全文约 1800 字，阅读约 6 分钟。
Claude Code 的 token 到底花在哪了？为什么同样的任务，有人花 3 美元，有人花 30 美元？
Anthropic 官方博客发布了一篇「最大化你的 Claude Code 会话价值」，核心信息一句话：别再烧冤枉 token 了。
这篇文章把六条省钱方法逐条拆开，每条说清楚它省的是什么钱、什么时候用、有什么坑。
先搞清楚：钱是怎么被吃掉的
在讲省钱之前，得先明白 Claude Code 的计费逻辑。不然六条方法看起来就像六个孤立的操作，串不起来。
每次你在 Claude Code 里输入一条指令，背后发生两件事。
第一件叫预填充（prefill）——模型一口气读进你的整个请求，包括系统提示词、CLAUDE.md、你的消息，以及之前对话里积累的一切。这些都是输入 token。
第二件叫解码（decode）——模型一个字一个字往外写，包括它的思考、工具调用和你看到的文字。这些都是输出 token。
关键区别：预填充是并行的，一次性过完 GPU；解码是串行的，每吐一个 token 都要跑一次模型。所以输出 token 比输入 token 贵 5 倍。
根据官方推算，开发者日均消耗 13 美元 token，月均花在 150 到 250 美元之间。这还只是平均水平。
模型单价方面，Opus 5 输入 5 美元/百万 token、输出 25 美元；Sonnet 5 输入 2 美元、输出 10 美元；Haiku 4.5 输入 1 美元、输出 5 美元（根据 Anthropic 官方博客）。
六条方法，逐条拆解
下面六条来自 Anthropic 官方博客，顺序就是官方推荐的优先级。每一条都对应一个具体的浪费场景。
第一条：任务做完就 /clear。修完一个 bug 就清掉当前对话。别让上一个任务读过的文件和命令输出拖进下一个任务里，白白占着上下文。
这条最反直觉——多数人觉得「上下文留着，AI 更了解我在做什么」。但事实是，Claude Code 的每一轮对话都在重新发送前面所有内容。留着上下文，等于每一轮都在为无关的历史买单。
第二条：开局就定好模型和推理强度（effort level）。中途切换的话，之前积累的提示缓存会全部失效，整段对话历史要按全价重新计算一遍。
这条的关键词是「开局」。很多人用 Sonnet 写到一半觉得不够强，切到 Opus——这一刀下去，缓存全没了。
第三条：用 @引用文件，别手打路径。@引用会把文件直接附到消息里，Claude 不用再花一次工具调用去读。如果你只打文件名，Claude 可能先 grep 搜一圈，打开好几个文件试探哪个对。
这些试探操作全部进入对话历史，之后每一轮都带着。
第四条：给输出多的命令加静默参数（quiet flag）。在 CLAUDE.md 里写一句类似 --reporter=dot 的配置，让测试输出只打印几行摘要，不是几百行详情。输出越短，占的上下文越少。
官方博客里给的例子是 npx vitest run <file> --reporter=dot。
第五条：/compact 在休息前做。对话还在缓存里的时候压缩，成本只有正常的十分之一。等你回来缓存过期了再压，就得按全价重新读一遍再压缩。
这条的时机很微妙——不是「需要的时候才压缩」，而是「准备离开的时候顺手压缩」。
第六条：大输出任务扔给子 Agent。子 Agent 在一个独立的上下文窗口里运行，做完只把结论传回来，过程中读的文件和跑的命令输出不会进入你的主对话。
适合「去翻翻日志有什么异常」「帮我过一遍这个大文件」这种活——你只要结论，不要过程。
提示缓存：最大的省钱杠杆，也是最脆弱的
六条方法里，至少四条和「提示缓存」直接相关。这是 Claude Code 省钱的核心机制，也是最容易被无意间破坏的。
Claude Code 的每次请求都从相同的前缀开始——系统提示词、工具定义、CLAUDE.md 和对话历史。如果这次请求的前缀和上次逐字节一样，服务器就不重新算，直接加载上次的计算结果。
缓存读取只要正常输入价的 0.1 倍——直接省掉 90%。写入缓存贵一点，最高 2 倍，但写入只发生一次，后面每一轮都享受 0.1 倍读取。
假设对话历史有 5 万个 token。不走缓存，每一轮重读这 5 万 token 都得付全价。命中缓存，同样的 5 万 token 只花十分之一的钱。一个会话跑二三十轮，差距是天文数字。
但缓存有个致命弱点：它必须从请求的第一个字节开始连续匹配，中间任何地方变了，从那里往后全部作废。
官方列了六种让缓存失效的情况：/model 切模型、/effort 切推理强度、开关 Fast mode、/compact 压缩对话、时间过期（订阅用户缓存保活 1 小时，API 用户默认 5 分钟）、恢复旧会话。
还有一个隐藏坑：opusplan 模式。每次进出 plan 都切模型——进一次缓存失效一次，出来又失效一次。来回跳的话，每跳一次都是一笔全价 prefill。
你的会话正在偷偷变胖
缓存帮你把重复发送历史的成本压到十分之一。但有一件事它帮不了：你的历史本身在一轮一轮地膨胀。
每次 Claude 读一个文件，文件内容追加到对话里。每次 Claude 跑一个命令，输出也追加进去。从追加那一轮起，后面每一轮都带着。
第 40 轮对话在重新发送第 1 到 39 轮的全部累积内容。这种增长接近平方级别——O(n²)。
Claude Code 有个兜底机制：命令输出超过 30000 字符就不往对话里塞了，写到一个临时文件里，对话里只放一句摘要。但 30000 以下的输出没人管。
比如一个测试框架跑完，打印 400 行通过记录，每行几十个字符，总量不到 3 万，够不上阈值。于是这 400 行就原封不动地留在对话历史里，后面每一轮都跟着重新发送一遍。这就是第四条「加静默参数」的价值所在。
官方还提了一个冷门但免费的操作：/rewind。如果最后几轮跑偏了，直接砍掉那几轮，前面的缓存完全不动。比 /clear 温和，比 /compact 精准。
什么人该认真对待这六条
不是所有人都需要把这六条刻在桌上。
如果你每天用 Claude Code 超过两小时，或者月 token 账单超过 100 美元（约 ¥720），这六条值得逐条落实。尤其是 /clear 和 @引用文件——这两条零成本，当天就能见效。
如果你只是偶尔用 Claude Code 写个小脚本、改个配置，月花费在 20 美元订阅费以内，那这六条里只有第一条和第三条值得记住——其他几条的收益在低频使用下几乎感知不到。
Anthropic 官方博客里有句话值得放在最后：管 token 正在成为 AI 时代写代码的人的一种新本能——知道你的每一个操作在消耗什么，知道怎么让同样的预算干出更多的活。
同一个任务，花 3 美元还是 30 美元，差距不在模型，在你怎么管上下文。
发车前，对照这张清单检查一下
下次打开 Claude Code 之前，花 30 秒过一遍：
☐ 上一个任务结束了，/clear 了吗？
☐ 模型和 effort level 一开始就定好了吗？
☐ 引用文件用的是 @ 而不是手打路径吗？
☐ 测试命令加了静默参数吗？
☐ 准备休息了，/compact 顺手做了吗？
☐ 大输出任务丢给子 Agent 了吗？
你每月 Claude Code 的 token 账单大概多少？评论区留个数字，看看谁最该看这篇。
#ClaudeCode #省钱技巧 #Token优化 #Anthropic #开发者工具