https://lilinji.github.io/tags/gemma4/Recent content in Gemma4 on Ringi's LogHugo -- 0.152.2zh-cnWed, 08 Apr 2026 09:49:00 +0800https://lilinji.github.io/2026/04/%E6%90%9E%E6%87%82%E7%BC%93%E5%AD%98%E6%9C%BA%E5%88%B6%E4%BB%8Egemma4%E5%88%B0claude-code%E7%9C%8180token/Wed, 08 Apr 2026 09:49:00 +0800https://lilinji.github.io/2026/04/%E6%90%9E%E6%87%82%E7%BC%93%E5%AD%98%E6%9C%BA%E5%88%B6%E4%BB%8Egemma4%E5%88%B0claude-code%E7%9C%8180token/<blockquote> <p>早上打开 Claude Code，敲第一句话，2%～10% 的套餐额度没了。午休回来继续干活，又一句话，10% 的额度蒸发。你有没有想过，这 token 到底花在哪了？我带着这个疑问，在本地用 Gemma4 跑小模型做实验——发现同一段对话，有些轮次要等 30 秒，有些只要 0.2 秒。为了搞清楚为什么，我会从 Transformer 的注意力机制开始讲，再到 Claude Code 的代码实现， Anthropic 在缓存上做了一整套精密工程。<strong>理解了这套机制，你就知道怎么让同样的套餐多撑 3-5 倍。</strong></p>