Cache Benchmark

缓存命中与用户体验基准

英文名：cache-benchmark · 领域：上下文与记忆 · 返回功能索引

本 fork（Claude 账号与 ChatGPT 账号两条路径）与官方 Claude Code、Codex CLI、opencode、pi、oh-my-pi、dsh 跑同一批真实任务，比较提示缓存命中率、token 用量、API 等价花费、多代理开销、长时间闲置后的缓存、启动速度和稳定性。全部是真实模型请求，不使用假 API。数据采集于 2026-11-07，共 789 次 run，每格至少 3 次。

摘要

指标	本仓库 · Claude 账号	官方 Claude Code	本仓库 · ChatGPT 账号	Codex CLI	opencode	pi
CLI 模式命中率（33 次）	87.1%	87.3%	85.3%	88.8%	89.2%	84.0%
平均总 token / 任务	72.7k	81.0k	75.9k	80.3k	81.5k	36.5k
API 等价花费 / 任务²	$0.078	$0.088	$0.050	$0.047	$0.059	$0.041
TUI 6 轮总 token	235k	640k	310k	267k	170k	80k
3 个 subagent / Teams 3 人（相对单代理）	2.8× / 6.0×	3.7× / 4.0×¹	3.8× / 8.5×	5.4× / —	2.0× / —	无此功能
长闲置 2.7 小时总 token	306k	349k	331k	361k	358k	131k
-p 启动到首个请求	0.82s	0.89s	0.71s	2.59s	2.81s	0.83s
会话中途整段失效	0.0%	0.0%	2.7%	0.5%	3.2%	4.2%
任务成功	33/33	33/33	33/33	33/33	33/33	33/33

¹ 官方 2.1.319 在 -p 下把具名 Agent 调用当作后台 subagent 运行，没有组成团队。 ² 按公开 API 价换算（ChatGPT 列 gpt-6.1-sol，Claude 列 claude-sonnet-5-5，价格见「口径」）。订阅账号不按 token 计费，这里只用同一张价目表比较。

• Claude 侧与官方持平：命中率相差 0.2 个百分点，在噪声范围内；总 token 少 10%；TUI 多轮交互官方用量是本仓库的 2.7 倍；3 个 subagent 时本仓库 2.8 倍、官方 3.7 倍。
• ChatGPT 侧比 Codex 低 3.5 个百分点，差距只在短任务（82.9% 对 89.7%）；长任务 86.5% 对 88.3%，接近持平。原因是 Codex 的系统提示在服务器端，新会话第一个请求的未缓存部分只有 2.7k，本仓库 6.3k。
• 多代理：3 个 subagent 本仓库是单代理的 2.8 倍，官方 3.7 倍；Agent Teams 3 人本仓库 Claude 账号 6.0 倍、ChatGPT 账号 8.5 倍。官方 2.1.319 在 -p 下没有真正组队（见第 5 节），它的 4.0 倍不能直接比较。
• 花费：ChatGPT 侧缓存读只收 1/20 价，四个 CLI 每任务 $0.041–0.059，本仓库比 Codex 贵 6%；Claude 侧本仓库 $0.078、官方 $0.088。
• 长时间闲置：Claude 侧 1 小时缓存在闲置 65 分钟后过期，下一轮第一个请求本仓库与官方都只剩约 50%；第二次 65 分钟后本仓库 28%、官方 39%。官方的静态前缀全球用户共享、一直是热的，所以新会话第一个请求官方 67%、本仓库 0%。pi 与 opencode 在 Claude 侧只写 5 分钟缓存，闲置 15 分钟以上第一个请求就只剩 0–27%。本仓库 ChatGPT 账号闲置 65 分钟后仍有 97–98%。2.7 小时总 token 本仓库 Claude 306k、官方 349k。
• 差异的量级：同一 CLI 在不同任务类型之间相差 11–41 个百分点，大于 CLI 之间的差距；ChatGPT 侧同一格重跑平均相差 9 个百分点。单个任务格小于约 10 个百分点的差异不显著，结论以分组合计为准。

测试设计

对象

CLI	版本	账号 / 模型	effort（请求实际携带）
本仓库 · Claude 账号	dev 453b1c6	Claude OAuth · claude-sonnet-5-5	默认 medium
官方 Claude Code	2.1.319	Claude OAuth · claude-sonnet-5-5	默认 medium
本仓库 · ChatGPT 账号	dev 453b1c6	ChatGPT OAuth · gpt-6.1-sol	账号默认 low
Codex CLI	0.167.0	ChatGPT OAuth · gpt-6.1-sol	账号默认 low
opencode	1.19.5	ChatGPT OAuth · gpt-6.1-sol / Claude API key · claude-sonnet-5-5	默认 low / adaptive
pi	1.5.0（@earendil-works/pi-coding-agent）	ChatGPT OAuth · gpt-6.1-sol / Claude API key · claude-sonnet-5-5	默认 medium / low
oh-my-pi（omp）	18.18.0（@oh-my-pi/pi-coding-agent）	ChatGPT OAuth · gpt-6.1-sol / Claude API key · claude-sonnet-5-5	默认 high
dsh（DeepSeek Harness）	0.2.2-rc.1（@deepseek-ai/dsh，headless）	ChatGPT OAuth · gpt-6.1-sol / Claude API key · claude-sonnet-5-5	默认（Claude 侧 low，ChatGPT 侧请求不带 effort）

pi 与 opencode 另用 Claude API key 跑了一组 claude-sonnet-5-5（见第 1、4–6 节）；表中未注明时 pi、opencode 均指 ChatGPT 账号。oh-my-pi 只出现在第 9 节，ssh / k8s 运维排障题见第 10 节，dsh 只出现在第 11 节。

453b1c6 与 990cc05 的代码相同（之间只有文档提交）。办公 / 编码 / 运维的 CLI 矩阵用 5c5ce9e，它与 990cc05 的差别只在没有模型目录缓存的首次启动；本基准每个 HOME 都预置了目录缓存，两者结果可合并。

任务

四类工作加 Lean 证明，每类一短一长（编码长任务两题），共 11 题，每题每个 CLI 3 次：

类型	短任务	长任务
办公	整理 README	读源码写三份文档并附可执行示例
研究	比较 3 份报价，算 36 个月成本	分析 900 条工单与会议记录，写研究报告
编码	写 slugify	修 4 个 bug + CLI + 测试；从零写表达式语言（≥ 30 个测试）
运维	磁盘告警排查	日志 + 配置 + 脚本 + 事故报告
Lean 4 证明	奇数和 + 骑士骗子题	等差和、列表反转引理、n² ≤ 2ⁿ、四人赛跑排名题

另有五组场景，各 3 次：

场景	内容	参与 CLI
TUI 6 轮	同一组 6 轮对话，tmux 驱动真实终端	全部（pi、opencode 两种账号）
SDK 4 轮	长短结合：stream-json / exec resume / --continue	全部（pi、opencode 两种账号）
Web 6 轮	Playwright 驱动 claude web	本仓库（只有本仓库有 Web）
多代理	3 个模块各一个 bug：单代理、3 个 subagent、Agent Teams 3 人	单代理全部；subagent：Claude Code 系、Codex、opencode；Teams：Claude Code 系
长闲置	7 轮编码，间隔 0 / 4 / 15 / 65 / 4 / 65 / 4 分钟，约 2.7 小时	全部（pi、opencode 两种账号）

判定全部自动：编码与多代理任务跑测试；Lean 用 lean 编译，无错误无警告，禁止 sorry / admit / axiom / native_decide / set_option，定理陈述逐行比对不得改动；研究题自动核对答案与中位数。

控制系统性误差

• 每一轮同一任务所有 CLI 同时开跑，时段、配额与后端路由对各方一致。
• 每次 run 使用全新 HOME、相同提示、相同模型；ChatGPT 侧预置账号模型目录缓存（模拟老用户）。
• 所有 CLI 关闭网页搜索与抓取；全部 run 检查过没有搜索调用。
• 每个模型请求经 MITM 记录代理，取 usage、TTFT、请求体大小、模型与 effort；所有 CLI 直连官方端点。
• 每个 run 都核对过：有请求记录，且请求都落在该 run 的起止时间内。

已知偏差

• 当天第一个 Claude run 要写入冷的静态前缀（本仓库 coding-s 第 1 次命中 49%，之后 87%），属暖机效应，保留在数据里。
• opencode 每个会话先发一个约 0.6k 的生成标题请求，它的「首个 prompt」是这个小请求。
• Codex 的系统提示与工具在服务器端，请求里看不到，首请求未缓存量天然较低。
• 有 subagent 时不同代理的请求交错，「中途失效」只按主代理序列计算。
• 长闲置的 3 次 run 同时开始，后两次的第一个请求可能用上第一次刚写入的前缀。
• 启动测量期间，长闲置 run 在后台待机（无请求），对 CPU 读数的影响小于 1 个百分点。
• opencode 的 TUI / SDK / 长闲置、pi 与 opencode 的 Claude 侧多轮场景、Codex / pi / opencode 的多代理在 17:19–20:00 UTC 补跑，没有与其他 CLI 交错；ChatGPT 侧不同时段同一格可相差约 9 个百分点，跨时段比较以总 token 与花费为主。

口径

• 总 token = 未缓存输入 + 缓存读 + 缓存写 + 输出。
• 命中率 = 缓存读 ÷（未缓存输入 + 缓存读 + 缓存写），按 token 加权；ChatGPT 没有缓存写入计费项，记 0。
• TTFT = 请求发出到第一个 token；启动到首 token = 进程启动到第一个 token。
• 会话中途整段失效 = 会话内非首个请求、prompt ≥ 4k、缓存读低于 20% 的请求占比。
• 括号内是单次 run 的最低–最高。
• API 等价花费（每百万 token）：gpt-6.1-sol 输入 $2.00、缓存输入 $0.10、输出 $10.00；claude-sonnet-5-5 输入 $2、输出 $10、缓存读 $0.20、5 分钟缓存写 $2.50、1 小时缓存写 $4。

结果

0. token 与命中率总览

横轴是每任务平均总 token（对数轴，越左越省），纵轴是按 token 加权的缓存命中率（越高越好），左上角最好。只看命中率会奖励把大段前缀放进缓存的做法，只看 token 又看不出缓存帮了多少，两项放在一起才能看出谁在「少用」和「多复用」上都占优。第二张图把横轴换成 API 等价花费，把缓存读、缓存写和输出的不同价格算进去。交互版可切换横轴，悬停查看每个点的明细。

颜色区分 CLI，形状区分账号类型：实心圆 = Claude 订阅（OAuth），菱形 = ChatGPT 订阅（OAuth），空心圆 = Claude API key。Claude 订阅与 API key 都用 claude-sonnet-5-5，ChatGPT 订阅用 gpt-6.1-sol。每个大点 = 11 题 × 3 次；dsh ChatGPT 账号 32 次（1 次 WebSocket 断线未计入）。

• 前沿上的 6 个点：pi（Claude API）21k / 73.4%、pi（ChatGPT）37k / 84.0%、dsh（Claude API）69k / 88.7%、Codex 80k / 88.8%、opencode（ChatGPT）82k / 89.2%、oh-my-pi（Claude API）101k / 92.0%。
• 更优区域（token 不高于中位数 80.7k 且命中率不低于中位数 87.6%）里是 dsh（Claude API）和 Codex。本仓库 Claude 账号 73k / 87.1% 与官方 81k / 87.3% 都在区域边缘，二者命中率相差 0.2 个百分点，在噪声范围内。
• pi 的提示只有约 2.7k，token 最少但新内容占比大，命中率最低；opencode 在 Claude API key 下 92k / 79.2%，两项都落后于同模型的其他 CLI。

花费的计法：所有账号都按同一张公开 API 价目表换算每次 run 的 usage（价格见「口径」），再取平均。ChatGPT 订阅（OAuth）用 gpt-6.1-sol 的 OpenAI 价；Claude API key 用 claude-sonnet-5-5 的 Anthropic 价，缓存写按各 CLI 实际写入的档位计（本仓库与官方 1 小时，其他 CLI 5 分钟）；本仓库与官方的 Claude 订阅（OAuth）也按同一张 Anthropic 价目表换算。两种订阅本身是包月，实际账单不按 token 计，这里的金额只用于横向比较。两种模型价格不同，跨模型（Claude 侧对 ChatGPT 侧）只看相对位置。

CLI	账号	模型	effort	平均总 token	命中率	API 等价花费 / 任务
本仓库	Claude 订阅	claude-sonnet-5-5	medium（默认）	72.7k	87.1%	$0.078
官方 Claude Code 2.1.319	Claude 订阅	claude-sonnet-5-5	medium（默认）	81.0k	87.3%	$0.088
dsh 0.2.2-rc.1	Claude API key	claude-sonnet-5-5	low（默认）	69.2k	88.7%	$0.083
oh-my-pi 18.18.0	Claude API key	claude-sonnet-5-5	high（默认）	100.8k	92.0%	$0.091
opencode 1.19.5	Claude API key	claude-sonnet-5-5	adaptive（默认）	92.0k	79.2%	$0.119
pi 1.5.0	Claude API key	claude-sonnet-5-5	low（默认）	21.4k	73.4%	$0.045
本仓库	ChatGPT 订阅	gpt-6.1-sol	low（账号默认）	75.9k	85.3%	$0.050
Codex CLI 0.167.0	ChatGPT 订阅	gpt-6.1-sol	low（账号默认）	80.3k	88.8%	$0.047
opencode 1.19.5	ChatGPT 订阅	gpt-6.1-sol	low（默认）	81.5k	89.2%	$0.059
pi 1.5.0	ChatGPT 订阅	gpt-6.1-sol	medium（默认）	36.5k	84.0%	$0.041
dsh 0.2.2-rc.1	ChatGPT 订阅	gpt-6.1-sol	未记录（pi-ai 默认）	134.2k	89.9%	$0.073
oh-my-pi 18.18.0	ChatGPT 订阅	gpt-6.1-sol	high（默认）	104.5k	88.0%	$0.079

effort 取代理日志里请求实际携带的值；dsh 的 ChatGPT 请求没有带 effort 字段。dsh ChatGPT 账号只计成功的 32 次 run；第 11 节的平均把失败那次（约 5k token）也算进 33 次，所以那里是 130.2k / 89.8%。

• Claude 侧本仓库 $0.078，比官方 $0.088 低 12%，也低于 dsh $0.083、oh-my-pi $0.091、opencode $0.119；只有 pi $0.045 更低，因为它的提示只有约 2.7k、effort low。
• ChatGPT 侧缓存读只收输入价的 1/20，各 CLI 差距被压小：pi $0.041、Codex $0.047、本仓库 $0.050、opencode $0.059、dsh $0.073、oh-my-pi $0.079。本仓库比 Codex 贵 6%，差在新会话第一个请求的未缓存部分（6.3k 对 2.7k）。
• 前沿：pi（ChatGPT）$0.041 / 84.0%、Codex $0.047 / 88.8%、opencode（ChatGPT）$0.059 / 89.2%、dsh（ChatGPT）$0.073 / 89.9%、oh-my-pi（Claude API）$0.091 / 92.0%。更优区域（花费不高于中位数 $0.075 且命中率不低于中位数 87.6%）里是 Codex、opencode 与 dsh 的 ChatGPT 账号；Claude 侧的点都在中位数右边，是两种模型价目不同造成的。

• 同一 CLI 在不同任务类型之间的位置变化，大于同一类型里 CLI 之间的差距。
• Claude 订阅（本仓库、官方）在研究、运维、Lean 三类处于前沿或贴近前沿；编码类两者都是 81%，低于 ChatGPT 订阅的 83–91%。
• 排障（ssh / Kubernetes 4 题）：oh-my-pi（Claude API）91k / 92.2% 命中最高；本仓库 Claude 95k / 89.9% 与官方 99k / 90.0% 持平；本仓库 ChatGPT 76k / 79.5%，低于 Codex 127k / 90.0%。
• Claude API key 的 opencode 在研究、编码、运维、Lean 四类比同模型的 Claude 订阅低 9–18 个百分点；办公类命中率接近，但 token 是 205k。pi 在每一类都是 token 最少的点。

• 6 轮交互：前沿是 pi（Claude API）60k / 90.4%、opencode（Claude API）176k / 90.4%、本仓库 Claude TUI 235k / 94.8%、官方 640k / 97.3%。官方命中率最高，但 token 是本仓库的 2.7 倍。Web 只有本仓库有，其他 CLI 没有 Web 界面。
• SDK 4 轮：本仓库 Claude 133k / 92.1% 在前沿上，官方 155k / 92.5%。
• 多代理：同一任务从单代理到 3 个 subagent，Codex 356k / 95.1%、dsh（Claude API）178k / 93.6%、oh-my-pi（Claude API）230k / 90.1% 命中最高；本仓库两个账号 subagent 在 80–81%。Agent Teams 只有本仓库与官方有：本仓库 Claude 337k / 89.8%、ChatGPT 498k / 82.6%。pi 没有 subagent。
• 长时间闲置：ChatGPT 侧缓存没有过期，opencode 358k / 94.8%、Codex 361k / 92.7%、本仓库 331k / 91.6%；Claude 侧本仓库与官方写 1 小时缓存，65 分钟后过期，306k / 81.8% 与 349k / 85.9%；pi 与 opencode 在 Claude 侧写 5 分钟缓存，闲置 15 分钟以上就过期，73.0% 与 76.6%。

1. 总体命中率

CLI 模式（-p / exec / run），每个 CLI 33 次，表中 token 为每次 run 的平均值：

CLI	成功	命中率（单次范围）	平均总 token	未缓存输入	缓存读	缓存写	输出	首个 prompt	平均 prompt	请求数	平均请求体	平均 TTFT	平均用时	API 等价花费（单次范围）
本仓库 · Claude 账号	33/33	87.1%（49–93）	72.7k	0.0k	60.7k	9.0k	3.0k	15.5k	17.2k	4.0	46 KB	2.59s	26s	$0.078（0.039–0.174）
官方 Claude Code 2.1.319	33/33	87.3%（77–94）	81.0k	0.0k	67.7k	9.8k	3.5k	17.1k	19.0k	4.0	15 KB	2.50s	30s	$0.088（0.039–0.238）
本仓库 · ChatGPT 账号	33/33	85.3%（50–93）	75.9k	10.8k	62.9k	0.0k	2.2k	10.4k	12.7k	5.6	59 KB	3.05s	61s	$0.050（0.021–0.105）
Codex CLI 0.167.0	33/33	88.8%（79–96）	80.3k	8.8k	69.3k	0.0k	2.2k	14.6k	16.1k	4.8	19 KB	2.40s	59s	$0.047（0.014–0.110）
opencode 1.19.5	33/33	89.2%（71–96）	81.5k	8.4k	69.6k	0.0k	3.6k	0.7k	7.3k	9.3	33 KB	2.97s	95s	$0.059（0.013–0.182）
pi 1.5.0	33/33	84.0%（37–95）	36.5k	5.4k	28.4k	0.0k	2.7k	1.4k	3.6k	7.5	4 KB	3.16s	74s	$0.041（0.008–0.133）

新会话第一个请求：

CLI	首个 prompt	其中命中	未缓存	启动到首 token
本仓库 · Claude 账号	15.5k	10.0k	5.4k	3.4s
官方 Claude Code 2.1.319	17.1k	11.4k	5.7k	3.6s
本仓库 · ChatGPT 账号	10.4k	4.1k	6.3k	3.9s
Codex CLI 0.167.0	14.6k	11.8k	2.7k	5.5s
opencode 1.19.5	0.7k	0.0k	0.7k	5.3s
pi 1.5.0	1.4k	0.0k	1.4k	3.4s

opencode 的第一个请求是生成标题的小请求；它第一个带工具的请求平均 5.0k，其中缓存 2.9k（33 次中 6 次为 0）。

官方请求体更小，是因为它用服务器端 thread 续接，只发送增量；计费 token 不受影响。ChatGPT 侧缓存读只收 1/20 价，所以四个 CLI 的花费差距比 token 差距小。

Claude 模型下的 pi 与 opencode：pi 和 opencode 另用 Claude API key 跑同样 11 题 × 3 次（claude-sonnet-5-5，二者交错运行；本仓库与官方沿用上表 OAuth 数据）。API 等价花费按 Anthropic 公开价计算。

CLI	成功	命中率（单次范围）	平均总 token（单次范围）	缓存读	缓存写	输出	首个 prompt	平均 TTFT	平均用时	请求数	API 等价花费 / run
本仓库 · Claude 账号	33/33	87.1%（49–93）	72.7k（32–149k）	60.7k	9.0k	3.0k	15.5k	2.6s	26s	4.0	$0.078
官方 Claude Code 2.1.319	33/33	87.3%（77–94）	81.0k（36–159k）	67.7k	9.8k	3.5k	17.1k	2.5s	30s	4.0	$0.088
opencode 1.19.5	33/33	79.2%（59–89）	92.0k（34–440k）	68.0k	17.9k	6.1k	10.6k	2.3s	45s	6.1	$0.119
pi 1.5.0	33/33	73.4%（32–83）	21.4k（10–77k）	13.5k	4.9k	3.0k	2.7k	2.1s	23s	4.0	$0.045

短任务命中率 86.8% / 87.1% / 67.5% / 77.9%，长任务 87.3% / 87.4% / 81.9% / 71.9%（顺序同上表）。四个 CLI 会话中途失效都是 0。pi 命中率低是因为提示只有约 2.7k，新内容占比大，并非缓存失效；opencode 每个会话的第一个请求缓存读都是 0（33/33），另外三个能复用跨会话前缀。本仓库与官方写 1 小时缓存，pi 与 opencode 写 5 分钟缓存。这两组用 API key、在另一时段运行，没有与本仓库、官方交错，比较时有时段偏差。

2. 短任务与长任务

CLI	短任务（15 次）	长任务（18 次）
本仓库 · Claude 账号	86.8%（49–93）/ 53.2k	87.3%（79–91）/ 89.0k
官方 Claude Code 2.1.319	87.1%（81–90）/ 53.9k	87.4%（77–94）/ 103.6k
本仓库 · ChatGPT 账号	82.9%（50–91）/ 52.7k	86.5%（77–93）/ 95.2k
Codex CLI 0.167.0	89.7%（85–94）/ 58.9k	88.3%（79–96）/ 98.1k
opencode 1.19.5	84.6%（71–90）/ 28.4k	90.1%（73–96）/ 125.8k
pi 1.5.0	59.6%（37–78）/ 7.7k	86.6%（64–95）/ 60.5k

格式：命中率（单次范围）/ 平均总 token。短任务总量小，新会话第一个请求的未命中占比大；Codex 是唯一短任务高于长任务的 CLI，原因同上。

3. 按任务类型

每个任务 × CLI（命中率 · 平均总 token · 平均用时，各 3 次）：

任务	本仓库 · Claude	官方 2.1.319	本仓库 · ChatGPT	Codex 0.167.0	opencode 1.19.5	pi 1.5.0
办公・短 doc	87% · 48.2k · 11s	87% · 53.4k · 12s	82% · 44.0k · 22s	89% · 68.6k · 31s	87% · 22.9k · 29s	54% · 5.0k · 17s
办公・长 doc-l	86% · 109.3k · 61s	84% · 124.3k · 86s	86% · 104.7k · 154s	91% · 101.5k · 147s	91% · 170.0k · 293s	95% · 113.0k · 272s
研究・短 research-s	87% · 49.5k · 15s	87% · 54.7k · 15s	83% · 49.4k · 33s	89% · 63.2k · 30s	84% · 41.4k · 50s	63% · 10.9k · 26s
研究・长 research-l	91% · 85.8k · 22s	91% · 94.2k · 22s	88% · 59.9k · 51s	92% · 81.8k · 49s	90% · 100.9k · 95s	64% · 12.1k · 37s
编码・短 coding-s	78% · 43.3k · 14s	84% · 42.2k · 11s	85% · 54.9k · 23s	89% · 61.7k · 21s	83% · 28.1k · 26s	57% · 7.7k · 19s
编码・长 coding	83% · 53.3k · 25s	83% · 58.8k · 26s	89% · 85.0k · 72s	89% · 91.5k · 68s	91% · 92.0k · 98s	73% · 30.2k · 77s
编码・长 longcode	82% · 76.1k · 47s	77% · 75.8k · 58s	91% · 81.5k · 139s	93% · 93.2k · 146s	89% · 124.4k · 221s	88% · 92.9k · 194s
运维・短 ops-s	87% · 48.2k · 15s	88% · 59.7k · 14s	77% · 51.2k · 24s	91% · 61.8k · 22s	87% · 22.7k · 25s	53% · 6.7k · 20s
运维・长 ops	89% · 128.8k · 35s	90% · 135.3k · 34s	86% · 150.0k · 80s	83% · 144.0k · 75s	91% · 226.4k · 134s	84% · 92.7k · 81s
Lean・短 lean-s	91% · 76.7k · 17s	89% · 59.3k · 15s	86% · 64.3k · 29s	91% · 39.3k · 21s	83% · 26.8k · 26s	65% · 8.4k · 22s
Lean・长 lean-l	90% · 80.6k · 26s	92% · 133.2k · 34s	81% · 90.2k · 51s	85% · 76.8k · 39s	83% · 40.9k · 49s	80% · 22.2k · 52s

pi 在短任务和研究题上命中率低，是因为它的系统提示与工具定义只有约 1.4k，总量太小，未缓存的新输入占比大；按总 token 算它最省。

4. 交互与多轮

CLI	模式	成功	命中率（单次范围）	平均总 token	未缓存输入	缓存读	缓存写	输出	首个 prompt	平均 prompt	请求数	平均 TTFT	平均用时
本仓库 · Claude 账号	TUI 6 轮	3/3	94.8%（95–95）	234.8k	1.2k	218.8k	10.7k	4.0k	17.0k	20.3k	12.3	2.13s	96s
官方 Claude Code 2.1.319	TUI 6 轮	3/3	97.3%（97–97）	640.2k	4.1k	618.6k	12.9k	4.7k	32.9k	36.6k	18.3	1.48s	104s
本仓库 · ChatGPT 账号	TUI 6 轮	3/3	91.0%（89–94）	309.8k	27.6k	279.2k	0.0k	2.9k	11.6k	13.9k	23.0	2.57s	182s
Codex CLI 0.167.0	TUI 6 轮	3/3	93.1%（92–94）	266.7k	18.1k	245.4k	0.0k	3.3k	14.5k	17.1k	16.0	2.11s	149s
pi 1.5.0	TUI 6 轮	3/3	83.5%（81–86）	80.4k	12.8k	65.0k	0.0k	2.6k	1.3k	3.0k	25.7	2.09s	154s
opencode 1.19.5	TUI 6 轮	3/3	90.2%（88–95）	169.8k	16.3k	149.7k	0.0k	3.7k	0.5k	7.7k	21.7	2.76s	186s
pi 1.5.0 · Claude API key	TUI 6 轮	3/3	90.4%（90–91）	60.0k	0.0k	50.8k	5.4k	3.8k	2.5k	4.8k	11.7	1.59s	88s
opencode 1.19.5 · Claude API key	TUI 6 轮	3/3	90.4%（90–91）	176.1k	0.0k	154.8k	16.3k	4.9k	11.1k	13.8k	13.3	1.33s	95s
本仓库 · Claude 账号	SDK 4 轮	3/3	92.1%（92–92）	133.4k	0.0k	119.2k	10.2k	4.0k	15.5k	18.5k	7.0	2.54s	38s
官方 Claude Code 2.1.319	SDK 4 轮	3/3	92.5%（92–93）	154.8k	0.0k	139.2k	11.3k	4.3k	17.2k	20.5k	7.3	3.23s	46s
本仓库 · ChatGPT 账号	SDK 4 轮	3/3	91.9%（90–93）	177.5k	14.0k	159.9k	0.0k	3.6k	10.4k	14.5k	12.0	3.44s	112s
Codex CLI 0.167.0	SDK 4 轮	3/3	90.7%（89–91）	201.0k	18.4k	178.9k	0.0k	3.7k	15.1k	18.5k	10.7	2.55s	118s
pi 1.5.0	SDK 4 轮	3/3	86.0%（81–91）	82.1k	11.0k	67.5k	0.0k	3.6k	1.4k	4.6k	17.0	2.37s	119s
opencode 1.19.5	SDK 4 轮	3/3	88.9%（87–90）	188.3k	20.4k	163.1k	0.0k	4.7k	0.7k	9.2k	20.0	2.67s	158s
pi 1.5.0 · Claude API key	SDK 4 轮	3/3	83.9%（84–84）	45.1k	0.0k	34.4k	6.6k	4.0k	2.8k	5.9k	7.0	1.51s	30s
opencode 1.19.5 · Claude API key	SDK 4 轮	3/3	84.1%（83–85）	123.8k	0.0k	99.5k	18.7k	5.5k	10.8k	15.3k	8.7	1.75s	51s
本仓库 · Claude 账号	Web 6 轮	3/3	94.0%（91–96）	242.3k	0.0k	223.8k	14.3k	4.1k	16.7k	19.8k	12.0	1.54s	81s
本仓库 · ChatGPT 账号	Web 6 轮	3/3	86.5%（83–89）	295.8k	39.5k	253.4k	0.0k	3.0k	11.0k	13.7k	21.3	2.90s	167s

官方 TUI 命中率更高，但首个 prompt 是本仓库的 2 倍、请求数多 50%，绝对用量大得多。命中率高不等于更省，比较成本以总 token 为准。opencode 与 pi 没有 stream-json 输入，SDK 场景用「每轮一个新进程 + --continue」接续同一会话；opencode 每轮先发一个标题请求，计入总量。Web 6 轮只有本仓库有 Web 界面，其他 CLI 不适用。

5. 多代理协作

CLI	方式	成功	平均总 token（单次范围）	相对单代理	命中率	请求数	平均用时
本仓库 · Claude 账号	单代理	3/3	55.8k（50–67k）	1.0×	87.4%	3.3	12s
本仓库 · Claude 账号	3 个 subagent	3/3	156.2k（155–157k）	2.8×	80.6%	12.0	27s
本仓库 · Claude 账号	Agent Teams 3 人	3/3	337.0k（336–338k）	6.0×	89.8%	20.0	25s
官方 Claude Code 2.1.319	单代理	3/3	61.5k（56–73k）	1.0×	87.5%	3.3	13s
官方 Claude Code 2.1.319	3 个 subagent	3/3	225.8k（205–236k）	3.7×	85.1%	15.3	26s
官方 Claude Code 2.1.319	Agent Teams 3 人	3/3	243.8k（230–251k）	4.0×	88.1%	16.3	21s
本仓库 · ChatGPT 账号	单代理	3/3	58.8k（57–60k）	1.0×	87.5%	5.0	27s
本仓库 · ChatGPT 账号	3 个 subagent	3/3	223.1k（217–233k）	3.8×	80.3%	26.0	53s
本仓库 · ChatGPT 账号	Agent Teams 3 人	3/3	497.8k（429–546k）	8.5×	82.6%	42.0	74s
Codex CLI 0.167.0	单代理	3/3	66.6k（66–67k）	1.0×	87.2%	4.0	28s
Codex CLI 0.167.0	3 个 subagent	3/3	356.5k（324–406k）	5.4×	95.1%	22.0	38s
opencode 1.19.5	单代理	3/3	63.1k（61–67k）	1.0×	87.5%	10.3	53s
opencode 1.19.5	3 个 subagent	3/3	128.9k（128–130k）	2.0×	83.1%	25.0	76s
pi 1.5.0	单代理	3/3	14.7k（14–15k）	1.0×	70.2%	7.0	27s
opencode 1.19.5 · Claude API key	单代理	3/3	36.9k（36–38k）	1.0×	75.1%	4.0	13s
opencode 1.19.5 · Claude API key	3 个 subagent	3/3	157.1k（155–161k）	4.3×	86.5%	16.0	27s
pi 1.5.0 · Claude API key	单代理	3/3	11.9k（11–12k）	1.0×	75.2%	3.0	9s

任务：dates.py、money.py、textwrap2.py 各有一个 bug，修好后跑测试。subagent 与 Teams 只在提示里多一句「每个模块交给一个 subagent / 队员」；Teams 提示要求给每个队员命名，9 次 run 都发出了 3 个具名 Agent 调用。本仓库的队员是真正的团队成员：带完整主提示和队员附加说明，通过邮箱汇报，收尾时还要处理关闭请求，因此比 subagent 多用 token。官方 2.1.319 在 -p 下返回「Async agent launched successfully」，按后台 subagent 运行、没有邮箱，之后的关闭消息报「Task dates is not running」，即实际没有组队；表中官方 Teams 一行只作参考。Teams 用 dev 3da7a1d，它比 453b1c6 只多一处 -p 下 Teams 收尾时机的改动（#1038）。ChatGPT 下每个队员约 8 个请求（模型多为每步一个工具调用），所以请求数和总 token 高于 Claude 侧；约 85% 是缓存读。

Codex 与 opencode 用各自的子代理工具（Codex spawn_agent，0.167.0 默认开启；opencode task），提示里只把「Agent tool」换成对应工具名；每次 run 都确认开出了子代理。Codex 的 3 个子代理各带完整前缀，总 token 是单代理的 5.4 倍，但命中 95.1%，按 API 价只有 $0.084，低于本仓库 ChatGPT 的 $0.133。pi 没有子代理功能，只有单代理一格。只有 Claude Code 系有 Agent Teams。

6. 长时间闲置后的缓存

同一会话 7 轮编码（读代码列 bug、修 bug、补测试、加两个 CLI 子命令、写 CHANGES.md、最后跑测试），轮间闲置 0 / 4 / 15 / 65 / 4 / 65 / 4 分钟，整个会话约 2.7 小时，用 SDK 多轮方式驱动（Claude Code 系 stream-json，Codex exec resume，pi 与 opencode --continue）。

CLI	成功	总 token（单次范围）	缓存写	整体命中率	请求数	每轮第一个请求命中率（3 次平均）	API 等价花费
本仓库 · Claude 账号	3/3	306k（301–312k）	54.3k	81.8%	14.0	0 / 97 / 98 / 50 / 96 / 28 / 99	$0.350
官方 Claude Code 2.1.319	3/3	349k（340–360k）	47.6k	85.9%	14.0	67 / 97 / 98 / 50 / 99 / 39 / 99	$0.353
本仓库 · ChatGPT 账号	3/3	331k（294–373k）	0	91.6%	23.0	35 / 81 / 92 / 98 / 97 / 97 / 99	$0.132
Codex CLI 0.167.0	3/3	361k（338–373k）	0	92.7%	18.3	82 / 91 / 96 / 94 / 80 / 97 / 99	$0.142
pi 1.5.0	3/3	131k（117–149k）	0	83.1%	25.0	0 / 31 / 96 / 55 / 97 / 97 / 97	$0.104
opencode 1.19.5	3/3	358k（296–470k）	0	94.8%	32.7	73 / 97 / 98 / 99 / 98 / 99 / 99	$0.145
pi 1.5.0 · Claude API key	3/3	100k（94–107k）	25k	73.0%	14.0	52 / 89 / 27 / 14 / 96 / 5 / 99	$0.142
opencode 1.19.5 · Claude API key	3/3	370k（298–468k）	82k	76.6%	20.3	0 / 96 / 0 / 0 / 98 / 0 / 99	$0.388

• Claude 侧两次 65 分钟闲置后，第一个请求只命中静态前缀（约一半）；第二次本仓库单次为 0–43%，官方 38–40%。官方的静态前缀被全球用户持续使用，始终在缓存里；本仓库的前缀只有自己用，闲置后容易过期。
• 新会话第一个请求：官方 67%、本仓库 0%（3 次同时冷启动，前缀都还没写入）。CLI 矩阵里本仓库首请求平均命中 10.0k，是因为当天已有其他 run 写过前缀。
• ChatGPT 侧缓存保留时间更长：闲置 65 分钟后，本仓库 ChatGPT 账号 97–98%，Codex 94–97%；pi 第一次 65 分钟后平均 55%（单次 0–97%），第二次 97%。单次的整段失效（如 Codex 第 5 轮一次 60%、pi 第 2 轮两次 0%）出现在短闲置之后，与闲置时长无关。
• pi 与 opencode 在 Claude 侧只写 5 分钟缓存：闲置 15 分钟及以上后，下一轮第一个请求 opencode 每次都是 0%，pi 只剩 5–27%（部分前缀仍在缓存里）。所以 opencode 在 Claude 侧 2.7 小时用了 370k、$0.388，是全表最贵；同一工具在 ChatGPT 侧闲置后仍有 97–99%。
• opencode 每轮先发一个标题请求，表中「每轮第一个请求」取该轮第一个带工具的请求。
• 总 token 本仓库 Claude 比官方少 12%，ChatGPT 账号比 Codex 少 8%。

7. 稳定性：会话中途整段失效

CLI	失效请求 / 统计请求	比例	损失的缓存读
本仓库 · Claude 账号	0 / 195	0.0%	0
官方 Claude Code 2.1.319	0 / 182	0.0%	0
Codex CLI 0.167.0	1 / 215	0.5%	16.1k
本仓库 · ChatGPT 账号	9 / 330	2.7%	117.4k
opencode 1.19.5	10 / 315	3.2%	52.1k
pi 1.5.0	6 / 142	4.2%	52.5k

统计范围是 CLI 矩阵全部 run 的主代理请求。ChatGPT 侧的失效发生在 tools 与前缀都没变的请求上，来自 OpenAI 后端路由，客户端无法修正；改走 WebSocket 的 10 组对照没有改善（WebSocket 6.3%、SSE 4.1%），Bun 下只用 SSE（记录在 #1023）。

8. 启动与资源占用

CLI	-p 启动到首个请求	-p 峰值内存	TUI 可输入	TUI 待机内存	启动后 5–25s CPU	串流 CPU	串流峰值内存
本仓库 · Claude 账号	0.82s（0.77–0.88）	248 MB	0.52s	220 MB	9.3%	8.0%	264 MB
官方 Claude Code 2.1.319	0.89s（0.87–0.95）	254 MB	0.73s	240 MB	1.9%	10.7%	281 MB
本仓库 · ChatGPT 账号	0.71s（0.70–0.76）	249 MB	0.51s	233 MB	10.5%	5.5%	277 MB
Codex CLI 0.167.0	2.59s（2.17–3.35）	209 MB	0.40s	597 MB	1.1%	未测到	629 MB
pi 1.5.0	0.83s（0.79–0.88）	125 MB	0.40s	99 MB	0.5%	3.4%	133 MB
opencode 1.19.5	2.81s（2.75–2.91）	588 MB	4.83s	566 MB	3.9%	未测准	—

各 3 次取中位数。串流 CPU = 让模型输出约 800 字期间整个进程树的 CPU 占用；官方第 1 次串流测量超时，取另外 2 次；Codex TUI 的串流时间太短，测不到；opencode 的 -p 首个请求是标题请求，它的 TUI 串流期间还有其他请求，串流 CPU 没有测准，不列。本仓库启动后 5–25 秒有背景预取，CPU 比官方高；60 秒后两边待机 CPU 都低于 0.5%。

9. oh-my-pi（功能更多的 pi 分支）

oh-my-pi 18.18.0（omp）在 pi 的基础上多了 glob、grep、eval、task（子代理）、wait、todo 等工具，共 10 个（关闭 web_search），默认 effort high。它和 pi 1.5.0 同一时段交错跑全部 11 题 × 3 次，两种账号各一组，132 次全部通过（Lean 两题稍后补跑）。表中本仓库与其他 CLI 取主矩阵同 11 题的数据。

CLI	账号	命中率（单次范围）	平均总 token（单次范围）	输出	首个 prompt	平均用时	请求数	API 等价花费 / 任务
oh-my-pi 18.18.0	Claude API key	92.0%（74–97）	100.8k（37–550k）	5.4k	11.9k	42s	5.5	$0.091
pi 1.5.0（同时段）	Claude API key	69.5%（33–83）	19.6k（9–57k）	3.1k	2.7k	23s	3.8	$0.046
本仓库	Claude 账号	87.1%（49–93）	72.7k（32–149k）	3.0k	15.5k	26s	4.0	$0.078
官方 Claude Code 2.1.319	Claude 账号	87.3%（77–94）	81.0k（36–159k）	3.5k	17.1k	30s	4.0	$0.088
oh-my-pi 18.18.0	ChatGPT 账号	88.0%（49–97）	104.5k（31–445k）	4.6k	6.9k	117s	8.7	$0.079
pi 1.5.0（同时段）	ChatGPT 账号	81.1%（28–95）	35.4k（5–121k）	2.5k	1.4k	69s	7.8	$0.040
本仓库	ChatGPT 账号	85.3%（50–93）	75.9k（44–151k）	2.2k	10.4k	61s	5.6	$0.050
Codex CLI 0.167.0	ChatGPT 账号	88.8%（79–96）	80.3k（39–165k）	2.2k	14.6k	59s	4.8	$0.047

• 前缀从 pi 的 2.7k 变成 11.9k，加上默认 effort high，oh-my-pi 的 token 是同时段 pi 的 3.0–5.1 倍、本仓库的 1.4 倍；固定前缀占比大，所以命中率反而最高。按 API 价它约是 pi 的 2 倍，比本仓库贵 17%（Claude）到 58%（ChatGPT）。
• Lean 两题：Claude 侧 lean-s 46.8k / 88%、lean-l 137.1k / 96%；ChatGPT 侧 lean-s 49.6k / 87%、lean-l 90.4k / 88%。
• 3 个子代理（与第 5 节同题）：Claude 侧 40.1k → 230.0k（5.7×），ChatGPT 侧 65.5k → 196.2k（3.0×）。
• oh-my-pi 在 Anthropic 侧用服务器端对话续接，第二个请求起只发增量；usage 仍完整计入缓存读。Claude 侧它写 5 分钟缓存。

10. 运维排障：ssh 与 Kubernetes 真实环境

主矩阵的两道运维题不碰真实系统，这组补了 4 道在真实环境里排障的题：

任务	环境	植入故障
ssh-s	每次 run 一台全新 docker sshd 靶机，agent 只有 ops 账号密钥	/home/deploy/.ssh 权限 0777，StrictModes 拒绝登录
ssh-l	同上，另有 runbook 与 healthcheck	AllowUsers 拼错、home 可组写、shell 为 nologin、authorized_keys 限制来源、日志目录属主错误，共 5 处
k8s-s	真实 k3s v1.31.4 集群，每次 run 独立 namespace	环境变量名拼错导致 CrashLoopBackOff
k8s-l	同上：frontend → backend Service → backend + worker	Service selector、readiness 端口、frontend 地址端口、worker 资源请求过大，共 4 处

判定全部自动（登录与安全配置检查、Deployment Ready、经 Service 取到数据、INCIDENT.md 覆盖根因），并记录 run 期间对靶机的 docker exec（120 次都是 0）。10 个 CLI × 4 题 × 3 次 = 120 次，全部通过，用 dev 19b3d5e，18:59–19:28 UTC 交错运行。

CLI	账号	命中率（单次范围）	平均总 token（单次范围）	请求数	平均用时
本仓库	Claude 账号	89.9%（86–97）	95.4k（50–168k）	4.9	33s
官方 Claude Code 2.1.319	Claude 账号	90.0%（86–97）	99.2k（54–158k）	4.8	40s
pi 1.5.0	Claude API key	77.5%（65–86）	31.3k（12–70k）	4.9	25s
opencode 1.19.5	Claude API key	75.4%（64–84）	69.2k（35–133k）	5.6	35s
oh-my-pi 18.18.0	Claude API key	92.2%（90–95）	91.4k（39–174k）	5.3	41s
本仓库	ChatGPT 账号	79.5%（64–90）	76.2k（32–124k）	5.5	60s
Codex CLI 0.167.0	ChatGPT 账号	90.0%（86–95）	126.7k（65–263k）	6.2	51s
pi 1.5.0	ChatGPT 账号	73.5%（26–83）	34.7k（6–73k）	5.8	48s
opencode 1.19.5	ChatGPT 账号	84.4%（54–91）	116.7k（16–265k）	10.4	80s
oh-my-pi 18.18.0	ChatGPT 账号	88.5%（73–95）	164.8k（32–309k）	10.0	103s

每格 12 次（4 题 × 3）。分题（平均总 token · 命中率，各 3 次）：

CLI	ssh-s	ssh-l	k8s-s	k8s-l
本仓库 · Claude	50.1k · 89.8%	136.5k · 92.2%	67.6k · 88.3%	127.3k · 88.5%
官方 2.1.319	54.7k · 90.3%	126.1k · 92.1%	60.7k · 87.4%	155.3k · 89.1%
本仓库 · ChatGPT	32.7k · 64.5%	113.0k · 78.9%	41.7k · 83.2%	117.4k · 82.9%
Codex 0.167.0	65.5k · 91.7%	139.1k · 90.5%	100.5k · 91.3%	201.8k · 88.5%

• Claude 侧本仓库与官方持平（命中 89.9% 对 90.0%），token 少 4%。
• ChatGPT 侧本仓库 79.5%、Codex 90.0%，差距集中在短题（ssh-s 64.5% 对 91.7%）：短题只有 3–4 个请求，新会话第一个请求未缓存部分占比大，与主矩阵短任务的结构性差距相同。本仓库 token 比 Codex 少 40%。
• 这组题全部通过，只能区分成本与缓存，区分不了能力。

11. dsh（DeepSeek Harness）

dsh 0.2.2-rc.1 用 headless 模式（dsh --profile headless --json），模型经它内置的 pi-ai 路由，关闭网页工具后共 22 个工具（含 subagent、subagent_fork、workflow、goal 与后台任务工具），系统提示约 2.3k 字符。11 题 × 3 次，两种账号各一组；Claude 侧与 pi 1.5.0 同一时段交错，ChatGPT 侧单独顺序运行。dsh 每个会话还用主模型发一个生成标题的小请求，计入总量，不计入首个 prompt。其他行取主矩阵与第 1 节同 11 题的数据。

CLI	账号	成功	命中率（单次范围）	平均总 token（单次范围）	输出	首个 prompt	平均用时	请求数	API 等价花费 / 任务
dsh 0.2.2-rc.1	Claude API key	33/33	88.7%（79–95）	69.2k（26–365k）	5.4k	8.1k	39s	6.1	$0.083
pi 1.5.0（同时段）	Claude API key	33/33	77.0%（33–89）	26.0k（9–84k）	3.2k	2.7k	25s	4.6	$0.049
本仓库	Claude 账号	33/33	87.1%（49–93）	72.7k（32–149k）	3.0k	15.5k	26s	4.0	$0.078
官方 Claude Code 2.1.319	Claude 账号	33/33	87.3%（77–94）	81.0k（36–159k）	3.5k	17.1k	30s	4.0	$0.088
dsh 0.2.2-rc.1	ChatGPT 账号	32/33	89.8%（0–96）	130.2k（5–723k）	3.4k	4.1k	72s	15.3	$0.073
本仓库	ChatGPT 账号	33/33	85.3%（50–93）	75.9k（44–151k）	2.2k	10.4k	61s	5.6	$0.050
Codex CLI 0.167.0	ChatGPT 账号	33/33	88.8%（79–96）	80.3k（39–165k）	2.2k	14.6k	59s	4.8	$0.047

• dsh 首个 prompt 比本仓库小一半（Claude 侧 8.1k 对 15.5k），短任务因此省 token；但请求数多（ChatGPT 侧 15.3 对 5.6），长任务 ChatGPT 侧平均 220.8k，是本仓库的 2.3 倍，doc-l、longcode 单次最高 723k。
• 唯一失败：ChatGPT 侧一次第一个请求遇到 WebSocket closed 1006，dsh 不重试直接结束。
• 3 个子代理（与第 5 节同题，每次确认开出 3 个 subagent）：Claude 侧 28.9k → 178.0k（6.2×），ChatGPT 侧 60.1k → 236.3k（3.9×）；每个子代理带完整工具与系统提示。
• ChatGPT 侧会话中途失效按同一口径计 16 次，主要是第二个请求紧跟第一个（约 2 秒内）还读不到刚写入的缓存，以及模型自行开出的子代理首个请求；Claude 侧 0 次。
• ChatGPT 路由下 dsh 输出最终结果后进程不退出（pi-ai 的 WebSocket 连接缓存约 5 分钟），每次都由 harness 结束，用时按最终结果计。

局限

• 任务成功率几乎全部 100%，题组对成功率没有区分度；各 CLI 的差别体现在 token、用时和稳定性。
• 每格 3 次。ChatGPT 侧同一格重跑平均相差 9 个百分点（最大 39），单格差异需超过约 10 个百分点才有意义。
• Agent Teams 只有 Claude Code 系有；pi 没有子代理功能。Web 场景只有本仓库有。
• 补跑的格（opencode 多轮场景、Claude 侧 pi / opencode 多轮场景、多代理新格）与早先的格不在同一时段。

数据与复现

完整报告、逐 run 汇总、逐请求原始日志与 harness 在项目共享目录：

• regression/cache-bench-1107-post/：CLI 矩阵、TUI / SDK / Web（report.md、results.json、raw/、harness/）。
• regression/cache-bench-1107-current/：多代理、长闲置、启动与资源占用（raw/sub/、raw/team/、raw/gap/、raw/b6/、harness/）；pi 与 opencode 的 Claude 侧 CLI 矩阵在 claude-api/；各 CLI × 账号的补齐格与 API 等价花费在 chatgpt-api/（results.json 汇总全部逐 run 数据）；oh-my-pi 在 oh-my-pi/；dsh 在 dsh/；ssh / k8s 运维排障在 ops-troubleshoot/。

原始日志按 raw/<场景>/<任务>/<CLI>-<轮次>/ 存放，只追加不覆盖，不含凭证。本页图表由上述数据直接生成，脚本在 regression/cache-bench-1107-post/charts/。

---

本页由 docs/features/cache-benchmark.md 自动同步，请在仓库中修改。