lightseekorg/tokenspeed 在 2026 年 11 月 8 日的提交 `7b21034`（PR #3182，feat(engine): report reasoning token usage）中新增了推理令牌用量统计功能。引擎直接统计推理模型用于思考的令牌（reasoning token）累计数量，将其作为 `reasoning_tokens` 字段附加到输出批次，并原样传递到 Rust 客户端和 Python 运行时。来源：https://github.com/lightseekorg/tokenspeed/commit/7b21034
计数方式是明确的。引擎从已提交的令牌 ID 中减去区块标记，计算出累积推理令牌数量；DeepSeek V4.1 被当作一种隐式边界处理，即没有用于关闭工具区块起始标记的结束标记。该统计与语法约束（grammar constraint）相互独立，因此即使在 `--grammar-backend none` 下也会得到数值，而不知道任何区块标记的解析器则报告 0。PD（Prefill/Decode）自举令牌也包含在内。新字段附加在输出批次末尾（wire tail），因此由早先的 producer 生成的输出会被读取为空列表。
不过，这一数字并未扩展到外部网关响应。本次变更有意保持 SMG 网关和 Dynamo 的响应映射不变，验证只说明了 Rust 和 Python 测试的通过数量，并未给出性能数值。仍然存在的限制是：只有在使用了知道区块标记的解析器的请求中，才会出现有意义的值。如果要计量推理成本，直接查看引擎的输出路径才是正确做法，而通过网关期待汇总值还为时尚早。