8 月 27 日晚上，usage（我做的小工具）的檢查指令 --doctor 印出這一行：
claude cost: official $2.49, usage $1.37, difference 44.7%
同一段 Claude Code 對話，usage 算出來花了 1.37 美元，標著 official 的那個數字是 2.49 美元，差了四成多（44.7% 是拿沒四捨五入的原始數字算的）。
算錢的那段程式，測試是全綠的。
你叫 AI 寫過算錢、算數量、算時間的程式嗎？測試全過的時候，你怎麼知道算出來的數字是對的？
usage 是我做的開源小工具，顯示 Claude Code、Codex 等 AI 工具的用量。其中一項是：這段對話大概花了多少錢。
usage 的算法是讀 Claude Code 留在電腦上的對話紀錄，每一輪用了多少 token（AI 計算文字量的單位）都寫在裡面，再乘上 usage 自己內建的價目表單價，加起來。
Claude Code 自己也會估一個數字。它會把一些資料交給狀態列（終端機底下那一行資訊）顯示，其中一個欄位是 cost.total_cost_usd，官方文件的說明是：Claude Code 在你電腦上照牌價估的這段對話費用，可能跟實際帳單不同。
所以 2.49 不是帳單，也是估的。可是它跟 usage 的 1.37 是兩套程式各自算出來的。兩個獨立算出來的數字差了四成，至少有一邊錯了。
這個比對是 8 月 23 日加的。usage 有一個 --doctor 指令，會把幾項設定檢查一遍，印成一張清單。那天加了一項：拿 usage 自己算的費用，跟 Claude Code 估的費用比，差超過兩成、又超過 1 美元，就警告。
當晚交代這件事的工作單（交給 AI 的任務說明），寫得很清楚：
也就是說：差距的根因尚未查明，不是「模型查無」造成的。
只做檢查與呈現，不要修價格、不要改 calculate_cost()、不要猜係數去湊官方數字。
「模型查無」是指價目表裡查不到這個模型。calculate_cost() 就是 usage 算錢的那段程式。這張工作單要的是讓差距被看見，不是讓它消失。
同一晚，Claude Code 把這次改動存進版本紀錄，commit 訊息（每次存檔附的說明）也是它寫的。那天測的是另一段對話，不是開頭那段。訊息裡寫了測到的差距，也寫了原因：
本機實測差 46.4%，根因是價格表的 claude-opus-5 單價只有實際的一半。
隔天發的新版，更新說明也照這句寫給使用者看。
可是那時 usage 價目表上的 claude-opus-5，是每百萬 token 輸入 5 美元、輸出 25 美元，跟 Anthropic 官方價格頁的標準價一樣。價格表沒有標成一半。
同一晚，工作單說根因還沒查明，commit 訊息卻寫了一個根因。差距被看見了，原因寫錯了。
8 月 27 日，開頭那一行出現了。這次工作單派給 Codex 去查，規定只准讀、不准改。查出來，1.37 跟 2.49 之間差的 1.12 美元，拆成兩塊：
約 0.40 美元：1 小時快取的寫入費算錯
0.72 美元：advisor 那一輪完全沒算
第一塊，快取。 Claude Code 會把前面講過的內容先存在 Anthropic 那邊，下一輪就不用全價重送，這叫快取。存進去要付一筆寫入費：存 5 分鐘的，是輸入單價的 1.25 倍；存 1 小時的，是 2 倍。對話紀錄裡，快取寫入分開記了存 5 分鐘和存 1 小時的 token 數。
這段對話用的 claude-opus-5，輸入每百萬 token 5 美元，所以存 1 小時的寫入費是每百萬 10 美元，存 5 分鐘的是 6.25 美元。這段對話幾乎都是存 1 小時，到那時為止寫入了十萬多 token；usage 一律照 5 分鐘的價錢算，每百萬 token 少算 3.75 美元，加起來約 0.4 美元。
第二塊，advisor。 Claude Code 做事做到一半，可以另外找一個模型把整段對話讀一遍、給建議，這個功能叫 advisor。那一輪的 token，記在對話紀錄的另一個位置。
我把那段對話的原始紀錄翻出來，找到 advisor 出現的那一筆。只留幾個欄位，長這樣：
"input_tokens": 4,
"output_tokens": 625,
"iterations": [
{ "type": "message", "input_tokens": 2, "output_tokens": 157 },
{ "type": "advisor_message", "input_tokens": 104982, "output_tokens": 7883 },
{ "type": "message", "input_tokens": 2, "output_tokens": 468 }
]
外面那兩行是這一筆的總數，iterations 裡面是分成三輪的明細。
對一下：外面的 4，是 2 加 2；外面的 625，是 157 加 468。總數只加了兩個 message，中間那個 advisor_message 的十萬多 token，不在總數裡。
advisor 的官方說明也是這樣寫的：外層的用量只算主要那個模型，advisor 的 token 不併進去，因為它照 advisor 模型的單價另外算。usage 只讀外層的總數，這十萬多 token 就從來沒算過。
紀錄裡這一輪的模型寫的是 claude-opus-5，照它的單價算一次：輸入 104982 個 token，每百萬 5 美元；輸出 7883 個，每百萬 25 美元；加起來是 0.72 美元。
修之前那一版推上 GitHub，CI（每次推上去就自動跑的一輪檢查）是綠的。
我去翻修之前的測試資料。分輪明細的欄位 iterations、1 小時快取的欄位 ephemeral_1h，連 advisor 這個字，在整個測試資料夾裡一次都沒出現。
測試裡餵的對話紀錄，只有外層的總數，快取也沒分 5 分鐘和 1 小時。程式照這樣算，測試照這樣對，當然全綠。真正的對話紀錄裡多了兩樣東西，程式不知道，測試也不知道。
這種錯，照同一份理解多寫幾個測試，也抓不到。測試拿程式去對自己的預期，預期本身漏了，兩邊就一起漏。
抓到這兩處漏算的，是 Claude Code 估的那個 2.49：一個不是這段程式算出來的數字。
修正的 commit 做了兩件事：1 小時快取照 2 倍算，advisor 那一輪另外記成一筆、照它自己的單價算。測試資料也補上了這兩種欄位。
這次推上去，CI 一樣是綠的。差別是這一次，綠燈旁邊還有一個能拿來對的數字。
回頭看，這件事能被抓到，靠的不是測試，是 --doctor 那一行：一個數字是 usage 自己算的，另一個是 Claude Code 算的。兩套程式、兩份理解，同時漏掉同一個欄位的機會小得多。
所以驗收算數字的程式，工作單裡要多一條：找一個不是這段程式算出來的數字，拿來對。可以是官方後台的數字、另一個工具的數字，也可以是你拿一筆真實資料手算的結果。
8 月 23 日那次也提醒一件事：兩個數字對不上時，AI 寫出來的原因也要查。那次的原因寫得很具體，有模型名稱、有「一半」，讀起來很像查過。可是對一下價格表，就知道不是。
現在就可以做一件事：找一個你叫 AI 寫的程式算出來的數字，錢、數量、時間都可以。
然後找一個不是它算的來源：官方後台、別的工具，或挑一筆資料自己用計算機按一次。
兩個數字對上了，至少那一筆是對的。對不上，先別急著接受 AI 給的原因，拿原因去對一次資料。
工作單裡有一格「做完怎麼算對」，Day 4、Day 8 到 Day 12 各在這格加了幾行。今天再加一行：
做完怎麼算對：
- （Day 4、Day 8 到 Day 12 加的幾行）
- 算數字的功能：拿一筆真實資料，跟一個不是這段程式算的數字對（官方數字、別的工具、手算），回報兩邊的值和差距；差距的原因要附證據，不准只寫推測
今天的數字，是拿程式去對程式外面的數字。明天看另一種：程式自己說成功了。8 月 28 日修掉的一個問題，usage setup 印出「✓ Codex status_line 已配置」，Codex 的設定檔卻一個字都沒變。
cost.total_cost_usd 欄位說明：https://docs.claude.com/en/docs/claude-code/statusline
iThome鐵人賽
看影片追技術