告别海外账号与网络限制稳定直连全球优质大模型限时半价接入中。 点击领取海量免费额度1. 任务定义与观测目标本文要回答一个很具体的问题把 OpenHands 接到 TaoToken 上让它去修 django/django 里tests/queries目录下的一个单测20 次运行下来prompt token、completion token 和 p95 耗时大概是什么量级。TaoToken 在这里的角色是模型供应商不是被评测的对象。官网入口在 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_generateutm_mediumcsdnutm_campaigngenerateutm_content API 端点是 https://taotoken.net/api 。本文不含任何排行分数也不引用公开榜单名次所有数字都来自本地 20 次运行的日志聚合。观测对象是 OpenHands 这个 Agent 框架在真实仓库任务上的 token 行为。django/django 的tests/queries目录测试密度高、依赖多单测失败往往牵涉模型层、查询表达式和数据库后端适合观察 Agent 在多轮工具调用下的 token 累积。任务设定为给定一个失败单测让 OpenHands 自主定位、修改、跑测试直到通过或达到轮次上限。需要提前说明的是本文的 token 与耗时数字是本地环境的一次性观测不是基准测试也不构成对任何模型或供应商的性能承诺。模型价格、可用模型 ID、上下文长度以 TaoToken 官网当前页面为准。2. 环境准备与 OpenHands 配置先装 OpenHands。官方推荐用容器方式跑本地也可以直接用 pip 安装。这里用 pip 方式方便把配置文件和日志目录放在同一台机器上。python -m venv .venv source .venv/bin/activate pip install openhands-aidjango/django 仓库单独克隆一份切到一个固定 commit避免不同运行之间代码漂移。git clone https://github.com/django/django.git cd django git checkout 固定commitOpenHands 的模型配置走config.toml。在项目根目录或~/.openhands/下建文件把供应商指向 TaoToken[llm] model MODEL_ID api_key YOUR_API_KEY base_url https://taotoken.net/api [core] max_iterations 30MODEL_ID填 TaoToken 官网上当前可用的模型标识YOUR_API_KEY在 https://taotoken.net/api-keys 生成。注意base_url只写到/api不要自己拼/v1之类的路径具体以接入文档为准https://taotoken.net/doc 。如果同时用 Claude Code 或 Codex配置位置不同Claude Code 走settings.json里的ANTHROPIC_BASE_URL、ANTHROPIC_API_KEY等ANTHROPIC_*变量Codex 走config.toml。多供应商切换可以用 CC Switch 三件套管理避免手改配置文件。跑之前先做一次连通性检查确认 Key 和 Base URL 都对curl -s https://taotoken.net/api/models \ -H Authorization: Bearer $YOUR_API_KEY | head返回模型列表就说明通道正常。如果这里就报 401先查 Key 是否复制完整报 404查base_url是否多写了路径。3. 单测修复任务的执行与日志采集任务选tests/queries下的一个失败单测。为了可复现先人为制造一个失败在测试文件里改一处断言或依赖让它在当前 commit 上稳定失败。然后让 OpenHands 以 headless 模式跑修复。openhands run \ --task 修复 tests/queries/test_qs_combinators.py 中失败的测试运行该测试直到通过 \ --config config.toml \ --log-dir ./runs/run_01OpenHands 每轮会做读文件、搜索符号、编辑、执行python -m pytest、根据输出决定下一步。每一轮的工具调用和模型响应都会写进日志。20 次运行用脚本循环每次重置仓库到初始失败状态for i in $(seq -w 1 20); do git checkout -- . git apply ../make_fail.patch openhands run --task ... --config config.toml --log-dir ./runs/run_$i done采集字段从日志里抽每轮的prompt_tokens、completion_tokens以及整次运行的墙钟耗时。p95 耗时按 20 次运行的总耗时排序后取第 19 个值或按最近秩法插值。token 则把一次运行内所有轮次累加得到单次运行的 prompt 总量和 completion 总量。这里有个容易踩的点OpenHands 的上下文会随轮次增长prompt token 不是线性的前几轮小、后面因为历史对话和文件内容反复注入而变大。所以看总量比看单轮更有意义。4. 20 次运行结果与失败分支下表是 20 次运行的聚合结果。所有数字为本地观测非官方基准也不代表其他环境。指标最小值中位数最大值p95prompt token / 次41,20068,500132,400121,800completion token / 次3,1005,60011,90010,400总耗时 / 秒96178402361迭代轮次6112422成功与失败分开看20 次里 17 次在 30 轮上限内让目标单测通过3 次超限退出。超限的 3 次 prompt token 都在 110,000 以上说明 token 膨胀和任务卡住是相关的——Agent 反复读同一批文件、试错回滚历史越堆越长。失败分支主要有三类。第一类是 Key 或 Base URL 配错表现为第一轮就报 401/404这种在连通性检查阶段就能拦掉。第二类是模型在长上下文下开始重复无效编辑轮次烧完但测试仍红处理办法是收紧max_iterations或把任务拆小。第三类是测试本身依赖数据库后端或环境变量Agent 改对了代码但跑不起来需要在任务描述里显式给出运行命令和环境要求。如果要复现建议固定 commit、固定模型 ID、固定max_iterations并且每次运行前把仓库重置干净。否则 20 次之间的差异会混入代码漂移token 对照就失去意义。5. 成本、模型选择与边界说明成本按 token 用量乘以 TaoToken 官网当前标价估算。本文不写具体单价因为价格会调整以官网页面为准。按上表中位数粗算一次成功修复大约消耗 6.8 万 prompt token 加 5 千 completion token20 次累计在百万 prompt token 量级。如果换成上下文更长或推理更重的模型completion token 和耗时都会上浮。模型选择上这类仓库级修复任务对指令遵循和长上下文稳定性要求高。模型 ID 和可用性以 https://taotoken.net/models 为准接入方式见 https://taotoken.net/doc 。需要长期跑 Agent 任务的话Coding Plan 页面有套餐说明https://taotoken.net/coding-plan 。几点边界要讲清楚。第一本文的 token 和耗时是单机、单仓库、单任务类型的观测不能外推到其他仓库或其他任务。第二p95 在 20 个样本上只是一个粗略分位样本再少就不可靠。第三TaoToken 是本文使用的供应商通道不是被评测对象本文不对其做性能排名。第四公开榜单上的分数和标价与本文无关AA 标价不等于 TaoToken 售价HF 热度也不等于跑分。本文不含排行分数。如果只是想让 Agent 跑起来最小路径是拿 Key、写config.toml、跑一次连通性检查、再跑任务。排障顺序也照这个来先确认通道再看 Agent 行为最后才怀疑模型能力。 告别海外账号与网络限制稳定直连全球优质大模型限时半价接入中。 点击领取海量免费额度