拆分会话省下近四成成本：Claude Code省钱的真正杠杆

被忽视的最大成本：对话的反复重读

如果你为 AI 编程工具付费，官方给出的省钱建议往往指向一个较小的杠杆——优化指令文件。但一位 YouTube 创作者用自己真实的 Claude Code 使用数据做了测量，得出了一个与直觉相悖的结论：真正吞掉开销的，是整段对话在每一轮被重新发送给模型。

他在一周内收集了自己的 676 条 Claude Code 对话记录（测量日为 9 月 18 日，此后未再重跑），并以此为样本进行拆解。结论直白：重读对话占了他 AI 编程支出的约四分之三，而精简指令几乎省不下什么。

数据拆解：76% 的消耗来自缓存读取

先厘清几个概念。Token 是文本单位，模型读取时大约 3/4 个单词算一个 token；cache read（缓存读取）指服务商以更低价格复用已存储的对话，而非从头处理。

在他的主线程（也就是实际输入的对话窗口）中：

• 从缓存读取了 2546.9 百万 token
• 仅写入了 24.6 百万 token
• 两者比例约 103:1

按 list price（标价）加权后——作者强调这个加权是他自己的推导——读取部分约占总消耗的 76%。更惊人的是中位数请求：主线程中位数请求携带了 338,298 个 token。这基本意味着，典型的每一轮对话都要把整段历史重读一遍。

设想一个场景：你在一段很长的会话末尾只输入了一句简短的提问，模型仍然会第二次接收整段对话——无论它已经增长到多长。这就是成本的来源。

缓存机制的定价逻辑值得稍作说明。以 Anthropic 的 Claude API 为例，prompt cache read 的价格通常是普通输入 token 价格的约十分之一（具体倍率随模型版本而异）。这意味着即便缓存读取在 token 数量上远多于普通输入，其单价折扣也会压低绝对费用——这正是"缓存"本身的设计初衷。然而作者的数据揭示了一个规模效应：当缓存读取的 token 量达到写入量的 103 倍时，哪怕单价只有十分之一，其在总账单中的占比依然高达 76%。换句话说，折扣并没有消除问题，只是把临界点往后推了——会话一旦足够长，缓存读取的绝对费用依然会主导账单。

指令优化：真实但很小的杠杆

Anthropic 官方的降本文章建议对指令文件运行一个 prompt 审计命令，也就是在你输入任何内容之前就告诉模型如何行事的那些文件（如 CLAUDE.md）。官方给出的数据是：移除冗余模式后，成本额外下降约 9%。

但在作者自己的数据里，这个杠杆小得多。他的 standing prefix（固定前缀，包括 CLAUDE.md 规则、技能描述和连接的工具指令）中位数为 81,000 token，仅占主线程缓存写入的 3.2%。

作者特别提醒不要混淆两个口径：3.2% 是缓存写入中的占比，而 76% 是总消耗中的占比，分母不同，不能相减。因此重构这些指令文件几乎省不下钱。

这并不意味着 Anthropic 的 9% 是错的——那是不同的工作负载。作者的会话跑得异常地长，这正是分歧的根源：在短会话场景下，指令审计是有效的；但在长会话场景下，它被会话长度本身的成本彻底盖过。

真正的省钱动作：及时拆分会话

作者做了一次模拟：把一段长会话拆成两段，用他真实的增长曲线回放，并在每段新会话开始时加入一次简短的交接重读。结果——成本下降约 37.8%。

原理很简单：每一轮都会重读此前的全部内容，这意味着会话跑得越久，每一条新消息的代价就越高。成本是随会话长度累积的，而不是随指令长度。

他的核心结论是：会话长度决定成本，所以要更早地结束会话。 指令审计是一个真实的杠杆，但在他这一周里只是个小杠杆。

这一成本结构在数学上等价于一个梯形面积问题：每一轮对话的成本等于"当前累计 token 数"，而整段会话的总成本是各轮成本之和，随轮次呈二次方增长。相比之下，拆分会话并加入简短交接相当于把一个大梯形切成两个更小的梯形，面积之和显著低于原来——即便交接本身会引入少量额外 token。37.8% 的模拟降幅正是这一几何关系的体现：切割点越早、会话越均匀，节省效果越明显。这也解释了为什么"任务完成后立即开新会话"是比任何提示词优化都更高杠杆的操作——它直接改变了成本函数的形状，而不只是调整某个系数。

可落地的操作建议

作者给出的行动路径有两步：

1. 先统计自己一周的用量。 不要照搬别人的数字，自己的工作负载决定了哪个杠杆更大。像作者这样会话异常长的用户，拆分会话收益显著；而短会话用户可能更适合优化指令。
2. 任务完成后，用一条简短的摘要笔记开启新会话。 用一次性的短交接取代无限增长的历史重读，是把成本曲线压平的最直接方式。

这篇分析的价值不在于某个具体数字，而在于它用真实数据挑战了默认建议，并提醒每个付费用户：省钱的最大杠杆，可能就藏在你一直没留意的会话长度里。