NodeBB

<h2><strong>Вступ</strong></h2> <p></p> <p>Нещодавно деякі користувачі помітили незвичну ситуацію:</p> <blockquote> <p>«Я лише надіслав ‘Hi’, чому це спожило понад 10 000 токенів?»</p> </blockquote> <p>На перший погляд це може здаватися несподіваним. Повідомлення з двох символів мало б потребувати лише кілька токенів, чи не так?</p> <p>Відповідь така: <strong>модель обробляє не лише ваше видиме повідомлення.</strong></p> <p>Сучасні AI-асистенти, особливо агентні інструменти для програмування, такі як Codex, Claude Code та інші AI-інструменти, вбудовані в IDE, надсилають разом із вашим повідомленням значно більше інформації, щоб допомогти моделі зрозуміти завдання й надати кращу відповідь.</p> <hr> <p></p> <h2>Ваше повідомлення — лише мала частина контексту</h2> <p>Коли ви надсилаєте:</p> <pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>Hi</code></pre> <p>фактичний запит, який надсилається до AI-моделі, може виглядати радше так:</p> <pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>Системні інструкції + Налаштування користувача + Налаштовані навички + Доступні інструменти + Інформація про проєкт + Контекст файлів + Попередня історія розмови + Ваше повідомлення: "Hi"</code></pre> <p>Загальний розмір усіх цих компонентів і є фактичним контекстом, який обробляє модель.</p> <p>Тому навіть дуже коротке повідомлення може споживати значну кількість токенів.</p> <hr> <h2>Що може збільшувати використання контексту?</h2> <h3>1. Налаштовані навички</h3> <p>Якщо у вас увімкнено власні навички або AI-можливості, їхні інструкції потрібно завантажити в контекст моделі.</p> <p>Наприклад:</p> <pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>Інструкції навички A: 2 000 токенів Інструкції навички B: 3 000 токенів Інструкції навички 1 500 токенів</code></pre> <p>Ще до того, як ви щось введете, ці інструкції вже можуть займати кілька тисяч токенів.</p> <hr> <h3>2. Інструменти та можливості агента</h3> <p>AI-асистенти для програмування зазвичай надають такі інструменти, як:</p> <ul> <li><p>читання файлів</p></li> <li><p>пошук у коді</p></li> <li><p>виконання команд у терміналі</p></li> <li><p>операції Git</p></li> <li><p>доступ до браузера</p></li> <li><p>зовнішні інтеграції</p></li> </ul> <p>Опис цих інструментів та інструкції з їх використання також займають місце в контексті.</p> <hr> <h3>3. Контекст проєкту та файлів</h3> <p>Під час роботи всередині IDE або репозиторію коду AI-клієнт може автоматично включати:</p> <ul> <li><p>структуру проєкту</p></li> <li><p>відкриті файли</p></li> <li><p>фрагменти коду</p></li> <li><p>залежності</p></li> <li><p>конфігураційні файли</p></li> </ul> <p>Це допомагає AI зрозуміти ваш проєкт, але також збільшує використання контексту.</p> <hr> <h3>4. Попередня історія розмови</h3> <p>Якщо ви продовжуєте наявну розмову, попередні повідомлення зазвичай знову включаються, щоб модель розуміла контекст.</p> <p>Наприклад:</p> <pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>Попереднє обговорення: 12 000 токенів Нове повідомлення: Hi</code></pre> <p>Новий запит усе одно може містити попередні 12 000 токенів.</p> <hr> <h2>Як перевірити мінімальне використання токенів</h2> <p>Якщо ви хочете виміряти використання токенів для простого повідомлення, спробуйте таке:</p> <ol> <li><p>Створіть абсолютно нову розмову.</p></li> <li><p>Вимкніть власні навички.</p></li> <li><p>Не додавайте файли.</p></li> <li><p>Не відкривайте робочий простір проєкту.</p></li> <li><p>Надішліть лише:</p></li> </ol> <pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>Hi</code></pre> <p>Це покаже приблизне мінімальне використання контексту.</p> <hr> <h2>Вікно контексту vs використання токенів</h2> <p>Важливо розрізняти:</p> <h3>Вікно контексту</h3> <p>Максимальний обсяг інформації, який модель може обробити в одному запиті.</p> <p>Приклад:</p> <pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>Вікно контексту 1M токенів</code></pre> <p>це означає, що модель теоретично може обробити до 1 мільйона токенів.</p> <h3>Використання токенів</h3> <p>Фактична кількість токенів, включених до конкретного запиту.</p> <p>Приклад:</p> <pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>Повідомлення користувача: Hi Фактичний запит: Системні інструкції + інструменти + історія + "Hi" Усього: 15 000 токенів</code></pre> <p>Велике вікно контексту не означає, що кожен запит споживатиме лише обсяг вашого повідомлення.</p> <hr> <h2>Висновок</h2> <p>Високе використання токенів через коротке повідомлення не обов’язково свідчить про проблему з моделлю чи API.</p> <p>У середовищах AI-агентів загальний контекст включає багато прихованих компонентів, необхідних для інтелектуальної роботи. Просте «Hi» все одно може призвести до обробки тисяч токенів, якщо сесія містить навички, інструменти, інформацію про проєкт або попередню історію.</p> <p>Ми рекомендуємо починати чисту сесію без додаткового контексту, коли ви тестуєте базове використання токенів.</p> <p>Дякуємо за розуміння та постійну підтримку.</p>

บทนำ เมื่อไม่นานมานี้ ผู้ใช้บางรายสังเกตเห็นสถานการณ์ที่ดูผิดปกติ: "ฉันส่งแค่ ‘Hi’ ทำไมถึงใช้ไปมากกว่า 10,000 โทเคน?" เมื่อมองผิวเผิน เรื่องนี้อาจดูน่าประหลาดใจ เพราะข้อความยาวเพียงสองตัวอักษรน่าจะใช้เพียงไม่กี่โทเคนเท่านั้น ใช่ไหม? คำตอบคือ: โมเดลไม่ได้ประมวลผลเพียงข้อความที่คุณมองเห็นเท่านั้น ผู้ช่วย AI สมัยใหม่ โดยเฉพาะเอเจนต์ด้านการเขียนโค้ด เช่น Codex, Claude Code และเครื่องมือ AI ที่ทำงานบน IDE อื่น ๆ จะส่งข้อมูลอีกจำนวนมากไปพร้อมกับข้อความของคุณ เพื่อช่วยให้โมเดลเข้าใจงานและตอบกลับได้ดีขึ้น ข้อความของคุณเป็นเพียงส่วนเล็ก ๆ ของบริบททั้งหมด เมื่อคุณส่ง: Hi คำขอจริงที่ถูกส่งไปยังโมเดล AI อาจมีลักษณะใกล้เคียงกับสิ่งนี้มากกว่า: System Instructions + User Settings + Configured Skills + Available Tools + Project Information + File Context + Previous Conversation History + Your Message: "Hi" ขนาดรวมขององค์ประกอบทั้งหมดเหล่านี้คือบริบทจริงที่โมเดลต้องประมวลผล ดังนั้น แม้ข้อความจะสั้นมาก ก็ยังอาจใช้โทเคนจำนวนมากได้ อะไรบ้างที่ทำให้การใช้บริบทเพิ่มขึ้น? 1. ทักษะที่ตั้งค่าไว้ หากคุณเปิดใช้ทักษะแบบกำหนดเองหรือความสามารถ AI เพิ่มเติม คำสั่งของสิ่งเหล่านั้นจะต้องถูกโหลดเข้าไปในบริบทของโมเดล ตัวอย่างเช่น: Skill A instructions: 2,000 tokens Skill B instructions: 3,000 tokens Skill C instructions: 1,500 tokens แม้ก่อนที่คุณจะพิมพ์อะไรเลย คำสั่งเหล่านี้ก็อาจใช้พื้นที่ไปแล้วหลายพันโทเคน 2. เครื่องมือและความสามารถของเอเจนต์ ผู้ช่วย AI สำหรับการเขียนโค้ดมักมีเครื่องมือ เช่น: การอ่านไฟล์ การค้นหาโค้ด การรันคำสั่งในเทอร์มินัล การใช้งาน Git การเข้าถึงเบราว์เซอร์ การเชื่อมต่อภายนอก คำจำกัดความและคำแนะนำการใช้งานของเครื่องมือเหล่านี้ก็ใช้พื้นที่บริบทเช่นกัน 3. บริบทของโปรเจกต์และไฟล์ เมื่อทำงานภายใน IDE หรือที่เก็บโค้ด ไคลเอนต์ AI อาจใส่ข้อมูลเหล่านี้เข้ามาโดยอัตโนมัติ: โครงสร้างโปรเจกต์ ไฟล์ที่เปิดอยู่ ชุดโค้ดบางส่วน Dependencies ไฟล์คอนฟิก สิ่งนี้ช่วยให้ AI เข้าใจโปรเจกต์ของคุณ แต่ก็ทำให้การใช้บริบทเพิ่มขึ้นด้วย 4. ประวัติการสนทนาก่อนหน้า หากคุณกำลังสนทนาต่อจากบทสนทนาเดิม ข้อความก่อนหน้ามักจะถูกแนบมาอีกครั้ง เพื่อให้โมเดลเข้าใจบริบท ตัวอย่างเช่น: Previous discussion: 12,000 tokens New message: Hi คำขอใหม่ก็อาจยังคงมี 12,000 โทเคนก่อนหน้านี้รวมอยู่ด้วย วิธีทดสอบการใช้โทเคนขั้นต่ำ หากคุณต้องการวัดการใช้โทเคนของข้อความสั้น ๆ โปรดลองทำดังนี้: สร้างบทสนทนาใหม่ทั้งหมด ปิดการใช้งานทักษะแบบกำหนดเอง อย่าแนบไฟล์ อย่าเปิด workspace ของโปรเจกต์ ส่งเพียง: Hi วิธีนี้จะแสดงให้เห็นการใช้บริบทขั้นต่ำโดยประมาณ Context Window เทียบกับ Token Usage สิ่งสำคัญคือต้องแยกความแตกต่างระหว่าง: Context Window ปริมาณข้อมูลสูงสุดที่โมเดลสามารถประมวลผลได้ในการร้องขอหนึ่งครั้ง ตัวอย่าง: 1M token context window หมายความว่าในทางทฤษฎี โมเดลสามารถรองรับได้สูงสุดถึง 1 ล้านโทเคน Token Usage จำนวนโทเคนจริงที่ถูกรวมอยู่ในคำขอหนึ่ง ๆ ตัวอย่าง: User message: Hi Actual request: System instructions + tools + history + "Hi" Total: 15,000 tokens การมี context window ขนาดใหญ่ไม่ได้หมายความว่าทุกคำขอจะใช้โทเคนเพียงเท่ากับความยาวของข้อความที่คุณส่งเสมอไป บทสรุป การใช้โทเคนสูงจากข้อความสั้น ๆ ไม่ได้แปลว่าโมเดลหรือ API มีปัญหาเสมอไป ในสภาพแวดล้อมของ AI agent บริบทรวมทั้งหมดประกอบด้วยองค์ประกอบที่ซ่อนอยู่จำนวนมากซึ่งจำเป็นต่อการทำงานอย่างชาญฉลาด ข้อความง่าย ๆ อย่าง "Hi" ก็ยังอาจทำให้มีการประมวลผลหลายพันโทเคนได้ หากเซสชันนั้นมีทักษะ เครื่องมือ ข้อมูลโปรเจกต์ หรือประวัติการสนทนาก่อนหน้า เราแนะนำให้เริ่มเซสชันใหม่ที่สะอาดและไม่มีบริบทเพิ่มเติม หากคุณต้องการทดสอบการใช้โทเคนแบบดิบจริง ๆ ขอบคุณสำหรับความเข้าใจและการสนับสนุนอย่างต่อเนื่อง

Pengenalan Baru-baru ini, sesetengah pengguna menyedari satu keadaan yang luar biasa: “Saya hanya menghantar ‘Hi’, kenapa ia menggunakan 10,000+ token?” Pada pandangan pertama, ini mungkin kelihatan tidak dijangka. Mesej dua aksara sepatutnya hanya memerlukan beberapa token, bukan? Jawapannya ialah: model bukan sahaja memproses mesej yang anda nampak. Pembantu AI moden, terutamanya ejen pengekodan seperti Codex, Claude Code, dan alat AI berasaskan IDE yang lain, menghantar jauh lebih banyak maklumat bersama mesej anda untuk membantu model memahami tugasan dan memberikan respons yang lebih baik. Mesej Anda Hanyalah Sebahagian Kecil Daripada Konteks Apabila anda menghantar: Hi permintaan sebenar yang dihantar kepada model AI mungkin kelihatan lebih seperti ini: Arahan Sistem + Tetapan Pengguna + Kemahiran yang Dikonfigurasi + Alat yang Tersedia + Maklumat Projek + Konteks Fail + Sejarah Perbualan Sebelumnya + Mesej Anda: "Hi" Jumlah keseluruhan semua komponen ini ialah konteks sebenar yang diproses oleh model. Oleh itu, walaupun mesej yang sangat pendek boleh menggunakan sejumlah besar token. Apakah yang Boleh Meningkatkan Penggunaan Konteks? 1. Kemahiran yang Dikonfigurasi Jika anda telah mengaktifkan kemahiran tersuai atau keupayaan AI, arahannya perlu dimuatkan ke dalam konteks model. Contohnya: Arahan Kemahiran A: 2,000 token Arahan Kemahiran B: 3,000 token Arahan Kemahiran C: 1,500 token Walaupun sebelum anda menaip apa-apa, arahan ini mungkin sudah menggunakan beberapa ribu token. 2. Alat dan Keupayaan Ejen Pembantu AI pengekodan biasanya menyediakan alat seperti: Pembacaan fail Carian kod Pelaksanaan terminal Operasi Git Akses pelayar Integrasi luaran Takrifan dan arahan penggunaan alat-alat ini juga menggunakan ruang konteks. 3. Konteks Projek dan Fail Apabila bekerja di dalam IDE atau repositori kod, klien AI mungkin secara automatik memasukkan: Struktur projek Fail yang dibuka Petikan kod Dependensi Fail konfigurasi Ini membolehkan AI memahami projek anda, tetapi ia juga meningkatkan penggunaan konteks. 4. Sejarah Perbualan Sebelumnya Jika anda meneruskan perbualan sedia ada, mesej-mesej terdahulu biasanya dimasukkan semula supaya model memahami konteksnya. Contohnya: Perbincangan sebelumnya: 12,000 token Mesej baharu: Hi Permintaan baharu itu mungkin masih mengandungi 12,000 token sebelumnya. Cara Menguji Penggunaan Token Minimum Jika anda ingin mengukur penggunaan token bagi mesej ringkas, sila cuba langkah berikut: Cipta perbualan yang benar-benar baharu. Nyahaktifkan kemahiran tersuai. Jangan lampirkan fail. Jangan buka ruang kerja projek. Hantar hanya: Hi Ini akan menunjukkan anggaran penggunaan konteks minimum. Tetingkap Konteks vs Penggunaan Token Penting untuk membezakan antara: Tetingkap Konteks Jumlah maksimum maklumat yang boleh diproses oleh model dalam satu permintaan. Contoh: Tetingkap konteks 1M token bermakna model secara teori boleh mengendalikan sehingga 1 juta token. Penggunaan Token Jumlah sebenar token yang dimasukkan dalam permintaan tertentu. Contoh: Mesej pengguna: Hi Permintaan sebenar: Arahan sistem + alat + sejarah + "Hi" Jumlah: 15,000 token Tetingkap konteks yang besar tidak bermaksud setiap permintaan hanya akan menggunakan panjang mesej anda. Kesimpulan Penggunaan token yang tinggi daripada mesej ringkas tidak semestinya menunjukkan masalah pada model atau API. Dalam persekitaran ejen AI, jumlah konteks merangkumi banyak komponen tersembunyi yang diperlukan untuk operasi pintar. “Hi” yang ringkas masih boleh menyebabkan ribuan token diproses jika sesi tersebut mengandungi kemahiran, alat, maklumat projek, atau sejarah sebelumnya. Kami mengesyorkan agar anda memulakan sesi yang bersih tanpa konteks tambahan apabila menguji penggunaan token mentah. Terima kasih atas pemahaman dan sokongan berterusan anda.

<h2><strong>Introduzzjoni</strong></h2> <p></p> <p>Riċentement, xi utenti nnutaw sitwazzjoni mhux tas-soltu:</p> <blockquote> <p>"Jien bgħatt biss ‘Hi’, għaliex ikkonsma aktar minn 10,000 token?"</p> </blockquote> <p>Mal-ewwel daqqa t’għajn, dan jista’ jidher mhux mistenni. Messaġġ ta’ żewġ karattri għandu jeħtieġ biss ftit tokens, hux hekk?</p> <p>It-tweġiba hija: <strong>il-mudell ma jipproċessax biss il-messaġġ viżibbli tiegħek.</strong></p> <p>Assistenti moderni tal-AI, speċjalment aġenti tal-kodifikazzjoni bħal Codex, Claude Code, u għodod oħra tal-AI bbażati fuq IDE, jibagħtu ħafna aktar informazzjoni flimkien mal-messaġġ tiegħek biex jgħinu lill-mudell jifhem il-kompitu u jipprovdi tweġibiet aħjar.</p> <hr> <p></p> <h2>Il-Messaġġ Tiegħek Huwa Biss Parti Żgħira mill-Kuntest</h2> <p>Meta tibgħat:</p> <pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>Hi</code></pre> <p>it-talba reali mibgħuta lill-mudell tal-AI tista’ tidher aktar hekk:</p> <pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>Istruzzjonijiet tas-Sistema + Settings tal-Utent + Ħiliet Ikkonfigurati + Għodod Disponibbli + Informazzjoni tal-Proġett + Kuntest tal-Fajls + Storja Preċedenti tal-Konversazzjoni + Il-Messaġġ Tiegħek: "Hi"</code></pre> <p>Id-daqs totali ta’ dawn il-komponenti kollha huwa l-kuntest reali pproċessat mill-mudell.</p> <p>Għalhekk, anke messaġġ qasir ħafna jista’ jikkonsma numru sinifikanti ta’ tokens.</p> <hr> <h2>X’Jista’ Jżid l-Użu tal-Kuntest?</h2> <h3>1. Ħiliet Ikkonfigurati</h3> <p>Jekk attivajt ħiliet personalizzati jew kapaċitajiet tal-AI, l-istruzzjonijiet tagħhom iridu jitgħabbew fil-kuntest tal-mudell.</p> <p>Pereżempju:</p> <pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>Istruzzjonijiet tal-Ħila A: 2,000 token Istruzzjonijiet tal-Ħila B: 3,000 token Istruzzjonijiet tal-Ħila Ċ: 1,500 token</code></pre> <p>Anke qabel ma tikteb xi ħaġa, dawn l-istruzzjonijiet jistgħu diġà jokkupaw diversi eluf ta’ tokens.</p> <hr> <h3>2. Għodod u Kapaċitajiet tal-Aġent</h3> <p>Assistenti tal-AI għall-kodifikazzjoni ġeneralment jipprovdu għodod bħal:</p> <ul> <li><p>Qari tal-fajls</p></li> <li><p>Tiftix fil-kodiċi</p></li> <li><p>Eżekuzzjoni fit-terminal</p></li> <li><p>Operazzjonijiet tal-Git</p></li> <li><p>Aċċess għall-browser</p></li> <li><p>Integrazzjonijiet esterni</p></li> </ul> <p>Id-definizzjonijiet u l-istruzzjonijiet tal-użu ta’ dawn l-għodod ukoll jikkunsmaw spazju fil-kuntest.</p> <hr> <h3>3. Kuntest tal-Proġett u tal-Fajls</h3> <p>Meta taħdem ġewwa IDE jew repożitorju tal-kodiċi, il-klijent tal-AI jista’ awtomatikament jinkludi:</p> <ul> <li><p>Struttura tal-proġett</p></li> <li><p>Fajls miftuħa</p></li> <li><p>Siltiet ta’ kodiċi</p></li> <li><p>Dipendenzi</p></li> <li><p>Fajls tal-konfigurazzjoni</p></li> </ul> <p>Dan jippermetti lill-AI tifhem il-proġett tiegħek, iżda jżid ukoll l-użu tal-kuntest.</p> <hr> <h3>4. Storja Preċedenti tal-Konversazzjoni</h3> <p>Jekk tkompli konversazzjoni eżistenti, il-messaġġi preċedenti ġeneralment jerġgħu jiġu inklużi biex il-mudell jifhem il-kuntest.</p> <p>Pereżempju:</p> <pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>Diskussjoni preċedenti: 12,000 token Messaġġ ġdid: Hi</code></pre> <p>It-talba l-ġdida xorta tista’ tinkludi t-12,000 token preċedenti.</p> <hr> <h2>Kif Tittestja l-Użu Minimu tat-Tokens</h2> <p>Jekk trid tkejjel l-użu tat-tokens ta’ messaġġ sempliċi, jekk jogħġbok ipprova dan li ġej:</p> <ol> <li><p>Oħloq konversazzjoni kompletament ġdida.</p></li> <li><p>Iddiżattiva ħiliet personalizzati.</p></li> <li><p>La tehmeż fajls.</p></li> <li><p>La tiftaħ workspace ta’ proġett.</p></li> <li><p>Ibgħat biss:</p></li> </ol> <pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>Hi</code></pre> <p>Dan juri l-użu minimu approssimattiv tal-kuntest.</p> <hr> <h2>Tieqa tal-Kuntest vs Użu tat-Tokens</h2> <p>Huwa importanti li ssir distinzjoni bejn:</p> <h3>Tieqa tal-Kuntest</h3> <p>L-ammont massimu ta’ informazzjoni li mudell jista’ jipproċessa f’talba waħda.</p> <p>Eżempju:</p> <pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>Tieqa tal-kuntest ta’ 1M token</code></pre> <p>ifisser li l-mudell teoretikament jista’ jimmaniġġja sa miljun token.</p> <h3>Użu tat-Tokens</h3> <p>L-ammont reali ta’ tokens inklużi f’talba speċifika.</p> <p>Eżempju:</p> <pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>Messaġġ tal-utent: Hi Talba reali: Istruzzjonijiet tas-sistema + għodod + storja + "Hi" Total: 15,000 token</code></pre> <p>Tieqa kbira tal-kuntest ma tfissirx li kull talba se tikkonsma biss it-tul tal-messaġġ tiegħek.</p> <hr> <h2>Konklużjoni</h2> <p>Użu għoli ta’ tokens minn messaġġ qasir mhux bilfors jindika problema bil-mudell jew bl-API.</p> <p>F’ambjenti ta’ aġenti tal-AI, il-kuntest totali jinkludi ħafna komponenti moħbija meħtieġa għal tħaddim intelliġenti. "Hi" sempliċi xorta jista’ jirriżulta f’eluf ta’ tokens jiġu pproċessati jekk is-sessjoni tinkludi ħiliet, għodod, informazzjoni tal-proġett, jew storja preċedenti.</p> <p>Nirrakkomandaw li tibda sessjoni nadifa mingħajr kuntest addizzjonali meta tittestja l-użu mhux ipproċessat tat-tokens.</p> <p>Grazzi tal-fehim u l-appoġġ kontinwu tiegħek.</p>

Uvod Nedavno so nekateri uporabniki opazili nenavadno situacijo: »Poslal sem samo ‘Hi’, zakaj je porabilo več kot 10.000 žetonov?« Na prvi pogled se to morda zdi nepričakovano. Sporočilo z dvema znakoma bi moralo zahtevati le nekaj žetonov, kajne? Odgovor je: model ne obdeluje samo vašega vidnega sporočila. Sodobni pomočniki z umetno inteligenco, zlasti agenti za programiranje, kot so Codex, Claude Code in druga orodja UI, ki temeljijo na IDE-jih, skupaj z vašim sporočilom pošljejo veliko več informacij, da modelu pomagajo razumeti nalogo in podati boljše odgovore. Vaše sporočilo je le majhen del konteksta Ko pošljete: Hi je dejanska zahteva, poslana modelu UI, lahko videti bolj takole: Sistemska navodila + Uporabniške nastavitve + Nastavljene veščine + Razpoložljiva orodja + Informacije o projektu + Kontekst datotek + Prejšnja zgodovina pogovora + Vaše sporočilo: "Hi" Skupna velikost vseh teh komponent je dejanski kontekst, ki ga model obdela. Zato lahko tudi zelo kratko sporočilo porabi precejšnje število žetonov. Kaj lahko poveča porabo konteksta? 1. Nastavljene veščine Če ste omogočili prilagojene veščine ali zmogljivosti UI, je treba njihova navodila naložiti v kontekst modela. Na primer: Navodila za veščino A: 2.000 žetonov Navodila za veščino B: 3.000 žetonov Navodila za veščino C: 1.500 žetonov Še preden karkoli vtipkate, lahko ta navodila že zasedejo več tisoč žetonov. 2. Orodja in zmožnosti agentov Pomočniki UI za programiranje običajno ponujajo orodja, kot so: Branje datotek Iskanje kode Izvajanje ukazov v terminalu Operacije Git Dostop do brskalnika Zunanje integracije Definicije in navodila za uporabo teh orodij prav tako porabljajo prostor v kontekstu. 3. Projektni kontekst in kontekst datotek Pri delu znotraj IDE-ja ali repozitorija kode lahko odjemalec UI samodejno vključi: Strukturo projekta Odprte datoteke Izseke kode Odvisnosti Konfiguracijske datoteke To UI omogoča razumevanje vašega projekta, vendar tudi poveča porabo konteksta. 4. Prejšnja zgodovina pogovora Če nadaljujete obstoječ pogovor, so prejšnja sporočila običajno znova vključena, da model razume kontekst. Na primer: Prejšnja razprava: 12.000 žetonov Novo sporočilo: Hi Nova zahteva lahko še vedno vsebuje prejšnjih 12.000 žetonov. Kako preizkusiti najmanjšo porabo žetonov Če želite izmeriti porabo žetonov pri preprostem sporočilu, poskusite naslednje: Ustvarite popolnoma nov pogovor. Onemogočite prilagojene veščine. Ne pripenjajte datotek. Ne odpirajte projektnega delovnega prostora. Pošljite samo: Hi To bo pokazalo približno najmanjšo porabo konteksta. Kontekstno okno v primerjavi s porabo žetonov Pomembno je razlikovati med: Kontekstno okno Največja količina informacij, ki jih model lahko obdela v eni zahtevi. Primer: Kontekstno okno 1M žetonov pomeni, da lahko model teoretično obdela do 1 milijona žetonov. Poraba žetonov Dejanska količina žetonov, vključenih v določeno zahtevo. Primer: Uporabniško sporočilo: Hi Dejanska zahteva: Sistemska navodila + orodja + zgodovina + "Hi" Skupaj: 15.000 žetonov Veliko kontekstno okno ne pomeni, da bo vsaka zahteva porabila samo dolžino vašega sporočila. Zaključek Visoka poraba žetonov zaradi kratkega sporočila ne pomeni nujno težave z modelom ali API-jem. V okoljih z agenti UI skupni kontekst vključuje številne skrite komponente, potrebne za inteligentno delovanje. Preprost »Hi« lahko še vedno povzroči obdelavo na tisoče žetonov, če seja vsebuje veščine, orodja, informacije o projektu ali prejšnjo zgodovino. Pri preizkušanju surove porabe žetonov priporočamo, da začnete čisto sejo brez dodatnega konteksta. Hvala za vaše razumevanje in nadaljnjo podporo.

<h2><strong>Introducción</strong></h2> <p></p> <p>Recientemente, algunos usuarios notaron una situación inusual:</p> <blockquote> <p>“Solo envié ‘Hi’, ¿por qué consumió más de 10.000 tokens?”</p> </blockquote> <p>A primera vista, esto puede parecer inesperado. Un mensaje de dos caracteres debería requerir solo unos pocos tokens, ¿verdad?</p> <p>La respuesta es: <strong>el modelo no procesa únicamente tu mensaje visible.</strong></p> <p>Los asistentes de IA modernos, especialmente los agentes de programación como Codex, Claude Code y otras herramientas de IA integradas en IDE, envían mucha más información junto con tu mensaje para ayudar al modelo a comprender la tarea y ofrecer mejores respuestas.</p> <hr> <p></p> <h2>Tu mensaje es solo una pequeña parte del contexto</h2> <p>Cuando envías:</p> <pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>Hi</code></pre> <p>la solicitud real enviada al modelo de IA puede verse más o menos así:</p> <pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>Instrucciones del sistema + Configuración del usuario + Habilidades configuradas + Herramientas disponibles + Información del proyecto + Contexto de archivos + Historial previo de la conversación + Tu mensaje: "Hi"</code></pre> <p>El tamaño total de todos estos componentes es el contexto real que procesa el modelo.</p> <p>Por lo tanto, incluso un mensaje muy corto puede consumir una cantidad significativa de tokens.</p> <hr> <h2>¿Qué puede aumentar el uso de contexto?</h2> <h3>1. Habilidades configuradas</h3> <p>Si has habilitado habilidades personalizadas o capacidades de IA, sus instrucciones deben cargarse en el contexto del modelo.</p> <p>Por ejemplo:</p> <pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>Instrucciones de la habilidad A: 2.000 tokens Instrucciones de la habilidad B: 3.000 tokens Instrucciones de la habilidad 1.500 tokens</code></pre> <p>Incluso antes de que escribas algo, estas instrucciones pueden ocupar ya varios miles de tokens.</p> <hr> <h3>2. Herramientas y capacidades del agente</h3> <p>Los asistentes de IA para programación suelen proporcionar herramientas como:</p> <ul> <li><p>Lectura de archivos</p></li> <li><p>Búsqueda de código</p></li> <li><p>Ejecución en terminal</p></li> <li><p>Operaciones con Git</p></li> <li><p>Acceso al navegador</p></li> <li><p>Integraciones externas</p></li> </ul> <p>Las definiciones y las instrucciones de uso de estas herramientas también consumen espacio de contexto.</p> <hr> <h3>3. Contexto del proyecto y de los archivos</h3> <p>Al trabajar dentro de un IDE o repositorio de código, el cliente de IA puede incluir automáticamente:</p> <ul> <li><p>Estructura del proyecto</p></li> <li><p>Archivos abiertos</p></li> <li><p>Fragmentos de código</p></li> <li><p>Dependencias</p></li> <li><p>Archivos de configuración</p></li> </ul> <p>Esto permite que la IA comprenda tu proyecto, pero también aumenta el uso de contexto.</p> <hr> <h3>4. Historial previo de la conversación</h3> <p>Si continúas una conversación existente, normalmente se vuelven a incluir los mensajes anteriores para que el modelo entienda el contexto.</p> <p>Por ejemplo:</p> <pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>Discusión previa: 12.000 tokens Nuevo mensaje: Hi</code></pre> <p>La nueva solicitud puede seguir conteniendo esos 12.000 tokens anteriores.</p> <hr> <h2>Cómo probar el uso mínimo de tokens</h2> <p>Si quieres medir el uso de tokens de un mensaje simple, prueba lo siguiente:</p> <ol> <li><p>Crea una conversación completamente nueva.</p></li> <li><p>Desactiva las habilidades personalizadas.</p></li> <li><p>No adjuntes archivos.</p></li> <li><p>No abras un espacio de trabajo del proyecto.</p></li> <li><p>Envía solo:</p></li> </ol> <pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>Hi</code></pre> <p>Esto mostrará el uso mínimo aproximado de contexto.</p> <hr> <h2>Ventana de contexto vs. uso de tokens</h2> <p>Es importante distinguir entre:</p> <h3>Ventana de contexto</h3> <p>La cantidad máxima de información que un modelo puede procesar en una sola solicitud.</p> <p>Ejemplo:</p> <pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>Ventana de contexto de 1M tokens</code></pre> <p>significa que el modelo puede manejar teóricamente hasta 1 millón de tokens.</p> <h3>Uso de tokens</h3> <p>La cantidad real de tokens incluidos en una solicitud específica.</p> <p>Ejemplo:</p> <pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>Mensaje del usuario: Hi Solicitud real: Instrucciones del sistema + herramientas + historial + "Hi" Total: 15.000 tokens</code></pre> <p>Una gran ventana de contexto no significa que cada solicitud vaya a consumir solo la longitud de tu mensaje.</p> <hr> <h2>Conclusión</h2> <p>Un alto uso de tokens a partir de un mensaje corto no indica necesariamente un problema con el modelo o la API.</p> <p>En entornos de agentes de IA, el contexto total incluye muchos componentes ocultos necesarios para un funcionamiento inteligente. Un simple “Hi” aún puede hacer que se procesen miles de tokens si la sesión contiene habilidades, herramientas, información del proyecto o historial previo.</p> <p>Recomendamos iniciar una sesión limpia sin contexto adicional al probar el uso real de tokens.</p> <p>Gracias por tu comprensión y apoyo continuo.</p>

<h2><strong>Introduction</strong></h2><p></p><p>Recently, some users noticed an unusual situation:</p><blockquote><p>“I only sent ‘Hi’, why did it consume 10,000+ tokens?”</p></blockquote><p>At first glance, this may seem unexpected. A two-character message should only require a few tokens, right?</p><p>The answer is: <strong>the model does not only process your visible message.</strong></p><p>Modern AI assistants, especially coding agents such as Codex, Claude Code, and other IDE-based AI tools, send much more information together with your message to help the model understand the task and provide better responses.</p><hr><p></p><h2>Your Message Is Only a Small Part of the Context</h2><p>When you send:</p><pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>Hi</code></pre><p>the actual request sent to the AI model may look more like this:</p><pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>System Instructions + User Settings + Configured Skills + Available Tools + Project Information + File Context + Previous Conversation History + Your Message: "Hi"</code></pre><p>The total size of all these components is the actual context processed by the model.</p><p>Therefore, even a very short message can consume a significant number of tokens.</p><hr><h2>What Can Increase Context Usage?</h2><h3>1. Configured Skills</h3><p>If you have enabled custom skills or AI capabilities, their instructions need to be loaded into the model context.</p><p>For example:</p><pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>Skill A instructions: 2,000 tokens Skill B instructions: 3,000 tokens Skill C instructions: 1,500 tokens</code></pre><p>Even before you type anything, these instructions may already occupy several thousand tokens.</p><hr><h3>2. Tools and Agent Capabilities</h3><p>AI coding assistants usually provide tools such as:</p><ul><li><p>File reading</p></li><li><p>Code search</p></li><li><p>Terminal execution</p></li><li><p>Git operations</p></li><li><p>Browser access</p></li><li><p>External integrations</p></li></ul><p>The definitions and usage instructions of these tools also consume context space.</p><hr><h3>3. Project and File Context</h3><p>When working inside an IDE or code repository, the AI client may automatically include:</p><ul><li><p>Project structure</p></li><li><p>Open files</p></li><li><p>Code snippets</p></li><li><p>Dependencies</p></li><li><p>Configuration files</p></li></ul><p>This allows the AI to understand your project, but it also increases context usage.</p><hr><h3>4. Previous Conversation History</h3><p>If you continue an existing conversation, the previous messages are usually included again so the model understands the context.</p><p>For example:</p><pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>Previous discussion: 12,000 tokens New message: Hi</code></pre><p>The new request may still contain the previous 12,000 tokens.</p><hr><h2>How to Test Minimum Token Usage</h2><p>If you want to measure the token usage of a simple message, please try the following:</p><ol><li><p>Create a completely new conversation.</p></li><li><p>Disable custom skills.</p></li><li><p>Do not attach files.</p></li><li><p>Do not open a project workspace.</p></li><li><p>Send only:</p></li></ol><pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>Hi</code></pre><p>This will show the approximate minimum context usage.</p><hr><h2>Context Window vs Token Usage</h2><p>It is important to distinguish between:</p><h3>Context Window</h3><p>The maximum amount of information a model can process in one request.</p><p>Example:</p><pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>1M token context window</code></pre><p>means the model can theoretically handle up to 1 million tokens.</p><h3>Token Usage</h3><p>The actual amount of tokens included in a specific request.</p><p>Example:</p><pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>User message: Hi Actual request: System instructions + tools + history + "Hi" Total: 15,000 tokens</code></pre><p>A large context window does not mean every request will only consume the length of your message.</p><hr><h2>Conclusion</h2><p>High token usage from a short message does not necessarily indicate a problem with the model or API.</p><p>In AI agent environments, the total context includes many hidden components required for intelligent operation. A simple “Hi” can still result in thousands of tokens being processed if the session contains skills, tools, project information, or previous history.</p><p>We recommend starting a clean session without additional context when testing raw token usage.</p><p>Thank you for your understanding and continued support.</p>

<h2><strong>परिचय</strong></h2> <p></p> <p>हाल ही में, कुछ उपयोगकर्ताओं ने एक असामान्य स्थिति देखी:</p> <blockquote> <p>"मैंने सिर्फ ‘Hi’ भेजा, फिर 10,000+ टोकन कैसे खर्च हो गए?"</p> </blockquote> <p>पहली नज़र में, यह अप्रत्याशित लग सकता है। दो अक्षरों का संदेश तो केवल कुछ ही टोकन लेने चाहिए, सही है न?</p> <p>उत्तर है: <strong>मॉडल केवल आपके दिखाई देने वाले संदेश को ही प्रोसेस नहीं करता।</strong></p> <p>आधुनिक AI सहायक, विशेषकर कोडिंग एजेंट जैसे Codex, Claude Code, और अन्य IDE-आधारित AI टूल, मॉडल को कार्य समझने और बेहतर उत्तर देने में मदद करने के लिए आपके संदेश के साथ बहुत अधिक अतिरिक्त जानकारी भी भेजते हैं।</p> <hr> <p></p> <h2>आपका संदेश संदर्भ का केवल एक छोटा हिस्सा होता है</h2> <p>जब आप भेजते हैं:</p> <pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>Hi</code></pre> <p>तो AI मॉडल को भेजा गया वास्तविक अनुरोध कुछ इस तरह अधिक दिख सकता है:</p> <pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>System Instructions + User Settings + Configured Skills + Available Tools + Project Information + File Context + Previous Conversation History + Your Message: "Hi"</code></pre> <p>इन सभी घटकों का कुल आकार ही वह वास्तविक संदर्भ है जिसे मॉडल प्रोसेस करता है।</p> <p>इसीलिए, बहुत छोटा संदेश भी उल्लेखनीय संख्या में टोकन खर्च कर सकता है।</p> <hr> <h2>कौन-सी चीज़ें संदर्भ उपयोग बढ़ा सकती हैं?</h2> <h3>1. कॉन्फ़िगर की गई स्किल्स</h3> <p>यदि आपने कस्टम स्किल्स या AI क्षमताएँ सक्षम की हैं, तो उनके निर्देश मॉडल संदर्भ में लोड करने पड़ते हैं।</p> <p>उदाहरण के लिए:</p> <pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>Skill A instructions: 2,000 tokens Skill B instructions: 3,000 tokens Skill C instructions: 1,500 tokens</code></pre> <p>आपके कुछ भी टाइप करने से पहले ही, ये निर्देश कई हज़ार टोकन घेर सकते हैं।</p> <hr> <h3>2. टूल्स और एजेंट क्षमताएँ</h3> <p>AI कोडिंग सहायक आम तौर पर ऐसे टूल प्रदान करते हैं:</p> <ul> <li><p>फ़ाइल पढ़ना</p></li> <li><p>कोड खोज</p></li> <li><p>टर्मिनल चलाना</p></li> <li><p>Git ऑपरेशन्स</p></li> <li><p>ब्राउज़र एक्सेस</p></li> <li><p>बाहरी इंटीग्रेशन्स</p></li> </ul> <p>इन टूल्स की परिभाषाएँ और उपयोग निर्देश भी संदर्भ स्थान का उपभोग करते हैं।</p> <hr> <h3>3. प्रोजेक्ट और फ़ाइल संदर्भ</h3> <p>जब आप IDE या कोड रिपॉज़िटरी के भीतर काम कर रहे होते हैं, तो AI क्लाइंट स्वचालित रूप से यह भी शामिल कर सकता है:</p> <ul> <li><p>प्रोजेक्ट संरचना</p></li> <li><p>खुली हुई फ़ाइलें</p></li> <li><p>कोड स्निपेट्स</p></li> <li><p>डिपेंडेंसीज़</p></li> <li><p>कॉन्फ़िगरेशन फ़ाइलें</p></li> </ul> <p>इससे AI आपके प्रोजेक्ट को बेहतर समझ पाता है, लेकिन इससे संदर्भ उपयोग भी बढ़ता है।</p> <hr> <h3>4. पिछला वार्तालाप इतिहास</h3> <p>यदि आप किसी मौजूदा बातचीत को जारी रखते हैं, तो आमतौर पर पिछले संदेश फिर से शामिल किए जाते हैं ताकि मॉडल संदर्भ समझ सके।</p> <p>उदाहरण के लिए:</p> <pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>Previous discussion: 12,000 tokens New message: Hi</code></pre> <p>नए अनुरोध में वे पिछले 12,000 टोकन अब भी शामिल हो सकते हैं।</p> <hr> <h2>न्यूनतम टोकन उपयोग कैसे जाँचें</h2> <p>यदि आप किसी सरल संदेश का टोकन उपयोग मापना चाहते हैं, तो कृपया यह करें:</p> <ol> <li><p>पूरी तरह नई बातचीत शुरू करें।</p></li> <li><p>कस्टम स्किल्स बंद करें।</p></li> <li><p>फ़ाइलें संलग्न न करें।</p></li> <li><p>प्रोजेक्ट वर्कस्पेस न खोलें।</p></li> <li><p>केवल यह भेजें:</p></li> </ol> <pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>Hi</code></pre> <p>इससे लगभग न्यूनतम संदर्भ उपयोग दिखाई देगा।</p> <hr> <h2>Context Window बनाम Token Usage</h2> <p>इन दोनों के बीच अंतर समझना महत्वपूर्ण है:</p> <h3>Context Window</h3> <p>जानकारी की वह अधिकतम मात्रा जिसे मॉडल एक अनुरोध में प्रोसेस कर सकता है।</p> <p>उदाहरण:</p> <pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>1M token context window</code></pre> <p>इसका अर्थ है कि मॉडल सैद्धांतिक रूप से 10 लाख टोकन तक संभाल सकता है।</p> <h3>Token Usage</h3> <p>किसी विशेष अनुरोध में वास्तव में शामिल टोकनों की मात्रा।</p> <p>उदाहरण:</p> <pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>User message: Hi Actual request: System instructions + tools + history + "Hi" Total: 15,000 tokens</code></pre> <p>बड़ी context window का अर्थ यह नहीं है कि हर अनुरोध केवल आपके संदेश की लंबाई के बराबर ही टोकन खर्च करेगा।</p> <hr> <h2>निष्कर्ष</h2> <p>छोटे संदेश से अधिक टोकन उपयोग होना जरूरी नहीं कि मॉडल या API में किसी समस्या का संकेत हो।</p> <p>AI एजेंट वातावरण में, कुल संदर्भ में बुद्धिमान संचालन के लिए आवश्यक कई छिपे हुए घटक शामिल होते हैं। यदि सत्र में स्किल्स, टूल्स, प्रोजेक्ट जानकारी, या पिछला इतिहास मौजूद है, तो एक साधारण "Hi" भी हज़ारों टोकन प्रोसेस होने का कारण बन सकता है।</p> <p>कच्चे टोकन उपयोग का परीक्षण करते समय हम अतिरिक्त संदर्भ के बिना एक साफ़ सत्र से शुरुआत करने की सलाह देते हैं।</p> <p>आपकी समझ और निरंतर समर्थन के लिए धन्यवाद।</p>

<h2><strong>Introduzzjoni</strong></h2> <p></p> <p>Dan l-aħħar, xi utenti nnutaw sitwazzjoni mhux tas-soltu:</p> <blockquote> <p>"Jien bgħatt biss ‘Hi’, għaliex ikkonsma aktar minn 10,000 token?"</p> </blockquote> <p>Mal-ewwel daqqa t’għajn, dan jista’ jidher mhux mistenni. Messaġġ b’żewġ karattri suppost jeħtieġ biss ftit tokens, hux hekk?</p> <p>It-tweġiba hija: <strong>il-mudell ma jipproċessax biss il-messaġġ viżibbli tiegħek.</strong></p> <p>Assistenti moderni tal-IA, speċjalment aġenti tal-kodifikazzjoni bħal Codex, Claude Code, u għodod oħra tal-IA bbażati fuq IDE, jibagħtu ħafna aktar informazzjoni flimkien mal-messaġġ tiegħek biex jgħinu lill-mudell jifhem ix-xogħol u jipprovdi tweġibiet aħjar.</p> <hr> <p></p> <h2>Il-Messaġġ Tiegħek Huwa Biss Parti Żgħira mill-Kuntest</h2> <p>Meta tibgħat:</p> <pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>Hi</code></pre> <p>it-talba reali mibgħuta lill-mudell tal-IA tista’ tidher aktar hekk:</p> <pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>Istruzzjonijiet tas-Sistema + Settings tal-Utent + Ħiliet Ikkonfigurati + Għodod Disponibbli + Informazzjoni tal-Proġett + Kuntest tal-Fajls + Storja tal-Konversazzjoni Preċedenti + Il-Messaġġ Tiegħek: "Hi"</code></pre> <p>Id-daqs totali ta’ dawn il-komponenti kollha huwa l-kuntest reali li jiġi pproċessat mill-mudell.</p> <p>Għalhekk, anke messaġġ qasir ħafna jista’ jikkonsma numru sinifikanti ta’ tokens.</p> <hr> <h2>X’Jista’ Jżid l-Użu tal-Kuntest?</h2> <h3>1. Ħiliet Ikkonfigurati</h3> <p>Jekk attivajt ħiliet personalizzati jew kapaċitajiet tal-IA, l-istruzzjonijiet tagħhom iridu jitgħabbew fil-kuntest tal-mudell.</p> <p>Pereżempju:</p> <pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>Istruzzjonijiet tal-Ħila A: 2,000 token Istruzzjonijiet tal-Ħila B: 3,000 token Istruzzjonijiet tal-Ħila 1,500 token</code></pre> <p>Anke qabel ma tikteb xi ħaġa, dawn l-istruzzjonijiet jistgħu diġà jokkupaw diversi eluf ta’ tokens.</p> <hr> <h3>2. Għodod u Kapaċitajiet tal-Aġent</h3> <p>Assistenti tal-IA għall-kodifikazzjoni normalment jipprovdu għodod bħal:</p> <ul> <li><p>Qari tal-fajls</p></li> <li><p>Tiftix fil-kodiċi</p></li> <li><p>Eżekuzzjoni tat-terminal</p></li> <li><p>Operazzjonijiet Git</p></li> <li><p>Aċċess għall-browser</p></li> <li><p>Integrazzjonijiet esterni</p></li> </ul> <p>Id-definizzjonijiet u l-istruzzjonijiet ta’ użu ta’ dawn l-għodod ukoll jikkunsmaw spazju fil-kuntest.</p> <hr> <h3>3. Kuntest tal-Proġett u tal-Fajls</h3> <p>Meta taħdem ġewwa IDE jew repożitorju tal-kodiċi, il-klijent tal-IA jista’ awtomatikament jinkludi:</p> <ul> <li><p>Struttura tal-proġett</p></li> <li><p>Fajls miftuħa</p></li> <li><p>Siltiet ta’ kodiċi</p></li> <li><p>Dipendenzi</p></li> <li><p>Fajls ta’ konfigurazzjoni</p></li> </ul> <p>Dan jippermetti lill-IA tifhem il-proġett tiegħek, iżda wkoll iżid l-użu tal-kuntest.</p> <hr> <h3>4. Storja tal-Konversazzjoni Preċedenti</h3> <p>Jekk tkompli konversazzjoni eżistenti, il-messaġġi preċedenti normalment jerġgħu jiġu inklużi sabiex il-mudell jifhem il-kuntest.</p> <p>Pereżempju:</p> <pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>Diskussjoni preċedenti: 12,000 token Messaġġ ġdid: Hi</code></pre> <p>It-talba l-ġdida xorta tista’ tinkludi t-12,000 token ta’ qabel.</p> <hr> <h2>Kif Tittestja l-Użu Minimu tat-Tokens</h2> <p>Jekk trid tkejjel l-użu tat-tokens ta’ messaġġ sempliċi, jekk jogħġbok ipprova dan li ġej:</p> <ol> <li><p>Oħloq konversazzjoni kompletament ġdida.</p></li> <li><p>Iddiżattiva l-ħiliet personalizzati.</p></li> <li><p>Tehmeżx fajls.</p></li> <li><p>Tiftaħx workspace ta’ proġett.</p></li> <li><p>Ibgħat biss:</p></li> </ol> <pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>Hi</code></pre> <p>Dan jurik l-użu minimu approssimattiv tal-kuntest.</p> <hr> <h2>Tieqa tal-Kuntest vs Użu tat-Tokens</h2> <p>Huwa importanti li ssir distinzjoni bejn:</p> <h3>Tieqa tal-Kuntest</h3> <p>L-ammont massimu ta’ informazzjoni li mudell jista’ jipproċessa f’talba waħda.</p> <p>Eżempju:</p> <pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>Tieqa tal-kuntest ta’ 1M token</code></pre> <p>tfisser li l-mudell teoretikament jista’ jimmaniġġja sa 1 miljun token.</p> <h3>Użu tat-Tokens</h3> <p>L-ammont reali ta’ tokens inklużi f’talba speċifika.</p> <p>Eżempju:</p> <pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>Messaġġ tal-utent: Hi Talba reali: Istruzzjonijiet tas-sistema + għodod + storja + "Hi" Total: 15,000 token</code></pre> <p>Tieqa tal-kuntest kbira ma tfissirx li kull talba se tikkonsma biss it-tul tal-messaġġ tiegħek.</p> <hr> <h2>Konklużjoni</h2> <p>Użu għoli ta’ tokens minn messaġġ qasir mhux bilfors jindika problema bil-mudell jew bl-API.</p> <p>F’ambjenti ta’ aġenti tal-IA, il-kuntest totali jinkludi ħafna komponenti moħbija meħtieġa għal tħaddim intelliġenti. "Hi" sempliċi xorta jista’ jirriżulta f’eluf ta’ tokens li jiġu pproċessati jekk is-sessjoni tinkludi ħiliet, għodod, informazzjoni tal-proġett, jew storja preċedenti.</p> <p>Nirrakkomandaw li tibda sessjoni nadifa mingħajr kuntest addizzjonali meta tkun qed tittestja l-użu mhux ipproċessat tat-tokens.</p> <p>Grazzi tal-fehim u l-appoġġ kontinwu tiegħek.</p>

<h2><strong>Въведение</strong></h2> <p></p> <p>Наскоро някои потребители забелязаха необичайна ситуация:</p> <blockquote> <p>„Изпратих само ‘Hi’, защо това изразходва над 10 000 токена?“</p> </blockquote> <p>На пръв поглед това може да изглежда неочаквано. Съобщение от два символа би трябвало да изисква само няколко токена, нали?</p> <p>Отговорът е: <strong>моделът не обработва само вашето видимо съобщение.</strong></p> <p>Съвременните AI асистенти, особено агенти за програмиране като Codex, Claude Code и други AI инструменти, базирани в IDE, изпращат много повече информация заедно с вашето съобщение, за да помогнат на модела да разбере задачата и да предостави по-добри отговори.</p> <hr> <p></p> <h2>Вашето съобщение е само малка част от контекста</h2> <p>Когато изпратите:</p> <pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>Hi</code></pre> <p>действителната заявка, изпратена към AI модела, може да изглежда по-скоро така:</p> <pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>Системни инструкции + Потребителски настройки + Конфигурирани умения + Налични инструменти + Информация за проекта + Контекст на файловете + История на предишния разговор + Вашето съобщение: "Hi"</code></pre> <p>Общият размер на всички тези компоненти е реалният контекст, който моделът обработва.</p> <p>Следователно дори много кратко съобщение може да изразходва значителен брой токени.</p> <hr> <h2>Какво може да увеличи използването на контекст?</h2> <h3>1. Конфигурирани умения</h3> <p>Ако сте активирали персонализирани умения или AI възможности, техните инструкции трябва да бъдат заредени в контекста на модела.</p> <p>Например:</p> <pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>Инструкции за умение A: 2 000 токена Инструкции за умение B: 3 000 токена Инструкции за умение 1 500 токена</code></pre> <p>Още преди да напишете каквото и да било, тези инструкции може вече да заемат няколко хиляди токена.</p> <hr> <h3>2. Инструменти и възможности на агента</h3> <p>AI асистентите за програмиране обикновено предоставят инструменти като:</p> <ul> <li><p>Четене на файлове</p></li> <li><p>Търсене в код</p></li> <li><p>Изпълнение в терминал</p></li> <li><p>Git операции</p></li> <li><p>Достъп до браузър</p></li> <li><p>Външни интеграции</p></li> </ul> <p>Дефинициите и инструкциите за използване на тези инструменти също изразходват място в контекста.</p> <hr> <h3>3. Контекст на проекта и файловете</h3> <p>Когато работите в IDE или в хранилище с код, AI клиентът може автоматично да включи:</p> <ul> <li><p>Структура на проекта</p></li> <li><p>Отворени файлове</p></li> <li><p>Откъси от код</p></li> <li><p>Зависимости</p></li> <li><p>Конфигурационни файлове</p></li> </ul> <p>Това позволява на AI да разбере вашия проект, но също така увеличава използването на контекста.</p> <hr> <h3>4. История на предишния разговор</h3> <p>Ако продължите съществуващ разговор, предишните съобщения обикновено се включват отново, за да може моделът да разбере контекста.</p> <p>Например:</p> <pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>Предишна дискусия: 12 000 токена Ново съобщение: Hi</code></pre> <p>Новата заявка може все още да съдържа предишните 12 000 токена.</p> <hr> <h2>Как да тествате минималното използване на токени</h2> <p>Ако искате да измерите използването на токени при просто съобщение, опитайте следното:</p> <ol> <li><p>Създайте напълно нов разговор.</p></li> <li><p>Деактивирайте персонализираните умения.</p></li> <li><p>Не прикачвайте файлове.</p></li> <li><p>Не отваряйте проектно работно пространство.</p></li> <li><p>Изпратете само:</p></li> </ol> <pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>Hi</code></pre> <p>Това ще покаже приблизителното минимално използване на контекста.</p> <hr> <h2>Прозорец на контекста спрямо използване на токени</h2> <p>Важно е да се прави разлика между:</p> <h3>Прозорец на контекста</h3> <p>Максималното количество информация, което моделът може да обработи в една заявка.</p> <p>Пример:</p> <pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>Контекстен прозорец от 1M токена</code></pre> <p>означава, че моделът теоретично може да обработи до 1 милион токена.</p> <h3>Използване на токени</h3> <p>Реалното количество токени, включени в конкретна заявка.</p> <p>Пример:</p> <pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>Потребителско съобщение: Hi Действителна заявка: Системни инструкции + инструменти + история + "Hi" Общо: 15 000 токена</code></pre> <p>Големият контекстен прозорец не означава, че всяка заявка ще изразходва само дължината на вашето съобщение.</p> <hr> <h2>Заключение</h2> <p>Високото използване на токени при кратко съобщение не означава непременно проблем с модела или API.</p> <p>В среди с AI агенти общият контекст включва много скрити компоненти, необходими за интелигентна работа. Едно просто „Hi“ все пак може да доведе до обработка на хиляди токени, ако сесията съдържа умения, инструменти, информация за проекта или предишна история.</p> <p>Препоръчваме да започнете чиста сесия без допълнителен контекст, когато тествате суровото използване на токени.</p> <p>Благодарим ви за разбирането и постоянната подкрепа.</p>

<h2><strong>Bevezetés</strong></h2> <p></p> <p>Nemrég néhány felhasználó egy szokatlan jelenségre figyelt fel:</p> <blockquote> <p>„Csak annyit írtam, hogy ‘Szia’, miért fogyasztott el több mint 10 000 tokent?”</p> </blockquote> <p>Első pillantásra ez meglepőnek tűnhet. Egy kétbetűs üzenetnek csak néhány tokenbe kellene kerülnie, igaz?</p> <p>A válasz: <strong>a modell nem csak a látható üzenetedet dolgozza fel.</strong></p> <p>A modern MI-asszisztensek, különösen a kódolási ügynökök, mint például a Codex, a Claude Code és más IDE-alapú MI-eszközök, sokkal több információt küldenek az üzeneteddel együtt, hogy segítsék a modellt a feladat megértésében és a jobb válaszadásban.</p> <hr> <p></p> <h2>Az üzeneted csak kis része a kontextusnak</h2> <p>Amikor ezt küldöd:</p> <pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>Szia</code></pre> <p>a tényleges, MI-modellnek küldött kérés inkább így nézhet ki:</p> <pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>Rendszerutasítások + Felhasználói beállítások + Beállított készségek + Elérhető eszközök + Projektinformációk + Fájlkörnyezet + Korábbi beszélgetési előzmények + Az üzeneted: "Szia"</code></pre> <p>Az összes ilyen összetevő együttes mérete adja a modell által ténylegesen feldolgozott kontextust.</p> <p>Ezért még egy nagyon rövid üzenet is jelentős számú tokent fogyaszthat.</p> <hr> <h2>Mi növelheti a kontextushasználatot?</h2> <h3>1. Beállított készségek</h3> <p>Ha egyéni készségeket vagy MI-képességeket engedélyeztél, azok utasításait is be kell tölteni a modell kontextusába.</p> <p>Például:</p> <pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>A készség utasításai: 2 000 token B készség utasításai: 3 000 token C készség utasításai: 1 500 token</code></pre> <p>Már azelőtt, hogy bármit beírnál, ezek az utasítások több ezer tokent foglalhatnak el.</p> <hr> <h3>2. Eszközök és ügynökképességek</h3> <p>Az MI-alapú kódolási asszisztensek általában olyan eszközöket biztosítanak, mint például:</p> <ul> <li><p>Fájlolvasás</p></li> <li><p>Kódkersés</p></li> <li><p>Terminálparancsok futtatása</p></li> <li><p>Git-műveletek</p></li> <li><p>Böngészőhozzáférés</p></li> <li><p>Külső integrációk</p></li> </ul> <p>Ezeknek az eszközöknek a definíciói és használati utasításai szintén kontextushelyet fogyasztanak.</p> <hr> <h3>3. Projekt- és fájlkörnyezet</h3> <p>Amikor egy IDE-ben vagy kódtárban dolgozol, az MI-kliens automatikusan mellékelheti a következőket:</p> <ul> <li><p>Projektstruktúra</p></li> <li><p>Megnyitott fájlok</p></li> <li><p>Kódrészletek</p></li> <li><p>Függőségek</p></li> <li><p>Konfigurációs fájlok</p></li> </ul> <p>Ez segíti az MI-t a projekted megértésében, de egyben növeli a kontextushasználatot is.</p> <hr> <h3>4. Korábbi beszélgetési előzmények</h3> <p>Ha egy meglévő beszélgetést folytatsz, a korábbi üzeneteket általában újra csatolják, hogy a modell értse a kontextust.</p> <p>Például:</p> <pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>Korábbi beszélgetés: 12 000 token Új üzenet: Szia</code></pre> <p>Az új kérés továbbra is tartalmazhatja az előző 12 000 tokent.</p> <hr> <h2>Hogyan tesztelhető a minimális tokenhasználat?</h2> <p>Ha egy egyszerű üzenet tokenhasználatát szeretnéd mérni, próbáld ki a következőket:</p> <ol> <li><p>Hozz létre egy teljesen új beszélgetést.</p></li> <li><p>Kapcsold ki az egyéni készségeket.</p></li> <li><p>Ne csatolj fájlokat.</p></li> <li><p>Ne nyiss meg projektmunkaterületet.</p></li> <li><p>Csak ezt küldd el:</p></li> </ol> <pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>Szia</code></pre> <p>Ez megmutatja a hozzávetőleges minimális kontextushasználatot.</p> <hr> <h2>Kontextusablak vs. tokenhasználat</h2> <p>Fontos különbséget tenni a következők között:</p> <h3>Kontextusablak</h3> <p>Az az információmennyiség, amelyet a modell egyetlen kérésben maximálisan fel tud dolgozni.</p> <p>Példa:</p> <pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>1 millió tokenes kontextusablak</code></pre> <p>azt jelenti, hogy a modell elméletben akár 1 millió tokent is képes kezelni.</p> <h3>Tokenhasználat</h3> <p>Az adott kérésben ténylegesen szereplő tokenek száma.</p> <p>Példa:</p> <pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>Felhasználói üzenet: Szia Tényleges kérés: Rendszerutasítások + eszközök + előzmények + "Szia" Összesen: 15 000 token</code></pre> <p>A nagy kontextusablak nem azt jelenti, hogy minden kérés csak az üzeneted hosszát fogyasztja.</p> <hr> <h2>Következtetés</h2> <p>A rövid üzenetből adódó magas tokenhasználat nem feltétlenül jelent problémát a modellel vagy az API-val.</p> <p>Az MI-ügynökös környezetekben a teljes kontextus sok rejtett összetevőt tartalmaz, amelyek az intelligens működéshez szükségesek. Egy egyszerű „Szia” is több ezer token feldolgozását eredményezheti, ha a munkamenet készségeket, eszközöket, projektinformációkat vagy korábbi előzményeket tartalmaz.</p> <p>A nyers tokenhasználat teszteléséhez azt javasoljuk, hogy tiszta munkamenetet indíts további kontextus nélkül.</p> <p>Köszönjük megértésedet és folyamatos támogatásodat.</p>

<h2><strong>Introducción</strong></h2> <p></p> <p>Recientemente, algunos usuarios notaron una situación inusual:</p> <blockquote> <p>"Solo envié ‘Hola’, ¿por qué consumió más de 10.000 tokens?"</p> </blockquote> <p>A primera vista, esto puede parecer inesperado. Un mensaje de dos caracteres debería requerir solo unos pocos tokens, ¿verdad?</p> <p>La respuesta es: <strong>el modelo no solo procesa tu mensaje visible.</strong></p> <p>Los asistentes modernos de IA, especialmente los agentes de programación como Codex, Claude Code y otras herramientas de IA basadas en IDE, envían mucha más información junto con tu mensaje para ayudar al modelo a comprender la tarea y proporcionar mejores respuestas.</p> <hr> <p></p> <h2>Tu mensaje es solo una pequeña parte del contexto</h2> <p>Cuando envías:</p> <pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>Hola</code></pre> <p>la solicitud real enviada al modelo de IA puede verse más así:</p> <pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>Instrucciones del sistema + Configuración del usuario + Habilidades configuradas + Herramientas disponibles + Información del proyecto + Contexto de archivos + Historial de conversación previo + Tu mensaje: "Hola"</code></pre> <p>El tamaño total de todos estos componentes es el contexto real procesado por el modelo.</p> <p>Por lo tanto, incluso un mensaje muy corto puede consumir una cantidad significativa de tokens.</p> <hr> <h2>¿Qué puede aumentar el uso de contexto?</h2> <h3>1. Habilidades configuradas</h3> <p>Si has habilitado habilidades personalizadas o capacidades de IA, sus instrucciones deben cargarse en el contexto del modelo.</p> <p>Por ejemplo:</p> <pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>Instrucciones de la Habilidad A: 2.000 tokens Instrucciones de la Habilidad B: 3.000 tokens Instrucciones de la Habilidad 1.500 tokens</code></pre> <p>Incluso antes de que escribas algo, estas instrucciones pueden ocupar ya varios miles de tokens.</p> <hr> <h3>2. Herramientas y capacidades del agente</h3> <p>Los asistentes de IA para programación normalmente ofrecen herramientas como:</p> <ul> <li><p>Lectura de archivos</p></li> <li><p>Búsqueda de código</p></li> <li><p>Ejecución en terminal</p></li> <li><p>Operaciones con Git</p></li> <li><p>Acceso al navegador</p></li> <li><p>Integraciones externas</p></li> </ul> <p>Las definiciones y las instrucciones de uso de estas herramientas también consumen espacio de contexto.</p> <hr> <h3>3. Contexto del proyecto y de archivos</h3> <p>Al trabajar dentro de un IDE o repositorio de código, el cliente de IA puede incluir automáticamente:</p> <ul> <li><p>Estructura del proyecto</p></li> <li><p>Archivos abiertos</p></li> <li><p>Fragmentos de código</p></li> <li><p>Dependencias</p></li> <li><p>Archivos de configuración</p></li> </ul> <p>Esto permite que la IA comprenda tu proyecto, pero también incrementa el uso de contexto.</p> <hr> <h3>4. Historial de conversación previo</h3> <p>Si continúas una conversación existente, los mensajes anteriores normalmente se incluyen de nuevo para que el modelo entienda el contexto.</p> <p>Por ejemplo:</p> <pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>Discusión previa: 12.000 tokens Nuevo mensaje: Hola</code></pre> <p>La nueva solicitud aún puede contener los 12.000 tokens anteriores.</p> <hr> <h2>Cómo probar el uso mínimo de tokens</h2> <p>Si quieres medir el uso de tokens de un mensaje simple, prueba lo siguiente:</p> <ol> <li><p>Crea una conversación completamente nueva.</p></li> <li><p>Desactiva las habilidades personalizadas.</p></li> <li><p>No adjuntes archivos.</p></li> <li><p>No abras un espacio de trabajo del proyecto.</p></li> <li><p>Envía solo:</p></li> </ol> <pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>Hola</code></pre> <p>Esto mostrará el uso mínimo aproximado de contexto.</p> <hr> <h2>Ventana de contexto vs. uso de tokens</h2> <p>Es importante distinguir entre:</p> <h3>Ventana de contexto</h3> <p>La cantidad máxima de información que un modelo puede procesar en una sola solicitud.</p> <p>Ejemplo:</p> <pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>Ventana de contexto de 1M tokens</code></pre> <p>significa que el modelo puede, en teoría, manejar hasta 1 millón de tokens.</p> <h3>Uso de tokens</h3> <p>La cantidad real de tokens incluidos en una solicitud específica.</p> <p>Ejemplo:</p> <pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>Mensaje del usuario: Hola Solicitud real: Instrucciones del sistema + herramientas + historial + "Hola" Total: 15.000 tokens</code></pre> <p>Una ventana de contexto grande no significa que cada solicitud solo consumirá la longitud de tu mensaje.</p> <hr> <h2>Conclusión</h2> <p>Un alto uso de tokens a partir de un mensaje corto no indica necesariamente un problema con el modelo o la API.</p> <p>En entornos de agentes de IA, el contexto total incluye muchos componentes ocultos necesarios para un funcionamiento inteligente. Un simple "Hola" aún puede dar como resultado miles de tokens procesados si la sesión contiene habilidades, herramientas, información del proyecto o historial previo.</p> <p>Recomendamos iniciar una sesión limpia sin contexto adicional al probar el uso bruto de tokens.</p> <p>Gracias por su comprensión y apoyo continuo.</p>

<h2><strong>Introduction</strong></h2><p></p><p>Recently, some users noticed an unusual situation:</p><blockquote><p>“I only sent ‘Hi’, why did it consume 10,000+ tokens?”</p></blockquote><p>At first glance, this may seem unexpected. A two-character message should only require a few tokens, right?</p><p>The answer is: <strong>the model does not only process your visible message.</strong></p><p>Modern AI assistants, especially coding agents such as Codex, Claude Code, and other IDE-based AI tools, send much more information together with your message to help the model understand the task and provide better responses.</p><hr><p></p><h2>Your Message Is Only a Small Part of the Context</h2><p>When you send:</p><pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>Hi</code></pre><p>the actual request sent to the AI model may look more like this:</p><pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>System Instructions + User Settings + Configured Skills + Available Tools + Project Information + File Context + Previous Conversation History + Your Message: "Hi"</code></pre><p>The total size of all these components is the actual context processed by the model.</p><p>Therefore, even a very short message can consume a significant number of tokens.</p><hr><h2>What Can Increase Context Usage?</h2><h3>1. Configured Skills</h3><p>If you have enabled custom skills or AI capabilities, their instructions need to be loaded into the model context.</p><p>For example:</p><pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>Skill A instructions: 2,000 tokens Skill B instructions: 3,000 tokens Skill C instructions: 1,500 tokens</code></pre><p>Even before you type anything, these instructions may already occupy several thousand tokens.</p><hr><h3>2. Tools and Agent Capabilities</h3><p>AI coding assistants usually provide tools such as:</p><ul><li><p>File reading</p></li><li><p>Code search</p></li><li><p>Terminal execution</p></li><li><p>Git operations</p></li><li><p>Browser access</p></li><li><p>External integrations</p></li></ul><p>The definitions and usage instructions of these tools also consume context space.</p><hr><h3>3. Project and File Context</h3><p>When working inside an IDE or code repository, the AI client may automatically include:</p><ul><li><p>Project structure</p></li><li><p>Open files</p></li><li><p>Code snippets</p></li><li><p>Dependencies</p></li><li><p>Configuration files</p></li></ul><p>This allows the AI to understand your project, but it also increases context usage.</p><hr><h3>4. Previous Conversation History</h3><p>If you continue an existing conversation, the previous messages are usually included again so the model understands the context.</p><p>For example:</p><pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>Previous discussion: 12,000 tokens New message: Hi</code></pre><p>The new request may still contain the previous 12,000 tokens.</p><hr><h2>How to Test Minimum Token Usage</h2><p>If you want to measure the token usage of a simple message, please try the following:</p><ol><li><p>Create a completely new conversation.</p></li><li><p>Disable custom skills.</p></li><li><p>Do not attach files.</p></li><li><p>Do not open a project workspace.</p></li><li><p>Send only:</p></li></ol><pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>Hi</code></pre><p>This will show the approximate minimum context usage.</p><hr><h2>Context Window vs Token Usage</h2><p>It is important to distinguish between:</p><h3>Context Window</h3><p>The maximum amount of information a model can process in one request.</p><p>Example:</p><pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>1M token context window</code></pre><p>means the model can theoretically handle up to 1 million tokens.</p><h3>Token Usage</h3><p>The actual amount of tokens included in a specific request.</p><p>Example:</p><pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>User message: Hi Actual request: System instructions + tools + history + "Hi" Total: 15,000 tokens</code></pre><p>A large context window does not mean every request will only consume the length of your message.</p><hr><h2>Conclusion</h2><p>High token usage from a short message does not necessarily indicate a problem with the model or API.</p><p>In AI agent environments, the total context includes many hidden components required for intelligent operation. A simple “Hi” can still result in thousands of tokens being processed if the session contains skills, tools, project information, or previous history.</p><p>We recommend starting a clean session without additional context when testing raw token usage.</p><p>Thank you for your understanding and continued support.</p>

<h2><strong>Panimula</strong></h2> <p></p> <p>Kamakailan, may ilang user na nakapansin ng isang hindi pangkaraniwang sitwasyon:</p> <blockquote> <p>“‘Hi’ lang ang ipinadala ko, bakit ito kumonsumo ng mahigit 10,000 token?”</p> <p></p> </blockquote> <p>Sa unang tingin, maaaring mukhang hindi ito inaasahan. Ang mensaheng may dalawang character ay dapat mangailangan lang ng kaunting token, tama ba?</p> <p>Ang sagot ay: <strong>hindi lang ang nakikita mong mensahe ang pinoproseso ng modelo.</strong></p> <p>Ang mga modernong AI assistant, lalo na ang mga coding agent gaya ng Codex, Claude Code, at iba pang IDE-based na AI tool, ay nagpapadala ng mas marami pang impormasyon kasabay ng iyong mensahe upang matulungan ang modelo na maunawaan ang gawain at makapagbigay ng mas mahusay na mga tugon.</p> <p></p> <hr> <p></p> <h2>Ang Iyong Mensahe ay Maliit na Bahagi Lang ng Konteksto</h2> <p>Kapag ipinadala mo ang:</p> <pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>Hi</code></pre> <p></p> <p>ang aktuwal na request na ipinapadala sa AI model ay maaaring mas kahawig nito:</p> <pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>System Instructions + User Settings + Configured Skills + Available Tools + Project Information + File Context + Previous Conversation History + Your Message: "Hi"</code></pre> <p></p> <p>Ang kabuuang laki ng lahat ng bahaging ito ang tunay na kontekstong pinoproseso ng modelo.</p> <p>Dahil dito, kahit napakaikling mensahe ay maaaring kumonsumo ng malaking bilang ng token.</p> <hr> <p></p> <h2><strong>Ano ang Maaaring Magpalaki ng Context Usage?</strong></h2> <h3>1. Mga Naka-configure na Skill</h3> <p></p> <p>Kung naka-enable ang mga custom skill o AI capability, kailangang i-load ang kanilang mga instruction sa model context.</p> <p></p> <p>Halimbawa:</p> <pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>Skill A instructions: 2,000 tokens Skill B instructions: 3,000 tokens Skill C instructions: 1,500 tokens</code></pre> <p>Kahit bago ka pa mag-type ng kahit ano, maaaring sumasakop na agad ang mga instruction na ito ng ilang libong token.</p> <hr> <p></p> <h3>2. Mga Tool at Kakayahan ng Agent</h3> <p></p> <p>Ang mga AI coding assistant ay karaniwang may mga tool gaya ng:</p> <ul> <li><p>Pagbasa ng file</p></li> <li><p>Paghahanap ng code</p></li> <li><p>Pagpapatakbo ng terminal</p></li> <li><p>Mga operasyon sa Git</p></li> <li><p>Pag-access sa browser</p></li> <li><p>Mga external integration</p></li> </ul> <p>Ang mga depinisyon at instruction sa paggamit ng mga tool na ito ay kumokonsumo rin ng context space.</p> <hr> <p></p> <h3>3. Konteksto ng Proyekto at mga File</h3> <p></p> <p>Kapag nagtatrabaho sa loob ng IDE o code repository, maaaring awtomatikong isama ng AI client ang:</p> <ul> <li><p>Istruktura ng proyekto</p></li> <li><p>Mga bukas na file</p></li> <li><p>Mga code snippet</p></li> <li><p>Mga dependency</p></li> <li><p>Mga configuration file</p></li> </ul> <p>Nakakatulong ito para maunawaan ng AI ang iyong proyekto, ngunit pinapataas din nito ang context usage.</p> <hr> <p></p> <h3>4. Nakaraang Kasaysayan ng Usapan</h3> <p></p> <p>Kung ipinagpapatuloy mo ang isang umiiral nang usapan, karaniwang isinasamang muli ang mga naunang mensahe upang maunawaan ng modelo ang konteksto.</p> <p>Halimbawa:</p> <pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>Previous discussion: 12,000 tokens New message: Hi</code></pre> <p>Maaaring lamanin pa rin ng bagong request ang nakaraang 12,000 token.</p> <hr> <h2>Paano Subukan ang Pinakamababang Token Usage</h2> <p>Kung gusto mong sukatin ang token usage ng isang simpleng mensahe, subukan ang mga sumusunod:</p> <ol> <li><p>Gumawa ng ganap na bagong usapan.</p></li> <li><p>I-disable ang mga custom skill.</p></li> <li><p>Huwag mag-attach ng mga file.</p></li> <li><p>Huwag magbukas ng project workspace.</p></li> <li><p>Ipadala lamang ang:</p></li> </ol> <pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>Hi</code></pre> <p>Ipapakita nito ang tinatayang pinakamababang context usage.</p> <hr> <h2>Context Window kumpara sa Token Usage</h2> <p>Mahalagang pag-ibahin ang mga sumusunod:</p> <h3>Context Window</h3> <p>Ang pinakamataas na dami ng impormasyong kayang iproseso ng isang modelo sa iisang request.</p> <p>Halimbawa:</p> <pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>1M token context window</code></pre> <p>na nangangahulugang kayang humawak ng modelo, sa teorya, ng hanggang 1 milyong token.</p> <h3>Token Usage</h3> <p>Ang aktuwal na dami ng token na kasama sa isang partikular na request.</p> <p>Halimbawa:</p> <pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>User message: Hi Actual request: System instructions + tools + history + "Hi" Total: 15,000 tokens</code></pre> <p>Ang malaking context window ay hindi nangangahulugang ang bawat request ay kakonsumo lamang ng habang katumbas ng iyong mensahe.</p> <p></p> <hr> <p></p> <h2><strong>Konklusyon</strong></h2> <p></p> <p>Ang mataas na token usage mula sa maikling mensahe ay hindi awtomatikong nangangahulugan na may problema sa modelo o API.</p> <p></p> <p>Sa mga AI agent environment, kasama sa kabuuang konteksto ang maraming nakatagong bahagi na kailangan para sa matalinong operasyon. Ang simpleng “Hi” ay maaari pa ring magresulta sa libo-libong token na napoproseso kung ang session ay may mga skill, tool, impormasyon ng proyekto, o nakaraang kasaysayan.</p> <p></p> <p>Iminumungkahi naming magsimula ng malinis na session na walang karagdagang konteksto kapag sinusubukan ang raw token usage.</p> <p></p> <p>Maraming salamat sa inyong pag-unawa at patuloy na suporta.</p>

<h2><strong>Вступ</strong></h2> <p></p> <p>Останнім часом деякі користувачі помітили незвичну ситуацію:</p> <blockquote> <p>«Я лише надіслав ‘Hi’, чому це спожило понад 10 000 токенів?»</p> <p></p> </blockquote> <p>На перший погляд це може здаватися несподіваним. Повідомлення з двох символів мало б потребувати лише кілька токенів, чи не так?</p> <p>Відповідь така: <strong>модель обробляє не лише ваше видиме повідомлення.</strong></p> <p>Сучасні AI-помічники, особливо агентні інструменти для програмування, як-от Codex, Claude Code та інші AI-інструменти на базі IDE, разом із вашим повідомленням надсилають значно більше інформації, щоб допомогти моделі зрозуміти завдання та надати кращу відповідь.</p> <p></p> <hr> <p></p> <h2>Ваше повідомлення — лише мала частина контексту</h2> <p>Коли ви надсилаєте:</p> <pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>Hi</code></pre> <p></p> <p>фактичний запит, що надсилається моделі AI, може більше нагадувати ось це:</p> <pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>Системні інструкції + Налаштування користувача + Налаштовані навички + Доступні інструменти + Інформація про проєкт + Контекст файлів + Історія попередньої розмови + Ваше повідомлення: "Hi"</code></pre> <p></p> <p>Загальний розмір усіх цих компонентів і є фактичним контекстом, який обробляє модель.</p> <p>Тому навіть дуже коротке повідомлення може споживати значну кількість токенів.</p> <hr> <p></p> <h2><strong>Що може збільшувати використання контексту?</strong></h2> <h3>1. Налаштовані навички</h3> <p></p> <p>Якщо у вас увімкнено користувацькі навички або AI-можливості, їхні інструкції потрібно завантажити в контекст моделі.</p> <p></p> <p>Наприклад:</p> <pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>Інструкції навички A: 2 000 токенів Інструкції навички B: 3 000 токенів Інструкції навички 1 500 токенів</code></pre> <p>Ще до того, як ви щось введете, ці інструкції вже можуть займати кілька тисяч токенів.</p> <hr> <p></p> <h3>2. Інструменти та можливості агента</h3> <p></p> <p>AI-помічники для програмування зазвичай надають такі інструменти, як:</p> <ul> <li><p>Читання файлів</p></li> <li><p>Пошук по коду</p></li> <li><p>Виконання команд у терміналі</p></li> <li><p>Операції Git</p></li> <li><p>Доступ до браузера</p></li> <li><p>Зовнішні інтеграції</p></li> </ul> <p>Опис цих інструментів та інструкції щодо їх використання також споживають місце в контексті.</p> <hr> <p></p> <h3>3. Контекст проєкту та файлів</h3> <p></p> <p>Під час роботи в IDE або в репозиторії коду AI-клієнт може автоматично включати:</p> <ul> <li><p>Структуру проєкту</p></li> <li><p>Відкриті файли</p></li> <li><p>Фрагменти коду</p></li> <li><p>Залежності</p></li> <li><p>Конфігураційні файли</p></li> </ul> <p>Це допомагає AI зрозуміти ваш проєкт, але також збільшує використання контексту.</p> <hr> <p></p> <h3>4. Історія попередньої розмови</h3> <p></p> <p>Якщо ви продовжуєте вже існуючу розмову, попередні повідомлення зазвичай знову включаються, щоб модель розуміла контекст.</p> <p>Наприклад:</p> <pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>Попереднє обговорення: 12 000 токенів Нове повідомлення: Hi</code></pre> <p>Новий запит усе одно може містити попередні 12 000 токенів.</p> <hr> <h2>Як перевірити мінімальне використання токенів</h2> <p>Якщо ви хочете виміряти використання токенів для простого повідомлення, спробуйте таке:</p> <ol> <li><p>Створіть повністю нову розмову.</p></li> <li><p>Вимкніть користувацькі навички.</p></li> <li><p>Не додавайте файли.</p></li> <li><p>Не відкривайте робочий простір проєкту.</p></li> <li><p>Надішліть лише:</p></li> </ol> <pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>Hi</code></pre> <p>Це покаже приблизне мінімальне використання контексту.</p> <hr> <h2>Вікно контексту vs використання токенів</h2> <p>Важливо розрізняти:</p> <h3>Вікно контексту</h3> <p>Максимальний обсяг інформації, який модель може обробити в одному запиті.</p> <p>Приклад:</p> <pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>Вікно контексту 1M токенів</code></pre> <p>означає, що модель теоретично може обробити до 1 мільйона токенів.</p> <h3>Використання токенів</h3> <p>Фактична кількість токенів, включених у конкретний запит.</p> <p>Приклад:</p> <pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>Повідомлення користувача: Hi Фактичний запит: Системні інструкції + інструменти + історія + "Hi" Усього: 15 000 токенів</code></pre> <p>Велике вікно контексту не означає, що кожен запит споживатиме лише стільки, скільки містить ваше повідомлення.</p> <p></p> <hr> <p></p> <h2><strong>Висновок</strong></h2> <p></p> <p>Велике використання токенів через коротке повідомлення не обов’язково свідчить про проблему з моделлю або API.</p> <p></p> <p>У середовищах AI-агентів загальний контекст включає багато прихованих компонентів, необхідних для інтелектуальної роботи. Просте «Hi» все одно може призвести до обробки тисяч токенів, якщо сесія містить навички, інструменти, інформацію про проєкт або попередню історію.</p> <p></p> <p>Ми рекомендуємо починати чисту сесію без додаткового контексту, коли ви тестуєте базове використання токенів.</p> <p></p> <p>Дякуємо за розуміння та постійну підтримку.</p>

<h2><strong>Pendahuluan</strong></h2> <p></p> <p>Baru-baru ini, beberapa pengguna melihat situasi yang tidak biasa:</p> <blockquote> <p>“Saya hanya mengirim ‘Hi’, mengapa itu menghabiskan 10.000+ token?”</p> <p></p> </blockquote> <p>Sekilas, ini mungkin tampak tidak terduga. Pesan dua karakter seharusnya hanya memerlukan beberapa token, bukan?</p> <p>Jawabannya adalah: <strong>model tidak hanya memproses pesan Anda yang terlihat.</strong></p> <p>Asisten AI modern, terutama agen pemrograman seperti Codex, Claude Code, dan alat AI berbasis IDE lainnya, mengirim jauh lebih banyak informasi bersama pesan Anda untuk membantu model memahami tugas dan memberikan respons yang lebih baik.</p> <p></p> <hr> <p></p> <h2>Pesan Anda Hanya Sebagian Kecil dari Konteks</h2> <p>Saat Anda mengirim:</p> <pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>Hi</code></pre> <p></p> <p>permintaan sebenarnya yang dikirim ke model AI mungkin lebih mirip seperti ini:</p> <pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>Instruksi Sistem + Pengaturan Pengguna + Skill yang Dikonfigurasi + Alat yang Tersedia + Informasi Proyek + Konteks File + Riwayat Percakapan Sebelumnya + Pesan Anda: "Hi"</code></pre> <p></p> <p>Total ukuran dari semua komponen ini adalah konteks sebenarnya yang diproses oleh model.</p> <p>Karena itu, bahkan pesan yang sangat singkat pun dapat menghabiskan jumlah token yang signifikan.</p> <hr> <p></p> <h2><strong>Apa yang Dapat Meningkatkan Penggunaan Konteks?</strong></h2> <h3>1. Skill yang Dikonfigurasi</h3> <p></p> <p>Jika Anda mengaktifkan skill kustom atau kemampuan AI tertentu, instruksinya perlu dimuat ke dalam konteks model.</p> <p></p> <p>Contohnya:</p> <pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>Instruksi Skill A: 2.000 token Instruksi Skill B: 3.000 token Instruksi Skill 1.500 token</code></pre> <p>Bahkan sebelum Anda mengetik apa pun, instruksi-instruksi ini mungkin sudah menempati beberapa ribu token.</p> <hr> <p></p> <h3>2. Alat dan Kemampuan Agen</h3> <p></p> <p>Asisten AI untuk pemrograman biasanya menyediakan alat seperti:</p> <ul> <li><p>Membaca file</p></li> <li><p>Pencarian kode</p></li> <li><p>Eksekusi terminal</p></li> <li><p>Operasi Git</p></li> <li><p>Akses browser</p></li> <li><p>Integrasi eksternal</p></li> </ul> <p>Definisi dan instruksi penggunaan alat-alat ini juga menghabiskan ruang konteks.</p> <hr> <p></p> <h3>3. Konteks Proyek dan File</h3> <p></p> <p>Saat bekerja di dalam IDE atau repositori kode, klien AI dapat secara otomatis menyertakan:</p> <ul> <li><p>Struktur proyek</p></li> <li><p>File yang terbuka</p></li> <li><p>Cuplikan kode</p></li> <li><p>Dependensi</p></li> <li><p>File konfigurasi</p></li> </ul> <p>Ini memungkinkan AI memahami proyek Anda, tetapi juga meningkatkan penggunaan konteks.</p> <hr> <p></p> <h3>4. Riwayat Percakapan Sebelumnya</h3> <p></p> <p>Jika Anda melanjutkan percakapan yang sudah ada, pesan-pesan sebelumnya biasanya disertakan kembali agar model memahami konteksnya.</p> <p>Contohnya:</p> <pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>Diskusi sebelumnya: 12.000 token Pesan baru: Hi</code></pre> <p>Permintaan baru mungkin tetap memuat 12.000 token sebelumnya.</p> <hr> <h2>Cara Menguji Penggunaan Token Minimum</h2> <p>Jika Anda ingin mengukur penggunaan token dari pesan sederhana, silakan coba langkah-langkah berikut:</p> <ol> <li><p>Buat percakapan yang benar-benar baru.</p></li> <li><p>Nonaktifkan skill kustom.</p></li> <li><p>Jangan lampirkan file.</p></li> <li><p>Jangan buka workspace proyek.</p></li> <li><p>Kirim hanya:</p></li> </ol> <pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>Hi</code></pre> <p>Ini akan menunjukkan perkiraan penggunaan konteks minimum.</p> <hr> <h2>Context Window vs Penggunaan Token</h2> <p>Penting untuk membedakan antara:</p> <h3>Context Window</h3> <p>Jumlah maksimum informasi yang dapat diproses model dalam satu permintaan.</p> <p>Contoh:</p> <pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>Context window 1 juta token</code></pre> <p>artinya model secara teoretis dapat menangani hingga 1 juta token.</p> <h3>Penggunaan Token</h3> <p>Jumlah token sebenarnya yang disertakan dalam permintaan tertentu.</p> <p>Contoh:</p> <pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>Pesan pengguna: Hi Permintaan sebenarnya: Instruksi sistem + alat + riwayat + "Hi" Total: 15.000 token</code></pre> <p>Context window yang besar tidak berarti setiap permintaan hanya akan menghabiskan token sepanjang pesan Anda.</p> <p></p> <hr> <p></p> <h2><strong>Kesimpulan</strong></h2> <p></p> <p>Penggunaan token yang tinggi dari pesan singkat tidak selalu menunjukkan adanya masalah pada model atau API.</p> <p></p> <p>Dalam lingkungan agen AI, total konteks mencakup banyak komponen tersembunyi yang diperlukan agar sistem dapat bekerja dengan cerdas. Pesan sederhana seperti “Hi” tetap dapat menghasilkan ribuan token yang diproses jika sesi tersebut memuat skill, alat, informasi proyek, atau riwayat sebelumnya.</p> <p></p> <p>Kami merekomendasikan untuk memulai sesi yang bersih tanpa konteks tambahan saat menguji penggunaan token mentah.</p> <p></p> <p>Terima kasih atas pengertian dan dukungan Anda yang berkelanjutan.</p>

Giới thiệu Gần đây, một số người dùng nhận thấy một tình huống bất thường: “Tôi chỉ gửi ‘Hi’, tại sao lại tiêu tốn hơn 10.000 token?” Thoạt nhìn, điều này có vẻ khó hiểu. Một tin nhắn chỉ có hai ký tự lẽ ra chỉ cần vài token, đúng không? Câu trả lời là: mô hình không chỉ xử lý phần tin nhắn bạn nhìn thấy. Các trợ lý AI hiện đại, đặc biệt là các tác nhân hỗ trợ lập trình như Codex, Claude Code và các công cụ AI tích hợp trong IDE khác, thường gửi kèm nhiều thông tin hơn cùng với tin nhắn của bạn để giúp mô hình hiểu nhiệm vụ và đưa ra phản hồi tốt hơn. Tin nhắn của bạn chỉ là một phần nhỏ trong ngữ cảnh Khi bạn gửi: Hi truy vấn thực tế được gửi đến mô hình AI có thể giống như sau: Chỉ dẫn hệ thống + Cài đặt người dùng + Kỹ năng đã cấu hình + Công cụ khả dụng + Thông tin dự án + Ngữ cảnh tệp + Lịch sử hội thoại trước đó + Tin nhắn của bạn: "Hi" Tổng dung lượng của tất cả các thành phần này mới là ngữ cảnh thực tế mà mô hình xử lý. Vì vậy, ngay cả một tin nhắn rất ngắn cũng có thể tiêu tốn một lượng token đáng kể. Những yếu tố nào có thể làm tăng mức sử dụng ngữ cảnh? 1. Kỹ năng đã cấu hình Nếu bạn bật các kỹ năng tùy chỉnh hoặc các khả năng AI bổ sung, phần chỉ dẫn của chúng cũng cần được nạp vào ngữ cảnh của mô hình. Ví dụ: Chỉ dẫn Kỹ năng A: 2.000 token Chỉ dẫn Kỹ năng B: 3.000 token Chỉ dẫn Kỹ năng C: 1.500 token Ngay cả trước khi bạn gõ bất cứ điều gì, các chỉ dẫn này có thể đã chiếm vài nghìn token. 2. Công cụ và khả năng của tác nhân Các trợ lý AI cho lập trình thường cung cấp những công cụ như: Đọc tệp Tìm kiếm mã Thực thi lệnh terminal Thao tác Git Truy cập trình duyệt Tích hợp bên ngoài Phần định nghĩa và hướng dẫn sử dụng của các công cụ này cũng tiêu tốn không gian ngữ cảnh. 3. Ngữ cảnh dự án và tệp Khi làm việc trong IDE hoặc kho mã nguồn, ứng dụng khách AI có thể tự động bao gồm: Cấu trúc dự án Các tệp đang mở Đoạn mã Các dependency Tệp cấu hình Điều này giúp AI hiểu dự án của bạn, nhưng đồng thời cũng làm tăng mức sử dụng ngữ cảnh. 4. Lịch sử hội thoại trước đó Nếu bạn tiếp tục một cuộc trò chuyện đang diễn ra, các tin nhắn trước đó thường sẽ được gửi lại để mô hình hiểu ngữ cảnh. Ví dụ: Trao đổi trước đó: 12.000 token Tin nhắn mới: Hi Yêu cầu mới vẫn có thể chứa 12.000 token trước đó. Cách kiểm tra mức sử dụng token tối thiểu Nếu bạn muốn đo lượng token sử dụng của một tin nhắn đơn giản, hãy thử các bước sau: Tạo một cuộc trò chuyện hoàn toàn mới. Tắt các kỹ năng tùy chỉnh. Không đính kèm tệp. Không mở workspace dự án. Chỉ gửi: Hi Điều này sẽ cho bạn thấy mức sử dụng ngữ cảnh tối thiểu gần đúng. Context Window và Token Usage Cần phân biệt rõ hai khái niệm sau: Context Window Lượng thông tin tối đa mà một mô hình có thể xử lý trong một yêu cầu. Ví dụ: Context window 1M token có nghĩa là mô hình về lý thuyết có thể xử lý tới 1 triệu token. Token Usage Lượng token thực tế được đưa vào một yêu cầu cụ thể. Ví dụ: Tin nhắn người dùng: Hi Yêu cầu thực tế: Chỉ dẫn hệ thống + công cụ + lịch sử + "Hi" Tổng cộng: 15.000 token Một context window lớn không có nghĩa là mỗi yêu cầu sẽ chỉ tiêu tốn đúng số token tương ứng với độ dài tin nhắn của bạn. Kết luận Mức sử dụng token cao từ một tin nhắn ngắn không nhất thiết cho thấy mô hình hoặc API gặp vấn đề. Trong môi trường tác nhân AI, tổng ngữ cảnh bao gồm nhiều thành phần ẩn cần thiết để hệ thống hoạt động thông minh. Một câu “Hi” đơn giản vẫn có thể dẫn đến việc xử lý hàng nghìn token nếu phiên làm việc có kỹ năng, công cụ, thông tin dự án hoặc lịch sử trước đó. Chúng tôi khuyến nghị bắt đầu một phiên sạch, không có ngữ cảnh bổ sung, khi bạn muốn kiểm tra mức sử dụng token thuần túy. Cảm ơn bạn đã thông cảm và tiếp tục ủng hộ.

<h2><strong>Εισαγωγή</strong></h2> <p></p> <p>Πρόσφατα, ορισμένοι χρήστες παρατήρησαν μια ασυνήθιστη κατάσταση:</p> <blockquote> <p>«Έστειλα μόνο ‘Hi’, γιατί κατανάλωσε 10.000+ tokens;»</p> <p></p> </blockquote> <p>Με την πρώτη ματιά, αυτό μπορεί να φαίνεται απροσδόκητο. Ένα μήνυμα δύο χαρακτήρων θα έπρεπε να απαιτεί μόνο λίγα tokens, σωστά;</p> <p>Η απάντηση είναι: <strong>το μοντέλο δεν επεξεργάζεται μόνο το ορατό μήνυμά σας.</strong></p> <p>Οι σύγχρονοι βοηθοί AI, ειδικά οι agents προγραμματισμού όπως το Codex, το Claude Code και άλλα εργαλεία AI που βασίζονται σε IDE, στέλνουν πολύ περισσότερες πληροφορίες μαζί με το μήνυμά σας, ώστε να βοηθήσουν το μοντέλο να κατανοήσει την εργασία και να παρέχει καλύτερες απαντήσεις.</p> <p></p> <hr> <p></p> <h2>Το μήνυμά σας είναι μόνο ένα μικρό μέρος του context</h2> <p>Όταν στέλνετε:</p> <pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>Hi</code></pre> <p></p> <p>το πραγματικό αίτημα που αποστέλλεται στο μοντέλο AI μπορεί να μοιάζει περισσότερο με αυτό:</p> <pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>Οδηγίες Συστήματος + Ρυθμίσεις Χρήστη + Διαμορφωμένες Δεξιότητες + Διαθέσιμα Εργαλεία + Πληροφορίες Έργου + Context Αρχείων + Ιστορικό Προηγούμενης Συνομιλίας + Το μήνυμά σας: "Hi"</code></pre> <p></p> <p>Το συνολικό μέγεθος όλων αυτών των στοιχείων είναι το πραγματικό context που επεξεργάζεται το μοντέλο.</p> <p>Επομένως, ακόμη και ένα πολύ σύντομο μήνυμα μπορεί να καταναλώσει σημαντικό αριθμό tokens.</p> <hr> <p></p> <h2><strong>Τι μπορεί να αυξήσει τη χρήση context;</strong></h2> <h3>1. Διαμορφωμένες Δεξιότητες</h3> <p></p> <p>Αν έχετε ενεργοποιήσει προσαρμοσμένες δεξιότητες ή δυνατότητες AI, οι οδηγίες τους πρέπει να φορτωθούν στο context του μοντέλου.</p> <p></p> <p>Για παράδειγμα:</p> <pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>Οδηγίες Δεξιότητας A: 2.000 tokens Οδηγίες Δεξιότητας B: 3.000 tokens Οδηγίες Δεξιότητας 1.500 tokens</code></pre> <p>Ακόμη και πριν πληκτρολογήσετε οτιδήποτε, αυτές οι οδηγίες μπορεί ήδη να καταλαμβάνουν αρκετές χιλιάδες tokens.</p> <hr> <p></p> <h3>2. Εργαλεία και δυνατότητες agent</h3> <p></p> <p>Οι βοηθοί προγραμματισμού AI συνήθως παρέχουν εργαλεία όπως:</p> <ul> <li><p>Ανάγνωση αρχείων</p></li> <li><p>Αναζήτηση κώδικα</p></li> <li><p>Εκτέλεση εντολών στο τερματικό</p></li> <li><p>Λειτουργίες Git</p></li> <li><p>Πρόσβαση σε browser</p></li> <li><p>Εξωτερικές ενσωματώσεις</p></li> </ul> <p>Οι ορισμοί και οι οδηγίες χρήσης αυτών των εργαλείων καταναλώνουν επίσης χώρο στο context.</p> <hr> <p></p> <h3>3. Context έργου και αρχείων</h3> <p></p> <p>Όταν εργάζεστε μέσα σε ένα IDE ή αποθετήριο κώδικα, ο client AI μπορεί να συμπεριλάβει αυτόματα:</p> <ul> <li><p>Δομή έργου</p></li> <li><p>Ανοιχτά αρχεία</p></li> <li><p>Αποσπάσματα κώδικα</p></li> <li><p>Εξαρτήσεις</p></li> <li><p>Αρχεία ρυθμίσεων</p></li> </ul> <p>Αυτό επιτρέπει στο AI να κατανοεί το έργο σας, αλλά αυξάνει επίσης τη χρήση context.</p> <hr> <p></p> <h3>4. Ιστορικό προηγούμενης συνομιλίας</h3> <p></p> <p>Αν συνεχίζετε μια υπάρχουσα συνομιλία, τα προηγούμενα μηνύματα συνήθως συμπεριλαμβάνονται ξανά ώστε το μοντέλο να κατανοεί το context.</p> <p>Για παράδειγμα:</p> <pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>Προηγούμενη συζήτηση: 12.000 tokens Νέο μήνυμα: Hi</code></pre> <p>Το νέο αίτημα μπορεί και πάλι να περιέχει τα προηγούμενα 12.000 tokens.</p> <hr> <h2>Πώς να δοκιμάσετε την ελάχιστη χρήση tokens</h2> <p>Αν θέλετε να μετρήσετε τη χρήση tokens ενός απλού μηνύματος, δοκιμάστε τα εξής:</p> <ol> <li><p>Δημιουργήστε μια εντελώς νέα συνομιλία.</p></li> <li><p>Απενεργοποιήστε τις προσαρμοσμένες δεξιότητες.</p></li> <li><p>Μην επισυνάψετε αρχεία.</p></li> <li><p>Μην ανοίξετε workspace έργου.</p></li> <li><p>Στείλτε μόνο:</p></li> </ol> <pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>Hi</code></pre> <p>Αυτό θα δείξει την κατά προσέγγιση ελάχιστη χρήση context.</p> <hr> <h2>Context Window έναντι Χρήσης Tokens</h2> <p>Είναι σημαντικό να γίνεται διάκριση μεταξύ των εξής:</p> <h3>Context Window</h3> <p>Η μέγιστη ποσότητα πληροφοριών που μπορεί να επεξεργαστεί ένα μοντέλο σε ένα αίτημα.</p> <p>Παράδειγμα:</p> <pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>Context window 1M tokens</code></pre> <p>σημαίνει ότι το μοντέλο μπορεί θεωρητικά να διαχειριστεί έως και 1 εκατομμύριο tokens.</p> <h3>Χρήση Tokens</h3> <p>Η πραγματική ποσότητα tokens που περιλαμβάνεται σε ένα συγκεκριμένο αίτημα.</p> <p>Παράδειγμα:</p> <pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>Μήνυμα χρήστη: Hi Πραγματικό αίτημα: Οδηγίες συστήματος + εργαλεία + ιστορικό + "Hi" Σύνολο: 15.000 tokens</code></pre> <p>Ένα μεγάλο context window δεν σημαίνει ότι κάθε αίτημα θα καταναλώνει μόνο το μήκος του μηνύματός σας.</p> <p></p> <hr> <p></p> <h2><strong>Συμπέρασμα</strong></h2> <p></p> <p>Η υψηλή χρήση tokens από ένα σύντομο μήνυμα δεν υποδεικνύει απαραίτητα πρόβλημα με το μοντέλο ή το API.</p> <p></p> <p>Σε περιβάλλοντα AI agent, το συνολικό context περιλαμβάνει πολλά κρυφά στοιχεία που απαιτούνται για έξυπνη λειτουργία. Ένα απλό «Hi» μπορεί και πάλι να έχει ως αποτέλεσμα την επεξεργασία χιλιάδων tokens, αν η συνεδρία περιλαμβάνει δεξιότητες, εργαλεία, πληροφορίες έργου ή προηγούμενο ιστορικό.</p> <p></p> <p>Συνιστούμε να ξεκινάτε μια καθαρή συνεδρία χωρίς επιπλέον context όταν δοκιμάζετε την ακατέργαστη χρήση tokens.</p> <p></p> <p>Σας ευχαριστούμε για την κατανόηση και τη συνεχή υποστήριξή σας.</p>

<h2><strong>Въведение</strong></h2> <p></p> <p>Наскоро някои потребители забелязаха необичайна ситуация:</p> <blockquote> <p>„Изпратих само ‘Hi’, защо това изразходва над 10 000 токена?“</p> <p></p> </blockquote> <p>На пръв поглед това може да изглежда неочаквано. Съобщение от два символа би трябвало да изисква само няколко токена, нали?</p> <p>Отговорът е: <strong>моделът не обработва само вашето видимо съобщение.</strong></p> <p>Съвременните AI асистенти, особено агентите за програмиране като Codex, Claude Code и други AI инструменти, базирани в IDE, изпращат много повече информация заедно с вашето съобщение, за да помогнат на модела да разбере задачата и да предостави по-добри отговори.</p> <p></p> <hr> <p></p> <h2>Вашето съобщение е само малка част от контекста</h2> <p>Когато изпратите:</p> <pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>Hi</code></pre> <p></p> <p>действителната заявка, изпратена към AI модела, може да изглежда по-скоро така:</p> <pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>Системни инструкции + Потребителски настройки + Конфигурирани умения + Налични инструменти + Информация за проекта + Контекст на файловете + История на предишния разговор + Вашето съобщение: "Hi"</code></pre> <p></p> <p>Общият размер на всички тези компоненти е действителният контекст, обработван от модела.</p> <p>Следователно дори много кратко съобщение може да изразходва значителен брой токени.</p> <hr> <p></p> <h2><strong>Какво може да увеличи използването на контекст?</strong></h2> <h3>1. Конфигурирани умения</h3> <p></p> <p>Ако сте активирали персонализирани умения или AI възможности, техните инструкции трябва да бъдат заредени в контекста на модела.</p> <p></p> <p>Например:</p> <pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>Инструкции за умение A: 2,000 токена Инструкции за умение B: 3,000 токена Инструкции за умение 1,500 токена</code></pre> <p>Още преди да въведете каквото и да е, тези инструкции вече могат да заемат няколко хиляди токена.</p> <hr> <p></p> <h3>2. Инструменти и възможности на агента</h3> <p></p> <p>AI асистентите за програмиране обикновено предоставят инструменти като:</p> <ul> <li><p>Четене на файлове</p></li> <li><p>Търсене в код</p></li> <li><p>Изпълнение в терминал</p></li> <li><p>Git операции</p></li> <li><p>Достъп до браузър</p></li> <li><p>Външни интеграции</p></li> </ul> <p>Дефинициите и инструкциите за използване на тези инструменти също заемат място в контекста.</p> <hr> <p></p> <h3>3. Контекст на проекта и файловете</h3> <p></p> <p>Когато работите в IDE или в хранилище с код, AI клиентът може автоматично да включи:</p> <ul> <li><p>Структура на проекта</p></li> <li><p>Отворени файлове</p></li> <li><p>Фрагменти от код</p></li> <li><p>Зависимости</p></li> <li><p>Конфигурационни файлове</p></li> </ul> <p>Това позволява на AI да разбере вашия проект, но също така увеличава използването на контекст.</p> <hr> <p></p> <h3>4. История на предишния разговор</h3> <p></p> <p>Ако продължите съществуващ разговор, предишните съобщения обикновено се включват отново, за да може моделът да разбере контекста.</p> <p>Например:</p> <pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>Предишна дискусия: 12,000 токена Ново съобщение: Hi</code></pre> <p>Новата заявка все още може да съдържа предишните 12,000 токена.</p> <hr> <h2>Как да тествате минимално използване на токени</h2> <p>Ако искате да измерите използването на токени при просто съобщение, опитайте следното:</p> <ol> <li><p>Създайте напълно нов разговор.</p></li> <li><p>Деактивирайте персонализираните умения.</p></li> <li><p>Не прикачвайте файлове.</p></li> <li><p>Не отваряйте работно пространство на проект.</p></li> <li><p>Изпратете само:</p></li> </ol> <pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>Hi</code></pre> <p>Това ще покаже приблизителното минимално използване на контекст.</p> <hr> <h2>Контекстен прозорец срещу използване на токени</h2> <p>Важно е да се прави разлика между:</p> <h3>Контекстен прозорец</h3> <p>Максималното количество информация, което моделът може да обработи в една заявка.</p> <p>Пример:</p> <pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>Контекстен прозорец от 1M токена</code></pre> <p>означава, че моделът теоретично може да обработва до 1 милион токена.</p> <h3>Използване на токени</h3> <p>Действителното количество токени, включени в конкретна заявка.</p> <p>Пример:</p> <pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>Потребителско съобщение: Hi Действителна заявка: Системни инструкции + инструменти + история + "Hi" Общо: 15,000 токена</code></pre> <p>Голям контекстен прозорец не означава, че всяка заявка ще изразходва само дължината на вашето съобщение.</p> <p></p> <hr> <p></p> <h2><strong>Заключение</strong></h2> <p></p> <p>Високото използване на токени при кратко съобщение не означава непременно проблем с модела или API.</p> <p></p> <p>В средите с AI агенти общият контекст включва много скрити компоненти, необходими за интелигентна работа. Едно просто „Hi“ все пак може да доведе до обработка на хиляди токени, ако сесията съдържа умения, инструменти, информация за проекта или предишна история.</p> <p></p> <p>Препоръчваме да започнете чиста сесия без допълнителен контекст, когато тествате реалното използване на токени.</p> <p></p> <p>Благодарим ви за разбирането и продължаващата подкрепа.</p>

<h2><strong>المقدمة</strong></h2> <p></p> <p>لاحظ بعض المستخدمين مؤخرًا حالة غير معتادة:</p> <blockquote> <p>"لقد أرسلت فقط ‘Hi’، فلماذا استهلكت 10,000+ توكن؟"</p> <p></p> </blockquote> <p>للوهلة الأولى، قد يبدو هذا غير متوقع. فرسالة مكوّنة من حرفين فقط يُفترض أن تحتاج إلى عدد قليل من التوكنات، أليس كذلك؟</p> <p>الإجابة هي: <strong>النموذج لا يعالج رسالتك الظاهرة فقط.</strong></p> <p>تقوم المساعدات الحديثة المعتمدة على الذكاء الاصطناعي، وخاصة وكلاء البرمجة مثل Codex وClaude Code وغيرها من أدوات الذكاء الاصطناعي المدمجة في بيئات التطوير، بإرسال معلومات أكثر بكثير مع رسالتك لمساعدة النموذج على فهم المهمة وتقديم ردود أفضل.</p> <p></p> <hr> <p></p> <h2>رسالتك ليست سوى جزء صغير من السياق</h2> <p>عندما ترسل:</p> <pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>Hi</code></pre> <p></p> <p>فقد يبدو الطلب الفعلي المُرسل إلى نموذج الذكاء الاصطناعي أقرب إلى هذا:</p> <pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>تعليمات النظام + إعدادات المستخدم + المهارات المُعدّة + الأدوات المتاحة + معلومات المشروع + سياق الملفات + سجل المحادثة السابق + رسالتك: "Hi"</code></pre> <p></p> <p>يمثل الحجم الإجمالي لجميع هذه المكونات السياق الفعلي الذي يعالجه النموذج.</p> <p>لذلك، حتى الرسالة القصيرة جدًا قد تستهلك عددًا كبيرًا من التوكنات.</p> <hr> <p></p> <h2><strong>ما الذي يمكن أن يزيد من استهلاك السياق؟</strong></h2> <h3>1. المهارات المُعدّة</h3> <p></p> <p>إذا قمت بتمكين مهارات مخصصة أو قدرات ذكاء اصطناعي إضافية، فيجب تحميل تعليماتها ضمن سياق النموذج.</p> <p></p> <p>على سبيل المثال:</p> <pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>تعليمات المهارة A: 2,000 توكن تعليمات المهارة B: 3,000 توكن تعليمات المهارة 1,500 توكن</code></pre> <p>حتى قبل أن تكتب أي شيء، قد تكون هذه التعليمات قد شغلت بالفعل عدة آلاف من التوكنات.</p> <hr> <p></p> <h3>2. الأدوات وقدرات الوكيل</h3> <p></p> <p>عادةً ما توفر مساعدات البرمجة بالذكاء الاصطناعي أدوات مثل:</p> <ul> <li><p>قراءة الملفات</p></li> <li><p>البحث في الشيفرة</p></li> <li><p>تنفيذ الأوامر في الطرفية</p></li> <li><p>عمليات Git</p></li> <li><p>الوصول إلى المتصفح</p></li> <li><p>التكاملات الخارجية</p></li> </ul> <p>كما أن تعريفات هذه الأدوات وتعليمات استخدامها تستهلك أيضًا مساحة من السياق.</p> <hr> <p></p> <h3>3. سياق المشروع والملفات</h3> <p></p> <p>عند العمل داخل بيئة تطوير أو مستودع شيفرة، قد يقوم عميل الذكاء الاصطناعي تلقائيًا بتضمين:</p> <ul> <li><p>هيكل المشروع</p></li> <li><p>الملفات المفتوحة</p></li> <li><p>مقتطفات من الشيفرة</p></li> <li><p>التبعيات</p></li> <li><p>ملفات الإعداد</p></li> </ul> <p>وهذا يساعد الذكاء الاصطناعي على فهم مشروعك، لكنه يزيد أيضًا من استهلاك السياق.</p> <hr> <p></p> <h3>4. سجل المحادثة السابق</h3> <p></p> <p>إذا تابعت محادثة قائمة، فعادةً ما تُضمَّن الرسائل السابقة مرة أخرى حتى يفهم النموذج السياق.</p> <p>على سبيل المثال:</p> <pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>المناقشة السابقة: 12,000 توكن الرسالة الجديدة: Hi</code></pre> <p>قد يظل الطلب الجديد يحتوي على 12,000 توكن السابقة.</p> <hr> <h2>كيفية اختبار الحد الأدنى لاستهلاك التوكنات</h2> <p>إذا كنت تريد قياس استهلاك التوكنات لرسالة بسيطة، فيُرجى تجربة ما يلي:</p> <ol> <li><p>أنشئ محادثة جديدة تمامًا.</p></li> <li><p>عطّل المهارات المخصصة.</p></li> <li><p>لا تُرفق ملفات.</p></li> <li><p>لا تفتح مساحة عمل لمشروع.</p></li> <li><p>أرسل فقط:</p></li> </ol> <pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>Hi</code></pre> <p>سيوضح هذا الحد الأدنى التقريبي لاستهلاك السياق.</p> <hr> <h2>نافذة السياق مقابل استهلاك التوكنات</h2> <p>من المهم التمييز بين:</p> <h3>نافذة السياق</h3> <p>الحد الأقصى لكمية المعلومات التي يمكن للنموذج معالجتها في طلب واحد.</p> <p>مثال:</p> <pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>نافذة سياق بسعة 1M توكن</code></pre> <p>وهذا يعني أن النموذج يمكنه نظريًا التعامل مع ما يصل إلى مليون توكن.</p> <h3>استهلاك التوكنات</h3> <p>الكمية الفعلية من التوكنات المضمنة في طلب محدد.</p> <p>مثال:</p> <pre class="rounded-lg bg-slate-950 px-4 py-3 text-slate-100"><code>رسالة المستخدم: Hi الطلب الفعلي: تعليمات النظام + الأدوات + السجل + "Hi" الإجمالي: 15,000 توكن</code></pre> <p>وجود نافذة سياق كبيرة لا يعني أن كل طلب سيستهلك فقط طول رسالتك.</p> <p></p> <hr> <p></p> <h2><strong>الخلاصة</strong></h2> <p></p> <p>الاستهلاك المرتفع للتوكنات الناتج عن رسالة قصيرة لا يشير بالضرورة إلى وجود مشكلة في النموذج أو واجهة البرمجة.</p> <p></p> <p>في بيئات وكلاء الذكاء الاصطناعي، يتضمن السياق الإجمالي العديد من المكونات المخفية المطلوبة للتشغيل الذكي. لذلك يمكن أن تؤدي رسالة بسيطة مثل "Hi" إلى معالجة آلاف التوكنات إذا كانت الجلسة تحتوي على مهارات أو أدوات أو معلومات مشروع أو سجل سابق.</p> <p></p> <p>نوصي ببدء جلسة نظيفة دون سياق إضافي عند اختبار استهلاك التوكنات الخام.</p> <p></p> <p>شكرًا لتفهمكم ودعمكم المستمر.</p>