成本优化
Claude Code 成本控制工作流:上下文、模型、缓存、MCP、Hooks、子代理和 Passion8 网关观测。
Claude Code 成本失控通常不是单次回答贵,而是上下文越来越厚、任务边界模糊、反复 miss 缓存。先管住工作流,再看缓存字段。
只记一条:新任务先 /clear,大任务先 /plan,长会话在自然断点 /compact。不要把早上的报错带到晚上的部署任务里。
#成本来源
| 来源 | 为什么涨 | 控制方式 |
|---|---|---|
| 输入 token | 历史、文件、日志、工具输出进入上下文 | /clear、精准 @文件、少贴长日志 |
| 输出 token | 长解释、重复总结、无约束代码生成 | 要求短结论、表格、diff 或只给方案 |
| 工具输出 | Bash、MCP、浏览器、数据库吐大量内容 | 分页、过滤、限制输出 |
| 缓存写入 | 第一次处理稳定前缀更贵 | 稳定内容少变 |
| 缓存 miss | 模型、effort、MCP 工具定义变化 | 开局定配置,中途少切 |
上下文占用怎么形成,看 上下文窗口。每个内置工具的输出和权限行为,看 工具参考。
#推荐工作流
开新任务
/clear然后用一句话讲清目标、范围和不动的边界。
复杂任务先计划
先只读相关文件,列出最小改动方案和验证命令,不要修改文件。执行时控制输出
按方案修改。最终只汇报改了哪些文件、跑了什么验证、剩余风险。结束时整理
任务完成后再 /compact,或换任务直接 /clear。
#/clear、/compact、/context
| 命令 | 什么时候用 | 成本影响 |
|---|---|---|
/clear | 换任务、换模块、旧上下文无关 | 最干净,避免旧历史持续计费 |
/compact | 同一任务很长但还要继续 | 摘要会有一次成本,后续上下文变短 |
/context | 不知道 token 花在哪里 | 先看占用再决定清理 |
/rewind | 想放弃某段错误方向 | 回到旧前缀,通常比 compact 更适合回退 |
#本地 UI 不一定花 token
| 功能 | 成本判断 |
|---|---|
/statusline 脚本刷新 | 本地执行,不调用模型,不花 token |
/usage、/cost | 查看用量,不改变 prompt |
/theme | 终端主题,不改变模型请求 |
切 outputStyle | 生效后改变 system prompt,首轮更贵 |
| OTel metrics/logs | 主要是本机和观测系统成本,不直接增加模型 token |
如果你只是想随时看上下文和成本,优先用 状态栏,不要让 Claude 每隔几轮“总结一下当前成本”。
#模型与 effort
模型和 effort 都是缓存 key 的一部分。中途切换会让下一轮全量 miss。
建议:
- 开局用
/model定好模型 - 开局用
/effort定好强度 - 不要在长会话中反复 Sonnet/Opus 切换
- 需要强模型审查时,尽量放在任务末尾独立跑
#缓存策略
详细机制见 Prompt 缓存。这里给使用判断:
| 场景 | 建议 |
|---|---|
| 连续 5 分钟内反复改同一模块 | 默认缓存足够 |
| 大上下文,中间经常停 10 到 50 分钟 | API/provider 可考虑 ENABLE_PROMPT_CACHING_1H=1 |
| Claude subscription 且未超计划额度 | Claude Code 会自动请求 1 小时 TTL |
| 使用 Passion8 或自定义网关 | 看 usage 字段是否透传 cache 读写 |
| 缓存字段一直为 0 | 检查 prompt 太短、网关、模型、effort、MCP |
API 价格倍率:
| 类型 | 价格倍率 |
|---|---|
| 5 分钟缓存写入 | 约 1.25 倍输入价 |
| 1 小时缓存写入 | 约 2 倍输入价 |
| 缓存读取 | 约 0.1 倍输入价 |
#记忆与规则的成本
CLAUDE.md 每次启动都会进入上下文。它能省重复解释,但写太长也会增加固定输入。
推荐:
- 根
CLAUDE.md控制在 200 行以内 - 长流程写成 skill 或 custom command
- 模块规则放
.claude/rules/并用paths - 临时报错、今天的 TODO 不要写进长期记忆
#MCP 成本
MCP 的成本来自两部分:
- 工具定义进入上下文
- 工具返回内容进入上下文
优化方式:
- 只连接本任务需要的 server
- 对大工具集开启 tool search,前提是 provider 或网关支持
- 数据库查询必须 limit
- 浏览器工具只截取关键 DOM 或文本
- 调高
MAX_MCP_OUTPUT_TOKENS前先让工具过滤
自定义 ANTHROPIC_BASE_URL 时,tool search 可能默认关闭。Passion8 是否支持取决于网关是否转发相关字段。
#子代理成本
子代理 适合隔离大规模调研,因为主会话只接收最终结果,不会把每个文件读取都塞进主上下文。但子代理不是免费:
| 场景 | 判断 |
|---|---|
| 大仓库调研、方案对比、并行审查 | 值得用子代理 |
| 一个小文件的小修改 | 不必开子代理 |
| 子代理需要反复多轮 | 注意它有自己的缓存和 5 分钟 TTL |
/fork 复制当前上下文 | 更容易复用父会话缓存,但上下文也更重 |
| 并行改同一仓库 | 用 Worktrees 隔离文件改动 |
#Hooks 帮你省返工
Hook 不一定省本轮 token,但能减少返工:
| Hook | 价值 |
|---|---|
PostToolUse 轻量格式化 | 少把格式问题交给模型反复修 |
PreToolUse 阻止危险命令 | 避免跑偏造成大回滚 |
Stop 记录摘要 | 长任务结束后留审计记录 |
UserPromptSubmit 检查敏感信息 | 防止 Key 和隐私进入上下文 |
Hook 要短。每次编辑后跑完整构建可能拖慢工作流,更适合在任务结束时运行。
#反例
- 一个会话从安装、写代码、闲聊到部署全混在一起
- 每次贴完整日志,不截关键错误
- 要求“看看整个项目”,但不说目标
- 中途频繁改范围
- 一边连接大量 MCP,一边不用这些工具
- 把密钥、临时报错、待办都写进
CLAUDE.md
遇到这些情况,先 /clear,把任务缩小重说。
#官方参考
Support / 支持
Need help? / 需要帮助？
接入、计费与模型异常可邮件联系；服务可用性以状态页为准。
For setup, billing, or model issues, email us. Check the status page for uptime.
也可使用右下角微信 / QQ 客服 · WeChat / QQ support is available at the bottom right
