compaction 只影響 input。現況成本裡 output 佔多數，所以拿掉摘要的百分比增幅，取決於該模型的 output 佔比。

不再對每則 AI 回覆做摘要。歷史視窗仍是 4 輪，最新一則本來就以原文進 prompt，所以只有 3 則會從摘要換回原文。增幅不隨輪數變化。

歷史視窗取消後，成本隨輪數線性成長，沒有收斂跡象。額外移除記憶區塊幾乎不省錢，因為記憶主要落在走快取的 system block。

3.8 Flash 與 2.5 Pro 的配對比較用同一批 bench 劇情、同 6 個角色、turn 21–30。注意兩臂的 prompt 不同（Flash 為 NT V5.6，Pro 為 production 預設），差異同時包含模型與 prompt。

同樣移除摘要，Flash 的百分比增幅比 Pro 大，因為 Pro 有較高比例的成本在 output。絕對金額 Flash 仍然明顯便宜。

以下每一條都對應 floze-node / floze-prompt 的實際程式碼位置。

方法

限制