کاهش مصرف توکن با هدر x-pico-optimize؛ راهنمای عملی
سه روش اختیاری برای کم‌کردن هزینهی API در ایجنت‌ها و گفتگوهای طولانی؛ فشرده‌سازی خروجی ابزارها، پاسخ مختصر و برش تاریخچه.
پیکو هوش·انتشار: ·۳ دقیقه مطالعه
خلاصه: پیکو هوش به‌صورت پیشفرض درخواست شما را دست‌نخورده می‌فرستد. اگر هدر x-pico-optimize را اضافه کنید، سه بهینهسازی اختیاری فعال میشود: فشرده‌سازی خروجی ابزارها (rtk)، دستور پاسخ مختصر (terse) و نگه‌داشتن فقط N پیام آخر (history). هزینه بر اساس توکنهای واقعی ارائه‌دهنده حساب میشود، پس صرفه‌جویی مستقیماً به شما می‌رسد.
چرا ایجنت‌ها این‌قدر توکن مصرف میکنند؟
در ابزارهایی مثل Cursor، Claude Code و Cline، هر بار که ایجنت یک دستور اجرا میکند (مثلاً git diff یا grep) خروجی کامل آن به پیام‌های بعدی اضافه میشود و در هر نوبت دوباره پرداخت میشود. یک diff هزار خطی ممکن است ده‌ها نوبت در تاریخچه بماند. بخش بزرگی از ورودی در این گفتگوها خروجی ابزار است، نه حرف شما.
روش اول: rtk — فشرده‌سازی خروجی ابزارها
rtk خروجی‌های بزرگ‌تر از ۵۰۰ بایت را تشخیص می‌دهد و فقط بخش مفید را نگه می‌دارد:
نوع خروجی
چه می‌ماند
git diff
خطوط تغییرکرده + ۳ خط اطراف، حداکثر ۱۰۰ خط برای هر hunk
اعتبار استودیو و کیف پول API پیکو هوش چه تفاوتی دارند؟ کدام برای چت و تصویر و کدام برای توسعهدهندگان است؟ مثال محاسبه و راهنمای انتخاب.
خبرنامه
آموزش‌ها و تغییرات جدید را به‌موقع بگیرید
فقط مطالب مفید دربارهی API هوش مصنوعی؛ بدون هرزنامه.
find / ls / tree
بدون node_modules، .git، dist و…؛ ۱۰ فایل در هر پوشه
لاگ build
خطوط تکراری یکی میشود ([x300]) و رنگهای ANSI حذف میشود
خروجی خیلی بلند
۱۲۰ خط اول و ۶۰ خط آخر
قاعده‌ی ایمنی: اگر خروجی شبیه خطا باشد (Traceback، exception، error:، fatal:، failed) بریده نمیشود تا ردپای اشکال‌یابی حفظ شود.
روش دوم: terse — پاسخ کوتاه‌تر
terse=lite به پیام system یک دستور اضافه میکند: بدون مقدمه، بدون تکرار پرسش، بدون جمع‌بندی پایانی. terse=full فشرده‌تر است. کد، مسیر فایل، دستور و عدد دقیق می‌مانند و زبان پاسخ همان زبان شماست (فارسی به انگلیسی تبدیل نمیشود).
نکته‌ی صادقانه: خود این دستور چند ده توکن به ورودی اضافه میکند. برای پاسخ‌های طولانی (کدنویسی، تحلیل) صرفه دارد و برای چت‌های یک‌خطی نه.
روش سوم: history=N — برش تاریخچه
فقط پیام system و N پیام آخر (بین ۲ تا ۲۰۰) فرستاده میشود و تاریخچه همیشه از یک پیام کاربر شروع میشود تا نتیجه‌ی ابزارِ بی‌صاحب نماند. برای گفتگوهای خیلی طولانی مناسب است، اما اطلاعات قدیمی‌تر را از دست می‌دهید.
در پاسخ هدر X-Pico-Optimize می‌بینید، مثلاً rtk=18342B-saved;terse=lite. می‌توانید همان مقدار را در فیلد بدنه‌ی pico_optimize هم بفرستید (قبل از ارسال به ارائه‌دهنده حذف میشود). روی /v1/chat/completions و /v1/messages کار میکند.
برای Claude Code و Cursor که امکان افزودن هدر دلخواه ندارند، از یک پراکسی محلی (مثلاً LiteLLM) یا SDK خودتان هدر را اضافه کنید؛ راهنمای اتصال Claude Code و LiteLLM را ببینید.
کدام را کی استفاده کنم؟
ایجنت ابزاردار با diff و لاگ زیاد: `rtk`
پاسخ‌های بلند (کد، گزارش): `terse=lite`
گفتگوی بیش از ده‌ها نوبت: `history=20`
چت کوتاه معمولی: هیچ‌کدام
سوالات متداول
آیا بهینهسازی کیفیت پاسخ را کم میکند؟
rtk و history اطلاعات را حذف میکنند؛ اگر مدل به بخش حذفشده نیاز داشته باشد ممکن است ابزار را دوباره صدا بزند. terse فقط سبک پاسخ را عوض میکند. اگر کیفیت افت کرد آن حالت را خاموش کنید.
آیا بهینهسازی هزینهی اضافه دارد؟
خیر. هزینهی اضافه ندارد و صورتحساب همان توکنهای واقعی است.
آیا پیشفرض فعال است؟
خیر؛ فقط وقتی هدر را بفرستید اجرا میشود.
درخواست ناموفق هزینه دارد؟
خیر. درخواست ناموفق از قیمت شما کسر نمیشود؛ جزئیات در مستندات.