
1 个赞
从没发现过这个问题，倒是感觉astra消耗一直蛮快的。新开会话甚至会忘记太多没有记在项目里的东西了，我都不太乐意新开。
2 个赞
重复得比较多的动作，可以让模型记在仓库下的AGENTS.md。
但是佬做项目的话，他不是还得有上下文，不然每次重开一个，怎么让他继续你的任务啊
上下文多了缓存写入读取就多了，应该什么模型都一样吧，只是astra比较贵所以肉眼可见消耗很快
肯定都是这么做的呀，只是针对近期几个任务的调优，如果新开对话的话还得让Codex去找或者我口述一遍，不新开对话的话就不会忘
按需求来就好，大需求就直接开会话。
1 个赞
这种1M的模型 除非是deepseek便宜大碗的 不然都不会开那么高吧哈哈
是这样的，所以Astra只能频繁开新会话了。 
不然真扛不住。
1 个赞
猜测原因：
- 超过 272K，2倍计价
- turnstate 更新，前缀缓存失效
1 个赞
用啥AI都有这个习惯，开好tickets后，每一个小实现都是新开对话，用HANDOFF文档做交接，不然每次把之前的上下文发过去，一个是费token，二是破坏注意力。
1 个赞
有啥区别吗？你再怎么长上下文，给llm的最多不也就200多k
图片多会导致流量爆炸，几个请求20GB，最后额度没蹬完流量都没了
卧槽，真的假的，那gpt生图的也算吗？我都是一次出几十个图然后挑选，然后我也不换窗口=。=
难怪我一个月2000g的搬瓦工都用的飞快！
复制到聊天中的图片才算，gpt读的不算
应该是历史上下文和缓存的问题，如果缓存过期了，历史上下文都要重新计算，所以会额外消耗额度
如果是在缓存时间内，就还好了
Claude 尤其明显，GPT 不明显感觉是缓存时间有点短，很容易过期