lightseekorg/tokenspeed가 2026년 11월 8일 커밋 `7b21034`(PR #3182, feat(engine): report reasoning token usage)로 추론 토큰 사용량 집계 기능을 추가했다. 추론 모델이 생각에 쓴 토큰(reasoning token)의 누적 개수를 엔진이 직접 세어 출력 배치에 `reasoning_tokens` 필드로 붙이고, Rust 클라이언트와 Python 런타임까지 그대로 전달한다. 소스: https://github.com/lightseekorg/tokenspeed/commit/7b21034
세는 방식이 구체적이다. 엔진은 커밋된 토큰 ID에서 블록 표식을 뺀 누적 추론 토큰 수를 계산하고, DeepSeek V4.1은 도구 블록 시작 표식을 닫는 표시가 없는 암묵적 경계로 처리한다. 집계는 문법 제약(grammar constraint)과 독립이라 `--grammar-backend none`에서도 값이 나오고, 알려진 블록 표식이 없는 파서는 0으로 보고한다. PD(Prefill/Decode) 부트스트랩 토큰도 포함된다. 새 필드는 출력 배치 뒤쪽(wire tail)에 붙어, 예전 프로듀서가 만든 출력은 빈 목록으로 읽힌다.
다만 이 숫자가 외부 게이트웨이 응답까지 확장되지는 않았다. 이번 변경은 SMG 게이트웨이와 Dynamo의 응답 매핑을 의도적으로 그대로 두었고, 검증은 Rust·Python 테스트 통과 개수만 밝힐 뿐 성능 수치는 제시하지 않는다. 블록 표식을 아는 파서를 쓰는 요청에서만 의미 있는 값이 나온다는 한계가 그대로 남는다. 추론 비용을 계측하려는 쪽이라면 엔진 출력 경로를 직접 보는 것이 맞고, 게이트웨이를 통해 집계값을 기대하기는 이르다.