---
title: I used 2.45 billion AI tokens. Four systems turned that usage into finished work
title_ar: استخدمت ⁨2.45⁩ مليار ⁨token⁩. أربعة أنظمة حولت هذا الاستهلاك إلى عمل منجز
url: "https://www.aiwithmo.com/prompts/2-45-billion-ai-tokens"
canonical: "https://www.aiwithmo.com/prompts/2-45-billion-ai-tokens"
published: 2026-09-16
updated: 2026-09-16
category: ai-tools
languages: [ar, en]
author: Mohamed Khair
site: aiwithmo
---

# I used 2.45 billion AI tokens. Four systems turned that usage into finished work

## استخدمت ⁨2.45⁩ مليار ⁨token⁩. أربعة أنظمة حولت هذا الاستهلاك إلى عمل منجز

Source: https://www.aiwithmo.com/prompts/2-45-billion-ai-tokens · Author: Mohamed Khair (محمد خير), aiwithmo · Published in Arabic and English.

## English

I have used almost 200 million tokens in Claude Code, about 1.5 billion in ChatGPT, and more than 750 million through GLM. That is roughly 2.45 billion tokens across three systems. These figures come from my own usage dashboards. They are not a target for anyone else.

High usage can mean that an agent is reading real files, running tests, comparing sources, and trying again after a failure. It can also mean that five agents repeated the same research because nobody gave them separate jobs. The token count tells me how much compute moved. The files, tests, and finished tasks tell me whether the movement was useful.

Four systems made the difference in my work. The first was a local memory built from Markdown files. The second was a small instruction file that every session could read. The third was a routing index that pointed the agent to deeper notes without loading all of them. The fourth was parallel work assigned to smaller models only when the tasks were independent.

[Anthropic's memory documentation](https://code.claude.com/docs/en/memory) makes the file roles explicit. CLAUDE.md carries instructions that should be present in every session. Claude Code's auto-memory directory uses MEMORY.md as an index and stores the actual notes in separate topic files. Keeping that index short saves context and tells the agent where to look.

[Anthropic's subagent documentation](https://code.claude.com/docs/en/sub-agents) also names cost control as a reason to route bounded work to faster, cheaper models. The rule is simple: keep decisions and integration with the strongest model, then give research, review, and repetitive work to agents that can finish those jobs for less.

The copy block below gives you the file structure and the delegation prompt. Start with one project and 3 agents. Measure completed tasks, failed checks, and usage after every wave. More tokens are useful when each wave leaves behind verified work.

Follow for more:
- https://www.instagram.com/ai.with.mo/

Course Registration: https://halaqa.app/enrollment?course=start-with-ai

## العربية

استخدمت ما يقارب ⁨200⁩ مليون ⁨token⁩ في ⁨Claude Code⁩، ونحو ⁨1.5⁩ مليار في ⁨ChatGPT⁩، وأكثر من ⁨750⁩ مليون عبر ⁨GLM⁩. المجموع يقارب ⁨2.45⁩ مليار ⁨token⁩ في ⁨3⁩ أنظمة. هذه الأرقام مأخوذة من لوحات استخدامي أنا، وليست هدفاً مطلوباً من أي شخص آخر.

قد يرتفع الاستهلاك لأن ⁨agent⁩ يقرأ ملفات حقيقية، ويشغّل الاختبارات، ويقارن المصادر، ثم يعيد المحاولة بعد فشل واضح. وقد يرتفع لأن ⁨5⁩ ⁨agents⁩ كرروا البحث نفسه من دون توزيع دقيق للعمل. عدد ⁨token⁩ يخبرني بحجم التشغيل. أما الملفات والاختبارات والمهام المكتملة فتخبرني إن كان لهذا التشغيل أثر فعلي.

اعتمدت على ⁨4⁩ أنظمة. الأول ذاكرة محلية داخل ملفات ⁨Markdown⁩. والثاني ملف تعليمات قصير تقرؤه كل جلسة. والثالث فهرس يوجّه النموذج إلى الملاحظات الأعمق من دون تحميلها كلها. والرابع توزيع الأعمال المستقلة على نماذج أسرع وأقل كلفة، مع إبقاء القرارات والدمج لدى النموذج الأقوى.

يوضح [توثيق الذاكرة لدى ⁨Anthropic⁩](https://code.claude.com/docs/en/memory) وظيفة كل ملف. يحمل ⁨CLAUDE.md⁩ التعليمات التي يجب أن تصل إلى كل جلسة. ويعمل ⁨MEMORY.md⁩ في ذاكرة ⁨Claude Code⁩ كفهرس، بينما تبقى الملاحظات الفعلية في ملفات منفصلة حسب الموضوع. فهرس قصير يعني سياقاً أقل ومساراً أوضح إلى المعلومة المطلوبة.

كما يذكر [توثيق ⁨subagents⁩](https://code.claude.com/docs/en/sub-agents) التحكم في الكلفة ضمن أسباب إسناد المهام المحددة إلى نماذج أسرع وأقل كلفة. احتفظ بالقرارات والدمج لدى النموذج الأقوى. وأرسل البحث والمراجعة والعمل المتكرر إلى نماذج تستطيع إنهاءه باستهلاك أقل.

ستجد في مربع النسخ بنية الملفات وأمر توزيع العمل. ابدأ بمشروع واحد و⁨3⁩ ⁨agents⁩. بعد كل دفعة، راجع المهام المكتملة، والفحوص الفاشلة، والاستهلاك. يصبح ارتفاع الاستهلاك مفيداً عندما تترك كل دفعة وراءها عملاً مفحوصاً.

تابعني على ⁨Instagram⁩:
- https://www.instagram.com/ai.with.mo/

التسجيل في الدورة: https://halaqa.app/enrollment?course=start-with-ai

## Steps

### 1. A billion tokens can still leave you with nothing

*Usage measures activity. Files and passed checks measure output*

The combined number from my own dashboards is roughly 2.45 billion tokens: almost 200 million in Claude Code, about 1.5 billion in ChatGPT, and more than 750 million through GLM. The number sounds large because it is large. It becomes useful only after I ask what survived the sessions. Did the agent change a real file? Did the test pass? Can another session see the decision? Can I continue tomorrow without rebuilding the context? A long conversation can consume heavily and leave no durable state. A working session leaves artifacts: code, research notes, checklists, decisions, and test results. I therefore track work at the task level. Each task has an owner, a validation command, and evidence. The token dashboard tells me when a method is expensive. The completion receipt tells me whether it earned the expense. This distinction also prevents token anxiety from pushing every task onto a weak model. Some decisions deserve expensive reasoning because one wrong architectural choice will waste more usage downstream. The goal is verified output per limit, not the lowest possible number.

### 2. The memory has to live outside the conversation

*CLAUDE.md carries standing rules. MEMORY.md only routes to deeper notes*

Every new session begins with limited context, so the project needs a memory the session can reopen. I keep that memory in local Markdown files because they are readable by people, searchable by tools, and owned with the project. CLAUDE.md contains the small set of instructions that matter every time: project architecture, commands, non-negotiable rules, a Memory Map, active tasks, and the rule for updating them. It should stay short because it enters the context of every session. MEMORY.md has an even narrower job. It is the routing map for the memory folder. One line points to decisions, another to project state, another to the glossary, and another to people or ownership. The actual facts live in those topic files. This matches the index-and-topic-file structure in Anthropic's [current memory documentation](https://code.claude.com/docs/en/memory). When the agent starts a task, it reads the map and opens only the notes needed for that job. The model gets relevant context without paying to reread the whole history.

### 3. Parallel agents need separate jobs, not one shared request

*Ownership, dependencies, and validation decide what may run together*

Parallel work saves time when the task graph has independent branches. Researching 4 unrelated sources can run at once. Editing the same file from 4 agents usually creates repair work. Before launching a wave, I write a checklist that gives each agent one objective, the files or system it owns, its dependencies, the check it must run, and the evidence it must return. Tasks that touch the same files stay sequential. Tasks that depend on an earlier decision wait. I normally start with 3 to 5 agents because their results still need to be read and reconciled by one executor. The executor remains responsible for the final state; agent reports do not mark tasks complete by themselves. Z.AI's [current GLM Coding Plan policy](https://docs.z.ai/devpack/usage-policy) also treats subagent concurrency as plan-dependent. That is another reason to use clean waves instead of chasing the largest agent count. A smaller wave that returns compatible work can finish more than a crowded wave that returns conflicts.

### 4. Spend the strongest model on decisions that spread

*Cheaper models handle bounded work; one capable executor reconciles it*

Model routing is where a large usage limit starts lasting longer. I keep architecture, ambiguous planning, recovery from difficult failures, and final integration with the strongest model available. Those decisions affect many later tasks. I route codebase search, document comparison, first-pass review, classification, and repetitive edits to faster, cheaper models with a bounded instruction. Anthropic's [subagent documentation](https://code.claude.com/docs/en/sub-agents) explicitly lists cost control through faster models as one reason to use subagents, and it lets each subagent select its own model. The cheaper model still receives a real acceptance check. Low cost is useful only when the result passes. After each wave, the main executor reconciles outputs, runs the tests, updates the task file, and reports usage before launching more work. This keeps parallelism from becoming automatic. The project earns the next wave by showing independent tasks and clean results from the current one.

## الخطوات

### 1. قد تستهلك مليار ⁨token⁩ من دون نتيجة باقية

*يقيس الاستهلاك حجم التشغيل، وتقيس الملفات والفحوص النتيجة*

يبلغ المجموع في لوحات استخدامي نحو ⁨2.45⁩ مليار ⁨token⁩: ما يقارب ⁨200⁩ مليون في ⁨Claude Code⁩، ونحو ⁨1.5⁩ مليار في ⁨ChatGPT⁩، وأكثر من ⁨750⁩ مليون عبر ⁨GLM⁩. الرقم كبير فعلاً، لكن قيمته تظهر في ما بقي بعد انتهاء الجلسات. هل تغير ملف حقيقي؟ هل نجح الاختبار؟ هل أصبحت القرارات مكتوبة بحيث تستطيع جلسة أخرى متابعتها غداً؟ قد تستهلك محادثة طويلة كثيراً ثم تختفي حالتها عند الإغلاق. أما جلسة العمل فتترك كوداً، وملاحظات بحث، وقائمة مهام، وقرارات، ونتائج فحص. لهذا أقيس العمل على مستوى المهمة. لكل مهمة مسؤول، وفحص، ودليل إكمال. تعرض لوحة ⁨token⁩ كلفة الأسلوب، بينما يثبت إيصال الإكمال ما إذا كانت الكلفة قد أنتجت شيئاً. بعض القرارات تستحق نموذجاً أقوى، لأن خطأ واحداً في البنية قد يهدر استهلاكاً أكبر لاحقاً. المقياس الصحيح هو العمل المفحوص ضمن الحد المتاح.

### 2. يجب أن تعيش الذاكرة خارج المحادثة

*يحمل ⁨CLAUDE.md⁩ القواعد الدائمة، ويوجّه ⁨MEMORY.md⁩ إلى الملاحظات*

تبدأ كل جلسة بسياق محدود، لذلك يحتاج المشروع إلى ذاكرة تستطيع الجلسة التالية فتحها. أضع هذه الذاكرة في ملفات ⁨Markdown⁩ محلية لأنها قابلة للقراءة والبحث، وتبقى مع المشروع. يحتوي ⁨CLAUDE.md⁩ على التعليمات التي يجب أن تصل إلى كل جلسة: بنية المشروع، وأوامر البناء والفحص، والقواعد الثابتة، وخريطة الذاكرة، والمهام النشطة، وطريقة تحديثها. يجب أن يبقى قصيراً لأنه يدخل في السياق كل مرة. أما ⁨MEMORY.md⁩ فوظيفته أضيق. هو خريطة توجيه لمجلد الذاكرة. سطر يقود إلى القرارات، وآخر إلى حالة المشروع، وثالث إلى المصطلحات، ورابع إلى الأشخاص أو الملكية. تبقى المعلومات نفسها داخل ملفات الموضوعات. تتوافق هذه البنية مع [توثيق الذاكرة الحالي لدى ⁨Anthropic⁩](https://code.claude.com/docs/en/memory). عند بدء المهمة، يقرأ ⁨agent⁩ الخريطة ويفتح الملفات اللازمة فقط. يحصل النموذج على السياق المطلوب من دون إعادة قراءة التاريخ كله.

### 3. يحتاج العمل المتوازي إلى مهام منفصلة

*تحدد الملكية وعلاقات الاعتماد والفحص ما يمكن تشغيله معاً*

يوفر العمل المتوازي وقتاً عندما تحتوي الخطة على فروع مستقلة. يمكن مثلاً فحص ⁨4⁩ مصادر غير مترابطة في الوقت نفسه. أما إرسال ⁨4⁩ ⁨agents⁩ لتعديل الملف ذاته فينتج غالباً عملاً إضافياً لإصلاح التعارضات. قبل تشغيل أي دفعة، أكتب قائمة تمنح كل ⁨agent⁩ هدفاً واحداً، وملفات أو نظاماً يملكه، وعلاقات الاعتماد، والفحص المطلوب، ودليل الإكمال. تبقى المهام التي تمس الملفات نفسها متسلسلة. وتنتظر المهمة التي تعتمد على قرار سابق. أبدأ عادةً بـ ⁨3⁩ إلى ⁨5⁩ ⁨agents⁩ لأن نموذج التنفيذ الرئيسي ما زال مسؤولاً عن قراءة النتائج ودمجها. تقرير ⁨agent⁩ وحده لا يغلق المهمة. كما تربط [سياسة ⁨GLM Coding Plan⁩ الحالية](https://docs.z.ai/devpack/usage-policy) التوازي بحدود الباقة. لهذا أفضّل دفعات واضحة على مطاردة أكبر عدد ممكن. دفعة صغيرة تعيد أعمالاً متوافقة قد تنجز أكثر من دفعة مزدحمة تعيد تعارضات.

### 4. استخدم النموذج الأقوى للقرارات التي يمتد أثرها

*تتولى النماذج الأقل كلفة العمل المحدد، ويجمع نموذج قادر النتائج*

يساعد توزيع النماذج على إطالة عمر حد الاستخدام. أحتفظ بالبنية، والتخطيط الذي يحتمل أكثر من تفسير، والتعافي من الأخطاء الصعبة، والدمج النهائي للنموذج الأقوى المتاح. أثر هذه القرارات يمتد إلى مهام كثيرة بعدها. أما البحث داخل المشروع، ومقارنة الوثائق، والمراجعة الأولى، والتصنيف، والتعديلات المتكررة فأرسلها إلى نماذج أسرع وأقل كلفة بتعليمات محددة. يذكر [توثيق ⁨subagents⁩ لدى ⁨Anthropic⁩](https://code.claude.com/docs/en/sub-agents) التحكم في الكلفة عبر النماذج الأسرع ضمن أسباب استخدام ⁨subagents⁩، ويسمح بتحديد نموذج لكل واحد منها. يبقى الفحص إلزامياً حتى مع النموذج الأقل كلفة. بعد كل دفعة، يجمع نموذج التنفيذ النتائج، ويشغّل الاختبارات، ويحدّث ملف المهام، ويراجع الاستهلاك قبل فتح عمل جديد. لا تصبح الدفعة التالية تلقائية. يجب أن تثبت الخطة وجود مهام مستقلة، وأن تثبت الدفعة الحالية أن نتائجها سليمة.

## Prompt (البرومبت)

```text
# TOKEN-TO-OUTPUT OPERATING SYSTEM
# Use this when an AI project is large enough to need persistent memory and parallel work.

# FILES
# CLAUDE.md
# Keep only instructions needed in every session:
# - project goal and architecture
# - build, test, and lint commands
# - non-negotiable rules
# - Memory Map
# - Active Tasks
# - Update Rules

# memory/MEMORY.md
# This is a routing map only. One line per topic:
# - decisions.md: decisions, dates, and reasons
# - project-state.md: current state, blockers, and next action
# - glossary.md: project terms and canonical names
# - people.md: roles, ownership, and communication notes
# Put the information in those topic files. Do not turn MEMORY.md into a notebook.

# STARTING PROMPT
# Read CLAUDE.md first. Then read memory/MEMORY.md and open only the topic
# files required for this task. Do not load the whole memory folder.
#
# Write a checklist with dependencies, owned files, validation, and completion
# evidence. Keep decisions and final integration in the main agent.
#
# Launch 3 to 5 parallel agents only for independent tasks. Give every agent:
# 1. one bounded objective;
# 2. the files or system it owns;
# 3. the model to use;
# 4. the validation it must run;
# 5. the evidence it must return.
#
# Route ambiguous planning, architecture, and integration to the strongest
# model. Route codebase search, source comparison, review, and repetitive work
# to faster, cheaper models. Keep dependent tasks sequential. Never let two
# agents edit the same files in one wave.
#
# After every wave, reconcile the results, run the checks, update Active Tasks,
# and report: verified output, failed checks, usage, and the next ready tasks.
# Stop when the goal is verified or a named stop condition is reached.
```

---

More free bilingual AI guides: https://www.aiwithmo.com/prompts · One to one AI mentorship in Arabic or English: https://www.aiwithmo.com/mentorship