💡阅读指南

前面几节讲的是 Hermes 怎么记住你、怎么翻历史、启动时带了什么配置。这一节看的是数据——每次会话的用量、消耗、缓存效率、跨会话统计，还有怎么把这些数字换算成费用。

读完会知道：/usage 的输出每一行代表什么、缓存命中率怎么算、怎么看跨会话的总消耗。

6.1 单次会话数据

在对话中输入 /usage，会看到当前会话的各项数据：

code
📊 Session Token Usage
────────────────────────────────────────
Model:                     deepseek-v4-flash
Input tokens:                  12,398
Cache read tokens:             22,912
Cache write tokens:                 0
Output tokens:                     82
Prompt tokens (total):         35,310
Completion tokens:                 82
Total tokens:                  35,392
API calls:                          2
Session duration:              2h 34m
Cost status:                 unknown
Cost source:                    none
Total cost:                     n/a
────────────────────────────────────────
Current context:  17,701 / 1,000,000 (2%)
Messages:         4
Compressions:     0
Note:             Pricing unknown for deepseek-v4-flash

几个关键项的含义：

  • Model — 当前会话用的模型。
  • Input tokens — 你发送的内容（提问 + 系统提示）消耗的 Token 数，会话累计。
  • Output tokens — Hermes 回复消耗的 Token 数，会话累计。
  • Prompt tokens (total) — 整个会话中所有 API 请求的 Prompt Token 累计总量。不同提供商对 prompt 的定义略有差异，但都是累计值。
  • Session duration — 会话持续时长。
  • Cost status — 显示 unknown 说明 Hermes 内部价格表里没有收录这个模型。大部分模型通过 OpenRouter 接入时会自动获取价格。
  • Current context — 当前上下文窗口占用率。17,701 / 1,000,000 (2%) 表示上下文窗口用了 2%。
  • Compressions — 会话期间自动压缩的次数。
  • Note — 提示信息，比如“Pricing unknown for deepseek-v4-flash”，即"没找到这个模型的价格信息"。

6.2 缓存命中率

每次跟大模型对话，系统提示词、记忆文件、历史消息等内容都会随着请求一起发送。但这些内容在很多轮对话里是重复的，比如系统提示词每次都一样。

大模型 API 提供商都会自动缓存这些重复内容。每次 API 请求的返回结果里会包含本次的缓存命中情况，这个字段是单次请求级别的，而不是整个会话的累计。各家命名略有不同：

提供商 返回字段
DeepSeek prompt_cache_hit_tokens / prompt_cache_miss_tokens
OpenAI prompt_tokens_details.cached_tokens
Anthropic 通过 cache_control 返回缓存读写量

Hermes 的 /usage 会把所有字段统一成 Input tokens、Cache read tokens、Cache write tokens，并把会话内所有请求的数据累加起来，方便看整体。

回到刚才的 /usage（2 次 API 调用累计）：

code
Input tokens:           12,398    ← 没命中缓存，按原价
Cache read tokens:      22,912    ← 从缓存中读取，按折扣价
Cache write tokens:          0    ← 写入缓存，大部分提供商不收费

缓存命中率：

$$ \text{命中率} = \frac{\text{Cache read}}{\text{Cache read} + \text{Input}} = \frac{22,912}{35,310} \approx 65\% $$

可以理解成这两次请求平均有 65% 的内容命中了缓存。前面几轮可能要写缓存、命中低，后面稳定了命中率就高了。

提供商 缓存未命中（原价） 缓存命中（折扣价）
DeepSeek 原价 低至 2%（以 V4 Flash 为例）
OpenAI 原价 0.25x~0.5x 原价
Anthropic（Claude） 原价 0.1x 原价
💡提示

价格政策随时可能调整，以官网为准。注意大部分提供商写入缓存不额外收费（包括 DeepSeek、OpenAI），只有 Claude 的首次写入比原价贵 25%（5 分钟缓存）或贵一倍（1 小时缓存），之后缓存命中仅付 10%。所以用 Claude 时第一条消息会比后续贵不少。

6.3 /insights：跨会话统计

输入 /insights，默认显示所有会话最近 30 天的汇总。也可以指定天数，比如 /insights 7 看最近一周。

在终端里还能用命令行查得更细：

code
hermes insights --days 30 --source cli

--source 可以按平台过滤，比如只看 CLI 的消耗，或者只看 Telegram 上的。

📌说明

为什么 Total tokens 比 Input + Output 大这么多？

跨会话累计 30 天的数据，比如：

code
Input tokens:       3,045,446
Output tokens:        564,392
Total tokens:     311,178,222

Input + Output 才 360 万，Total 却有 3.1 亿。原因很简单：Total tokens = Input + Cache read + Cache write + Output。缓存命中的 Token 每次请求都算进去，跨会话汇总后这个数字会非常大，远超过原始输入。

6.4 ■ 学点英语

中文 English 音标 说明
会话数据 Session Data /ˈseʃən ˈdeɪtə/ 一次交互过程中产生的输入、输出和状态信息
元数据 Metadata /ˈmetədeɪtə/ 描述数据来源、时间、类型等背景信息的数据
数据目录 Data Directory /ˈdeɪtə dəˈrektəri/ 集中保存会话、配置和缓存的目录
日志记录 Log Record /lɔːɡ ˈrekərd/ 系统运行时写下的事件和状态记录