Skip to content

README.md

Latest commit

 

History

History
77 lines (62 loc) · 3.67 KB

README.md

File metadata and controls

77 lines (62 loc) · 3.67 KB
Raw

Anthropic vizuális-számlázási sweep

🌐 Fordítva: minden nyelv

Miért létezik: a profitabilitási kapu csak akkor biztonságos, ha a költségbecslés pontos. Egy kicsit is elcsúszó képlet olyan blokkokat is átalakítana, amelyek valójában többe kerülnek. Ezért ez a sweep az API valós számaihoz rögzíti a képletet, mielőtt élesbe kerül — nulla maradékig.

what the sweep decides, visually:

  patch model     ⌈w/28⌉ × ⌈h/28⌉ + overhead        ← current docs
  retired /750    (w · h) / 750                       ← old formula
                       │
                       ▼  probe geometries chosen to separate the two by 25–180 tokens/row
  measured 1568×728 page = 1,460 tokens
     patch predicts 1,456  ✅   (residual ~0)
     /750  predicts 1,522  ✗   (off by 62)

Ingyenes count_tokens sweep, amely két nyitott geometriai kérdést dönt el:

  1. Képlet — az API a ceil(w/28) × ceil(h/28) patch-eket számlázza-e (jelenlegi dokumentáció), vagy a kivezetett w·h/750-et? A próbakészlet 25–180 token/sor különbséggel választja szét a kettőt.
  2. Szint — a claude-fable-5 megkapja-e a nagyfelbontású plafonokat (hosszú él ≤ 2576 px, ≤ 4784 vizuális token)? A page-old-1928x1928 sor a döntő: ≈ 4761 mért érték high-res WYSIWYG-et jelent (a régi nagy oldal ~3.3× több karaktert hordoz képenként, mint a mai 1568×728, ugyanakkora karakter/token mellett); ≈ 1521 standard-szintű resample-t jelentene, és az 1568×728 marad helyes.

Kontextus: a 2026-07-01-i sweep, amely a jelenlegi 1568×728-as oldal mögött áll (olvashatósági audit, 2026-07-01), a claude-sonnet-4-5-ön lett mérve — egy standard-szintű modellen —, míg az éles cél a Fable 5, amelyet a vizuális dokumentáció a high-res szintbe sorol. Az az audit az akkori oldalt is 1460 tokenre mérte: közelebb a patch-képlet 1456-jához, mint a /750 1522-höz, ami arra utal, hogy az API már akkor is patch-számlázásra váltott.

Futtatás

pnpm run build                              # dist/ prerequisite (like all evals)
node benchmarks/billing-sweep/run.mjs --dry-run   # predictions only, no key, $0

ANTHROPIC_API_KEY=sk-... node benchmarks/billing-sweep/run.mjs \
  --models claude-fable-5,claude-sonnet-4-5 --probe-multi --probe-20plus

Közvetlenül kell az API-t elérnie — soha ne az OmniGlyph proxyn keresztül, amely átalakítaná a body-t. A count_tokens ingyenes; a teljes sweep ~25 kérést tesz.

A kimenet olvasása

Modellenként minden próba-sor megmutatja a mért kép-tokeneket (a képpel-mínusz-csak-szöveges alapvonal) mind a négy predikcióval szemben (patch/legacy750 × standard/highres); az összefoglaló a hipotéziseket átlagos abszolút maradék szerint rangsorolja. A --probe-multi a képenkénti plafont ellenőrzi (2×1092² ≈ 2×1521); a --probe-20plus a

20-képes szabályt ellenőrzi (egy >2000 px-es oldalnak elutasítva kell lennie, nem átméretezve). A sorok a results/*.jsonl-be kerülnek; a predikciós matematika a formulas.mjs-ben él, a tests/billing-sweep-formulas.test.ts rögzíti.

Az ítélet után

  • Ha a patch-képlet megerősítést nyer → portolja az OmniGlyph #27-es PR-t (pontos átméretezési fordítás), és igazítsa az ANTHROPIC_PIXELS_PER_TOKEN kapu-matematikát a src/core/transform.ts-ben.
  • Ha a high-res szint megerősítést nyer a Fable-en → vezessen be szintenkénti oldalgeometriát (1928×1928-osztályú oldalak a Fable/Opus 4.8/Sonnet 5-hez, 1568×728 a standardhoz), tükrözve, ahogy a GPT útvonal már megtartja a saját GPT_MAX_HEIGHT_PX-ét.