Qoder 实测：1000 Credits 能跑多少 token

测完 WorkBuddy 和 TRAE，评论区好多朋友留言想看 Qoder。

OK，没问题，今天就来看 Qoder。

这篇主要回答三个问题：

• Qoder 的 1000 Credits，到底能跑多少 token？
• 同一套题，Qoder、WorkBuddy、TRAE 跑一轮，各吃掉多少 token？
• 三家的缓存命中率，差多少？

最后再聊聊我也想测、却没测成的千问办公。

怎么测的：同一套长对话题包

为了能横向比，Qoder 用的是和 WorkBuddy、TRAE 完全一样的长对话题包。每一轮都这样跑：

• 新开一个对话，先让它完整读取一份 1760 行的长文件。
• 围绕这份材料，提 10 个准备好的问题。
• 把这 10 个问题原样再问一遍。

加上最开始读文件那条指令，一轮一共 21 条消息。

另外几条统一规则：

• 回答尽量控制在 100 字以内。
• 不联网，不生成文件。
• 所有模型都选各自可选的最低思考档，三家一样。DeepSeek-V4-Pro 最低只能选 high。

这套题包模拟的是一个很常见的用法：读完一份长材料，再反复追问。

Qoder：1000 Credits 能跑多少 token

先看大家最关心的问题。同一个模型有多轮记录的，我先算出每轮的折算容量，再取平均。结果跨度很大，从一千多万到几亿都有。

排在前两名的 DeepSeek-V4.1-Flash 和 Qwen3.8-Flash 要单独说：它们测试时是免费的，实际没有扣积分。日志里仍然记录了它们原本应扣的 Credits，图里的三亿多就是按这个数折算出来的参考容量，免费使用上限另算。

除了这两款，最耐用的是 MiniMax-M3.1-Flash，2.91 亿；最少的是 Kimi-K3，1553 万，两者差了大约 19 倍。

同一套题，三家一轮各吃多少 token

既然三个智能体都测了，就放一起比一比。

先说清楚口径：这里的总 token = 输入 + 输出，包括系统提示、材料，以及对话里反复带入的历史上下文。缓存已经算在输入里，不会再加一遍。

六个模型的结果非常一致：WorkBuddy 最少，TRAE 最多，Qoder 居中。同样跑完 21 条消息，WorkBuddy 每轮大约 131 万到 138 万 token，Qoder 大约 190 万到 214 万，TRAE 大约 236 万到 284 万。

差距主要来自各家对系统提示、工具结果和历史上下文的处理方式，它们都会影响累计输入量。所以看用量时，最好把总 token、任务完成情况和实际扣的积分放在一起看。

缓存命中率：没想到会差这么多

这是测 Qoder 时的意外发现：同一个题包、同一个模型，换个智能体，缓存命中率就不一样。

六个模型里，Qoder 的平均缓存命中率都是三家最高。WorkBuddy 和 TRAE 多数在 91% 到 93% 左右；TRAE 跑 DeepSeek-V4-Pro 到了 95.44%，也还是比 Qoder 低一点。

别看只差三四个百分点，反过来看没命中缓存的那部分：Qoder 大约 4%，另外两家多数在 7% 到 9%，Qoder 大约只有它们的一半。如果走 API 按量计费，缓存命中率高能省下不少钱。

这些数据是怎么拿到的

三家的 token 都不是在界面上看一眼就有，需要从日志里取：

• WorkBuddy：最直接。 本地会话日志里就有输入、输出、缓存和积分，按请求去重统计，同一请求只算一次。
• Qoder：绕一步。 复用官方 CLI 的登录状态，用 SDK 跑题，在 SDK 进程里开启 token 输出（QODERCN_EXPOSE_TOKEN_USAGE=1），再按请求 ID 和本地完成日志逐条核对。客户端和 SDK 的缓存率我也对过，结果一致。
• TRAE：也绕一步。 先从本地日志找到这一轮每条用户消息的 ID，再按消息 ID 匹配官方用量记录，统计输入、输出、缓存和积分。

千问办公：拉完了

千问办公我也想测，但卡在了取 token 这一步，一直没拿到能核验的数据，所以没法给它算容量。

而且在我测试的界面里，模型只有三个选项：标准、高级、Qwen3.8-Max，不能自定义模型。标准和高级背后是什么模型，我也没看到说明。

模型选不明白，用量也算不清楚。就这次测试体验，透明度这一项，我直接给到——拉完了。

数据口径说明

• 数据截至 2026 年 10 月 23 日。
• 总 token = 输入 + 输出；缓存属于输入的一部分，不重复相加。
• Qoder 容量：同一模型有多轮记录的，先逐轮折算再取平均；Qwen3.8-Flash 第二轮原始 Credits 缺项，只取首轮。
• 两款免费模型的容量，是按日志里的原始 Credits 折算的参考值；测试时实际扣分为 0，免费使用上限另算。
• 三家一轮 token 和缓存率：现有完整题序样本的逐轮算术平均；缓存率 = 逐轮缓存 ÷ 输入，再取平均。
• 各家的系统提示、工具结果和上下文处理不同，结果只代表这套题包下的产品工作流对比。