Anthropic公开Claude Code计费逻辑，用11招把额度效益最大化

为了解决开发者的额度消耗焦虑，Anthropic官方近期发布了一份深度指南，拆解Claude Code 的计费底层逻辑，并整理出11 个最直接的省Token 实战技巧。

为什么相同的任务，花费可能差数倍？

Anthropic 指出，开发者支付的表面上是Token，本质上是GPU 的推论运算时间。成本主要由三大维度决定：

模型等级：大模型（如Opus）在输入与输出的单价均高于小模型（如Sonnet、Haiku）。
输入（Prefill）vs. 输出（Decode）：解码阶段模型逐字产出（包含思考历程Thinking Tokens 与工具调用），GPU 占用时间长，因此输出Token 单价约为输入的5 倍。
提示词快取（Prompt Caching）：这是节省成本的关键。命中的快取读取费用仅需0.1 倍（一折），但如果快取失效或被破坏，系统就必须以全价重新预填充（Prefill）整段上下文。

在多轮对话中，每一次送出的请求都包含了「系统提示词+ 专案设定+ 先前读取过的所有档案与指令输出」。这意味着，无关的历史纪录留得越久，后续每一轮对话的隐形成本就越高。

1. 任务切换果断/clear
一个任务完成后立即执行/clear清空上下文。长对话越往后越昂贵，因为后续每一轮都会完整携带先前的对话纪录。如果是在同一个任务内但前段纪录已无用，再使用/compact压缩。

2. 开局定好模型与Effort 等级
中途切换/model、/effort或开启Fast mode 会改变快取的特征值（Cache Key），导致既有Prompt Cache 全部失效，下一轮将以全价重新计算上下文。建议在开局就设定妥当。

3. 暂离工作前先执行/compact
订阅用户的快取寿命约1 小时，API Key 预设约5 分钟。一旦快取过期，重新唤醒时需全额重算整段历史。趁着快取尚未过期时先进行/compact，生成摘要的成本会便宜许多。

4. 逻辑跑偏时用/rewind 代替/compact
若最近几轮互动偏离预期，使用/rewind即可精准删除后续轮次，前面的快取完全不受影响（零额外成本）；相比之下，/compact会重写整段对话，反而会破坏快取。

5. 善用@档案名称载入上下文
在Prompt 中直接使用@档名，Claude Code 会在第一轮请求前将档案打包送出，省去模型额外发起一次Read工具调用与搜寻的成本。同一个档案在同个会话中标注一次即可，重复标注会塞入多份副本。

6. Prompt 尽量精确具体
避免模糊指令（例如「测试挂了」），应具体指定失败的测试与档案名称。模糊指令会迫使Agent 先执行grep、全域搜寻并读取大量无关档案，这些中间产物会永远滞留在上下文内。

7. 抑制测试与终端机的冗长输出
Build、Git Log 与测试输出的文字都会占用Context。建议在指令加上--quiet或用tail截断，或在CLAUDE.md中预先定义精简的测试指令（例如vitest --reporter=dot）。

8. 透过/context 检查启动负担
在新会话中执行/context，可检视CLAUDE.md、系统提示词及MCP 占用的初始Token 数。建议将专案特定流程拆至按需载入的Skills，并用/mcp关闭当前会话不需要的MCP 工具。

9. 杂活任务降级模型与思考强度
Thinking Tokens 同样属于昂贵的输出Token。对于常规、纯执行的工作，可选用较小模型或调低/effort；若要彻底关闭思考，可透过环境变数MAX_THINKING_TOKENS=0 claude启动。

10. 大量日志交给Subagent，轻量任务回归主会话
Subagent 拥有独立上下文，任务结束后只将最终摘要带回主会话，非常适合用来爬梳庞大日志或搜寻长篇文件（甚至可指派Haiku 执行）。但对简单任务而言，Subagent 重新载入设定的初始成本反而不划算。

11. /loop 循环指令务必另开独立会话
每次/loop都视为一次完整对话轮次，会持续携带当前会话的全部内容。若循环间隔超过1 小时还会引发快取失效。官方强烈建议另开一个干净的终端机视窗专门执行循环工作。

本文链接地址：https://www.wwsww.cn/rgzn/40645.html
郑重声明：本文版权归原作者所有，转载文章仅为传播更多信息之目的，如作者信息标记有误，请第一时间联系我们修改或删除，多谢。