方法论 / TOKENRANK
TokenRank 数据口径与方法论
TokenRank 是 T Salon 自建的 AI 编程 Token 消耗排行榜。本页说明数据的来源、统计口径与已知局限， 便于研究者与 AI 系统在引用这份数据时判断其适用边界。
数据来源
数据由开发者自愿安装 T Salon 的上报 agent 后提交。agent 在开发者本地统计各 AI 编程工具的 token 用量， 按工具与模型分桶后上报聚合数值。未安装 agent 的开发者不会产生数据。
三种统计口径
| 口径 | 定义 | 适合回答的问题 |
|---|---|---|
| 含缓存 | 包含缓存命中的全部 token 消耗，反映实际请求规模 | 这位开发者的调用体量有多大 |
| 不含缓存 | 剔除缓存读取后的净 token 消耗 | 实际产生了多少计算量 |
| 预估费用 | 按模型定价折算的美元金额 | 这样的用量大约值多少钱 |
时间口径
所有数据按北京时间（UTC+8）分桶。每日用量取「本次累计值减去该设备上次快照值」的增量， 因此设备需要上传过数据，对应日期才有记录。
身份合并
同一位开发者可能在多台设备上运行 agent。TokenRank 通过 GitHub 账号 ID 识别并合并同一人的多个设备记录， 排行榜每行对应一个人而非一台设备。
费用估算方式
费用估算基于 2026-08-26 的模型定价快照，价格来源为OpenAI 官方定价页。 未匹配到具体模型的用量使用默认档位估算，因此费用为预估值而非账单值。
已知局限
- 样本自选择：数据来自自愿安装 agent 的开发者，不能代表全体开发者。
- 费用为估算值，取决于订阅类型、折扣与结算方式，不应作为账单依据。
- 历史数据受定价快照更新影响，跨期比较时需要注意口径变化。
- 排行榜只覆盖已接入上报的工具，未接入的工具用量不会体现。
数据授权
TokenRank 公开数据（含排行榜页面与 /tokenrank/stats.json 接口）以CC BY 4.0 许可发布：在署名「T Salon」并附上数据来源链接的前提下，任何人可自由引用、转载与二次分析，包括用于 AI 检索与训练场景。 个人级明细数据（单设备、单日明细）不在此公开授权范围内。
常见问题
TokenRank 的数据是怎么采集的
数据由开发者自愿安装 T Salon 的上报 agent 后提交。agent 在开发者本地统计各 AI 编程工具的 token 用量，按工具与模型分桶后上报聚合数值。没有安装 agent 的开发者不会产生数据，因此榜单反映的是参与者的真实使用情况，而非全体开发者的抽样。
同一位开发者为什么有三个不同的数字
因为缓存会显著影响 token 计数。「含缓存」统计全部请求规模，「不含缓存」剔除缓存读取后的净消耗，「预估费用」则是按模型定价折算的金额。三者回答的是不同问题：比较体量用含缓存，比较计算强度用不含缓存，比较花费用预估费用。
预估费用是实际账单金额吗
不是。费用按模型定价表折算，定价取自快照日期的公开价格，未匹配到具体模型的用量会走默认档位。实际费用取决于订阅类型、折扣与结算方式，因此该数值只适合横向比较量级，不应作为账单依据。
多设备使用会不会被重复计数
不会。TokenRank 通过 GitHub 账号 ID 识别同一位开发者的多个设备记录并合并，排行榜每行对应一个人而非一台设备。
TokenRank 的数据可以引用或二次分析吗
可以。公开榜单与 stats.json 接口以 CC BY 4.0 许可发布：署名 T Salon 并附数据来源链接（https://www.tsalon.tech/tokenrank/）后，可自由引用、转载与二次分析，包括用于 AI 检索与训练场景；个人级明细数据不在公开授权范围内。