CommandCodeAI / CommandCodeAI/command-code

muse spark 1.3 contributor usage bug

Offen
#799 2 Kommentare 1 Reaktion 0 zugewiesene Personen Auf GitHub ansehen

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

  1. Lies das ganze Issue und danach den Beitragsleitfaden des Projekts.
  2. Schreib ins Issue, dass du es übernimmst — das erspart doppelte Arbeit.
  3. Forke das Repository und arbeite in einem Branch.
  4. 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

Neue Issues direkt in Ihr Postfach

Eine kurze Übersicht über anfängerfreundliche GitHub-Issues.