CommandCodeAI / CommandCodeAI/command-code
muse spark 1.3 contributor usage bug
Dieses Issue hat noch niemand übernommen.
- Vorherrschende Sprache
- Keine Sprachdaten
- Sterne
- 4k
- Forks
- 350
- PR-Merge-Kennzahlen
- Keine gemergten PRs in 30 T.
Beschreibung
Summary
I've used muse spark 1.2 contributor and it it'd been the cheapest model to use at command-code, today was charged my go plan and
started to solve some bugs on a project with 1.3 contributor, only with 54.1m tokens I hit my limits, it means I spent 3 credits on only 54m
tokens. The last month I did 1.2b tokens with 10 credits, doing some numbers it means the performance on my go plan is 666% worst. I hope I
get a reset or part of my credits back.
Expected Behavior
with 300k of cache input I was supposed to get 1 billion tokens on muse spark with 3 credits, I only got 55m.
Actual Behavior
Most of the conversation wasn't cached.
Steps to reproduce the issue
Just coding with muse spark 1.3 contributor
Command Code Version
1.46.0
Operating System
Windows
Terminal/IDE
Unknown
Shell
cmd.exe
Session file (optional)
6a9ce306-af51-4823-b044-d6e85a1eabc7.meta.json
command-code-session-6a9ce306.md
I couldn't upload the session as jsonl.
Fix prompt (optional)
No response
Additional context
No response
Beitragsleitfaden
Für dieses Repository ist kein Beitragsleitfaden indexiert
Erste Schritte
- Lies das ganze Issue und danach den Beitragsleitfaden des Projekts.
- Schreib ins Issue, dass du es übernimmst — das erspart doppelte Arbeit.
- Forke das Repository und arbeite in einem Branch.
- Öffne einen Pull Request, der die Issue-Nummer nennt.
Rechercherichtung
Beginnen Sie mit der Prüfung der angehängten Sitzungsmetadaten und des Sitzungstranskripts. Reproduzieren Sie anschließend die gemeldete Nutzung mit Command Code 1.46.0, Muse Spark 1.3 Contributor und der angegebenen Windows-cmd.exe-Umgebung. Vergleichen Sie die Cache-Abrechnung, die Token-Nutzung und den Credit-Verbrauch mit dem erwarteten Verhalten. Als abgeschlossen gilt die Aufgabe, wenn Sie einen reproduzierbaren Produktfehler identifizieren oder dokumentieren, warum die gemeldete Nutzung erwartungsgemäß ist.
Vom Indexierungsmodell aus dem Issue-Text verfasst.
Bewertung
- Bereich
- ai, cli
- Issue-Typ
- Bug
- Schwierigkeit
- 4/5
- Geschätzter Aufwand
- 3-5 Tage
- Aktivitätsstatus
- Aktiv
- Klarheit
- Muss geklärt werden
- Anfängerfreundlichkeit
- 28/100