企业官网建设流程全解析

dsh-our-free-model 用量看板完全指南：Token、生成速度与首字延迟一次看懂

【免费下载链接】dsh-our-free-model在 dsh 里装上这个插件即可，无需登录、注册或填 API Key，就能使用包括 DeepSeek V4.1 Flash、Kimi K3 在内的前沿模型——完全免费，不限量。 All you do is install this plugin in dsh: no login, no sign-up, no API key — the frontier models are just there, DeepSeek V4.1 Flash and Kimi K3 among them. Completely free, with no usage cap.项目地址: https://gitcode.com/gh_mirrors/ds/dsh-our-free-model

给 dsh 装上 dsh-our-free-model 插件之后，除了白拿 DeepSeek V4.1 Flash、Kimi K3 这些免费模型，你还会顺手得到一个 dsh-our-free-model 用量看板：每次对话消耗了多少 Token、模型吐字有多快、第一个字多久冒出来，全部逐次记录。有一点值得放在最前面说——这些数据只写进你电脑里的一个 JSON 文件，从不上传任何服务器。想查 Token 消耗、想排查哪次调用变慢，看这一处就够了。

场景一：刚装好插件，先搞清楚 Token 都花在哪

装完插件，第一步是打开「设置 → Our Free Model → 用量看板」。页面顶部是一排计数器：Token 总量、输出 Token、推理 Token、上游请求数、请求失败数、对话回合数、回合失败数、已恢复数。这些数字只增不减，从你第一次用起累加到现在，中途不会清零。

最容易看晕的是「请求」和「回合」这两组数字，它们的统计口径不一样：请求数数的是物理上的 HTTP 调用，回合数数的是你一次交互的最终结果。举个典型例子——回答写到一半被截断，插件自动重发续写，最后记成 2 次请求、1 次请求失败、1 个回合、0 个回合失败、1 次已恢复。所以两个数字对不上是常态，不用怀疑数据错了；回合口径的完整来龙去脉写在 docs/issue-12-recovery.md。

除了计数器，这个页面还摆着 17 周的 Token 热力图、从首个记录日画到今天的总量曲线、按模型汇总的表格，以及一张「最近一回合」小卡片，属于长期趋势的主阵地。另外两个入口在插件面板里：「数据看板」页看当天大盘——今日/全部 Token 消耗、平均生成速度、缓存命中率、成功率、账号透视、模型性能表和最近 12 条明细；「运行日志」页看逐请求明细，分页可选 10/20/50/100 条，还能打开 10 秒自动刷新。三句话记住分工：看长期趋势开用量看板，看今天整体情况开数据看板，查某次调用出了什么事开运行日志。

场景二：某次调用明显变慢，怎么定位问题 🔍

先给两个指标下定义。输出速度（tok/s）回答「模型每秒吐多少字」，按你最近 40 次调用统计，而且是把这段时间的总 token 除以总秒数的加权值；首字延迟（TTFT）回答「从你按下发送，到屏幕上冒出第一个字，过了多少毫秒」，同样取最近 40 次，且只拿成功样本求平均，失败的调用不往里掺。

速度这个数字以前栽过跟头。早期版本遇到过两个翻车现场：一次调用计费 422 个输出 token，其中 291 个是 reasoning token，在第一个可见帧出现之前就已经生成完，拿整段耗时一除报出 349 tok/s，实际解码只有 108 tok/s；更离谱的一次，63 个 token 挤在 1 ms 的窗口里，单点算出 63 000 tok/s，把 26 次调用的简单平均抬到 2 493 tok/s，而那条车道的真实水平只有约 40 tok/s。现在有三道防线把这类假数挡掉：

• 分子剔除：src/stream.js 的windowTokens()把没流式送出的 reasoning token 从分子里拿掉；
• 窗口过滤：src/store.js 的decodeWindow()规定，解码窗口不足 250 ms、或者算出来超过 250 tok/s 的样本，直接判定不可测，不参与任何求和；
• 加权而非平均：模型表和面板汇总都按总 token ÷ 总秒数算，一次异常样本带不偏全局。

面板底部会附一句「输出速度只统计 n/total 次可测的调用」，那个 n/total 就是可测比例。这些断言全部由 scripts/speed-stat-test.mjs 固化成回归测试。

真要去查某一次慢调用，两条路。一是看「最近一回合」卡片：最新一次调用的模型、来源（对话 / 桌面 / 转发 / 测速）、输入输出 token、首帧 ms 和 tok/s 都在上面，它走 60 秒的轻量轮询，刚发完消息不用刷新整页就能刷出结果。二是翻「运行日志」页：每一行对应一个物理请求，含结果、耗时、首字、速度和输入 / 输出 / 推理 / 缓存四档 token 细分，失败原因悬停在徽章上就能看到。日志底层是一个只保留最近 400 条的样本环，所以更早的调用不会出现在这张表里，页面末尾的「窗口」说明就是提醒这件事。

另外先排除两个「慢得合理」的情况：部分模型上游本身就慢，README 里记过 nemotron-3.5-lightning-free 首字延迟实测超过 30 秒；mimo-v2.6-flash-free 这类长思考模型在思考阶段可以静默 60–70 秒且不发任何思考帧，首字数字偏高属正常现象。若怀疑是本地链路某一跳慢，转发侧按received → body_received → dispatch → first_delta → finished打了阶段点，排查方法见 docs/issue-34-request-diagnostics.md。

场景三：把时间拉长，看看每天的用量节奏

热力图长得像 GitHub 贡献图，一格一天，四档色阶从少到多，悬停能看到当天日期、token 数和参与模型。它的格子规则很死：固定 17 周，共 113 到 119 格，每列从周日开始、到今天为止，不预生成未来日期；日期键用 src/store.js 里dayKey()按本机日历计算，跨月、跨年、夏令时切换都不会丢格。修复早期的格子拉伸问题时，专门补了 40 项回归检查，覆盖跨年、闰日、上海与纽约时区，决策记录在 docs/issue-30-heatmap.md。

总量曲线是另一套粒度：它画的是从首个记录日到今天的累计 Token 或请求数，支持按单个模型筛选，和热力图的「按天」不是一回事，别拿它跟热力图逐格对照。还有个隐藏的生命周期设定：热力图的日桶文件只保留最近 120 天，更早的按天数据会自动清出，所以「按天」看最近三个月，「累计」看全部历史，各取所需。

常见问题速答

问：生成速度那一列为什么是横杠「—」？横杠不是坏了。有些模型把整段答案集中在一两个大帧里落地，或者思考阶段根本不流式返回，于是没有一个能测量「每秒吐多少字」的时间窗，decodeWindow()判定不可测，看板就空着。模型表里整列都是「—」，说明该模型一次可测调用都没有。设计取向是：宁可不显示，也不把思考耗时混进输出速度里给你看个假数。

问：热力图空了、模型表里的 0 和「—」，怎么区分？三样东西含义不同。热力图完全空白，是你还没聊过，会显示「还没有用量记录。用一次对话后回来看看。」；某天记到 0 token，格子照常入图，不会被误判成空态——这是 issue #30 修复时特意保留的分支。模型表里失败数、已恢复数显示「—」，代表「没有这类记录」，语义上就等于 0，只是排版上做了区分。

问：累计数字旁边怎么冒出个「估算」标记？从旧版本升级上来才会看到：升级前的回合与失败数是按上游请求估算的，面板会标注「升级前历史按上游请求估算；升级后回合按最终结果精确记录」。这是口径迁移的正常状态，不是数据丢了，升级后新产生的记录都是精确值。

一张表核对所有统计口径 📉

表外还有几项口径，列在这里一并核对：

• Token 热力图：按天汇总，固定显示最近 17 周（113–119 天），日桶文件只保留最近 120 天
• 总量曲线：累计折线，覆盖全部有记录的天，可按模型筛选
• 最近明细 / 速度样本：单次样本，样本环保留最近 400 条
• 「最近一回合」卡片：60 秒轻量轮询刷新

数据放在哪里，删掉它有多干净

所有用量和设置都写在DSH_HOME（默认~/.dsh）下our-free-model/目录里的纯 JSON 文件，文件权限 0600，落盘走「临时文件 + 重命名」的流程，写一半崩溃也留不下半截文件。插件不上传任何遥测。哪天不想要了，把整个our-free-model目录删掉，所有用量记录即刻清空，不留残余。

从装好插件后的第一个数字，到第 17 周的回看，每一次 Token、速度、首字延迟的来龙去脉都落在本机这几个文件里——查数的时候不用翻别的角落，这里就是全部答案 📊

【免费下载链接】dsh-our-free-model在 dsh 里装上这个插件即可，无需登录、注册或填 API Key，就能使用包括 DeepSeek V4.1 Flash、Kimi K3 在内的前沿模型——完全免费，不限量。 All you do is install this plugin in dsh: no login, no sign-up, no API key — the frontier models are just there, DeepSeek V4.1 Flash and Kimi K3 among them. Completely free, with no usage cap.项目地址: https://gitcode.com/gh_mirrors/ds/dsh-our-free-model