@cjzafir: 359M Token 在 72 小时内烧掉。成本:约 78 美元。结果:新的 240M 微调数据集。过程:> Codex 5.5 作为编排器。…
摘要
一位开发者使用 Codex 5.5 作为编排器、Deepseek v4 pro 作为执行器,生成了一个 240M Token 的微调数据集,烧掉了 359M Token,成本仅为 78 美元。
359M Token 在 72 小时内烧掉。
成本:约 78 美元。
结果:新的 240M 微调数据集。
过程:
> Codex 5.5 作为编排器。
>Deepseek v4 pro 作为执行器。
(附管道图)
惊人的时代。https://t.co/nj5htyEqQU
查看缓存全文
缓存时间: 2026/05/15 17:06
359M Token 在 72 小时内被消耗。
费用:约 78 美元
结果:生成新的 240M 微调数据集。
流程:
Codex 5.5 作为协调器。 Deepseek v4 pro 作为执行器。 (附有管道流程图片)
奇妙的时代。https://t.co/nj5htyEqQU
相似文章
@Michaelzsguo:我的Deepseek V4 Pro智能体(在Codex内)已持续运行超过13小时,消耗约1亿个token,已仅花费…
一位用户报告说,他们的Deepseek V4 Pro智能体在Codex内运行了超过13小时,消耗了约1亿个token,但仅花费了1.85美元,凸显了该模型的成本效率。
@cjzafir: 这是我的微调数据集生成流程:> Codex 5.5 作为编排器 > Deepseek v4 Pro 作为生成器 简而言之…
本文描述了一个微调数据集生成流程,使用 Codex 5.5 作为编排器,Deepseek v4 Pro 作为生成器,通过自主质量门控和迭代改进,以低成本生成高质量合成数据。
我的Codex运行在8小时内消耗了超过10万tokens,却给了我一个未完成的烂摊子…所以我造了个能真正完成工作的工具
在一次Codex运行浪费了超过10万tokens且未能完成任务后,作者构建了一个能够可靠完成代码生成工作的工具。
我消耗了所有代币来研究如何节省代币
作者描述了如何通过多个订阅和更便宜的模型构建自定义AI研究管线以降低代币成本,并在研究代币经济学的过程中亲身体验了如何优化代币使用。
@NFTCPS: 兄弟们,用 DeepSeek V4 Pro 跑 Codex 的,token 烧得心疼吧?这俩 skill 你必须知道。 token-saver:改完代码只回个路径加 done,废话一句没有,实测能省 60-80% token memory…
为DeepSeek V4 Pro优化的Codex技能,通过冻结skill文件和极简输出可节省60-80% token,并提供跨对话持久记忆功能。