[控场AI]
· 6 分钟阅读· 3,436 字

实测:5个习惯让Claude Code令牌消耗降低85%

实测:5个习惯让Claude Code令牌消耗降低85%

通过精简claude.md、选用Sonnet、写清提示词等五个习惯,同一编程任务令牌消耗降低85%。

文章通过对照实验揭示Claude Code用量消耗的真相:每次交互都会重发整个对话历史、claude.md和工具列表,上下文大小比消息数量更影响用量。实验者逐一测试五个习惯,发现精简claude.md(节省45%)和切换至Sonnet中等effort(令牌减少34%、成本降低72%)效果最显著,写清提示词和削减噪声分别节省16%和10%,而流行建议“新任务开新会话”反而增加22%消耗,因为丢弃缓存后需全价重建。五个习惯组合产生非线性效应,令牌消耗降低85%,任务轮次从约30轮降至8轮。文章还解释了五小时会话窗口与每周限制的机制、共享用量池、触限后的应对策略,以及ANTHROPIC_API_KEY环境变量可能导致绕过订阅计费的陷阱。

为什么你的Claude Code用量总是不够

同一个编程任务,两次运行消耗的令牌数可能相差数倍——这不是模型不稳定,而是上下文管理方式在起作用。一位开发者通过对照实验发现,改变五个使用习惯后,同一任务的令牌消耗降低了85%,且所有测试依然通过。

Claude Code的用量限制常被误解。Pro和Max计划同时运行两个限制:五小时会话窗口从你发送第一条消息时开始计时,而非固定整点重置;每周限制的重置时间则固定在你的账户周期上。两者都可以在设置页的usage页面或通过/usage命令查看。

容易忽略的是,claude.ai聊天、桌面应用和Claude Code共享同一个用量池。早上的长对话研究,会直接压缩下午的编码额度。

Claude Code使用场景

令牌都去哪了:重复发送的上下文

要理解用量,先要理解一个机制:每次Claude Code与模型交互,都会重新发送整个对话历史、claude.md文件以及工具列表。缓存文本的读取成本较低,但并非免费——如果一次会话有约30轮交互,上下文中的每个元素都被计费约30次。

用/context命令可以查看当前上下文构成。实验者发现,一个膨胀到近600行的claude.md文件占了17000个令牌,在每次请求中反复传输。问题不在于你发了多少条消息,而在于每轮对话携带了多少内容。

用量构成分析

缓存文本(Cache) 指Claude Code与模型交互时,对已处理过的上下文片段(如对话历史、claude.md)建立的临时存储。当相同内容再次出现时,模型无需从头计算,读取缓存即可,因此成本低于全新输入。但缓存并非永久免费:它有有效期(通常几分钟到数小时),且每次请求仍需为缓存读取支付少量费用。实验中的关键洞察在于——即便单次缓存读取成本低,若上下文庞大且对话轮次多,累积起来仍相当可观。此外,缓存失效后(如使用/clear或长时间闲置),重建缓存需全价处理,这解释了为何“新任务开新会话”在短任务后反而可能增加消耗。

五个习惯的实测节省排名

为了量化每个习惯的影响,实验者以每次只改一个变量、每个版本运行三次取中间值的方式进行了对照测试。

1. 精简claude.md(节省45%)

将claude.md从597行压缩到12行,把发布步骤等内容移入按需加载的skill中。仅此一项,同一任务令牌消耗减少45%,/context显示内存文件从17000令牌降至229。Anthropic官方建议将该文件控制在200行以内,偶尔才用的内容应放入skill。

2. 选用合适模型(令牌减少34%,API成本降低72%)

从Opus高effort切换到Sonnet中等effort,令牌消耗减少34%;由于Sonnet单价更低,按API价格计算成本降低72%。Anthropic表示Sonnet足以处理多数编码任务,Opus应留给复杂设计问题。会话中可用/model切换模型,用/effort调低思考强度,简单辅助任务可交给Haiku。

辅助代理还有额外好处:它们把搜索代码库这类嘈杂工作隔离在主对话之外,只返回结果,但其自身消耗仍计入计划,因此适合噪声大的任务。

3. 写清提示词(节省16%)

明确列名、日期格式和涉及文件后,Claude无需探索代码库或猜测意图,每次运行结果一致。对于较大任务,按Shift+Tab进入计划模式——但实验者坦诚指出,在小型清晰任务上计划模式不省反增,因为多了一次规划步骤;它的价值在于第一个方案出错时,修复计划的成本远低于修复成品代码。

削减噪声的配置

计划模式(Plan Mode) 是Claude Code的一项交互功能,通过Shift+Tab激活。进入后,Claude不会直接修改代码,而是先输出一份执行计划(包括步骤、涉及文件、潜在风险),供你审阅和调整。确认后,它再按计划实施。这种“先规划后执行”的方式,对于大型、模糊或多文件任务能显著减少返工——因为修复计划的成本远低于修复已生成的代码。但实验也指出,在小型且需求清晰的任务上,计划模式反而增加一次规划交互,导致令牌消耗上升。因此,是否启用应基于任务复杂度和不确定性来判断。

4. 削减噪声(节省10%)

断开不需要的工具服务器,并添加钩子将测试输出裁剪到只保留失败信息。由于Claude Code现在按需加载工具,服务器本身的成本低于预期,这10%主要来自更短的测试输出。

5. 清理会话——流行建议的反例

“新任务开新会话”是常见建议,但实验中它没有节省反而多用了约22%。原因是旧任务较短且仍在缓存中,重读缓存成本低;/clear丢弃缓存后,新会话需全价重建。

正确时机是:旧对话很长或与当前任务无关时,或休息后缓存已过期时再清理。若需保留部分上下文,用/compact保留摘要(它需读取全文,并非免费),可附加说明如/compact keep the export decisions。清理前用/rename命名,之后可/resume恢复。

effort 是Anthropic模型(如Claude 3.5 Sonnet)引入的推理强度参数,通过/effort命令调节。它控制模型在生成回答前进行内部思考的深度:高effort模式下,模型会花费更多令牌进行多步推理,适合复杂问题;中等或低effort则减少思考步骤,响应更快、消耗更低。实验中将Opus从高effort切换至Sonnet中等effort,令牌减少34%且API成本降低72%,部分原因在于Sonnet单价更低,部分在于中等effort减少了推理开销。对于多数编码任务,中等effort已足够;仅在需要设计复杂算法或排查深层bug时,才值得使用高effort。

组合效应的非线性

五个习惯叠加后,任务令牌消耗降低85%,远大于单项节省之和。原因是小上下文、便宜模型和清晰提示相互放大:任务从约30轮降至8轮,每一轮节省都在后续轮次中复利。

触限之后怎么办

先读错误信息:若提示Opus限额,切换到Sonnet可继续工作;若是会话或每周限额,换模型无效,因为该限额跨模型共享。响应中途触限时,Claude Code可能完成当前步骤后停止,新版本可等待重置后自动继续任务。

一个需立即检查的陷阱:若机器上设置了ANTHROPIC_API_KEY环境变量,Claude Code会优先使用它而非订阅,费用走API计费。只想用计划额度的话,移除该变量,并在提示API积分时选择拒绝。

用量归因与一键修复

新版本/usage会列出用量贡献项并附带建议,按F可直接应用修复。注意该列表覆盖该电脑上所有Claude Code会话,修复影响可能超出当前项目。

ANTHROPIC_API_KEY 是Anthropic提供的API密钥环境变量,用于程序化访问模型。当该变量存在于环境中时,Claude Code会优先使用它进行身份验证和计费,而不是你的Pro/Max订阅计划。这意味着所有请求将按API价格计费(通常高于订阅的边际成本),且消耗API账户的额度而非计划用量。若你希望仅使用订阅额度,应确保该变量未设置(或在启动Claude Code前取消设置),并在提示“使用API积分”时选择拒绝。这一陷阱常导致用户无意中产生额外费用,尤其在配置了开发环境变量的机器上。

可直接套用的日常习惯

  • claude.md保持精简,其余内容放入skill
  • 默认用Sonnet,Opus留给难题
  • 提示词写清具体需求,大任务先规划
  • 断开不用的工具,测试输出只留失败项
  • 旧上下文大或过期时再清理会话

这些调整不降低能力——实验中的任务通过了相同的测试,只是不再为不需要的内容付费。

分享:

相关推荐