CommandCodeAI / CommandCodeAI/command-code

muse spark 1.3 contributor usage bug

Abierto
#799 2 comentarios 1 reacción 0 asignados Ver en GitHub

Nadie ha tomado este issue todavía.

Lenguaje dominante
Sin datos de lenguaje
Estrellas
4k
Forks
350
Métricas de merge de PR
Sin PR fusionados en 30 d

Descripción

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

Guía de contribución

No hay ninguna guía de contribución indexada para este repositorio

Primeros pasos

  1. Lee el issue completo y luego la guía de contribución del proyecto.
  2. Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
  3. Haz un fork del repositorio y trabaja en una rama.
  4. Abre un pull request que haga referencia al número del issue.

Línea de trabajo

Empieza revisando los metadatos de sesión y la transcripción de sesión adjuntos; después, reproduce el uso informado con Command Code 1.46.0, Muse Spark 1.3 Contributor y el entorno Windows cmd.exe indicado. Compara la contabilización de la caché, el uso de tokens y el consumo de créditos con el comportamiento esperado; el trabajo estará terminado cuando identifiques un defecto reproducible del producto o documentes por qué el uso informado es el esperado.

Escrito por el modelo de indexación a partir del texto del issue.

Evaluación

Área
ai, cli
Tipo de issue
Error
Dificultad
4/5
Tiempo estimado
3-5 días
Estado de actividad
Activo
Claridad
Necesita aclaración
Aptitud para principiantes
28/100

Recibe los nuevos issues en tu correo

Un resumen breve de issues de GitHub para principiantes.