告別 Token 焦慮！Anthropic 公開 Claude Code 計費邏輯，用 11 招把額度效益最大化

為了解決開發者的額度消耗焦慮，Anthropic 官方近期發布了一份深度指南，拆解 Claude Code 的計費底層邏輯，並整理出 11 個最直接的省 Token 實戰技巧。

Table of Contents

為什麼相同的任務，花費可能差數倍？

Anthropic 指出，開發者支付的表面上是 Token，本質上是 GPU 的推論運算時間。成本主要由三大維度決定：

模型等級：大模型（如 Opus）在輸入與輸出的單價均高於小模型（如 Sonnet、Haiku）。
輸入（Prefill）vs. 輸出（Decode）：解碼階段模型逐字產出（包含思考歷程 Thinking Tokens 與工具調用），GPU 佔用時間長，因此輸出 Token 單價約為輸入的 5 倍。
提示詞快取（Prompt Caching）：這是節省成本的關鍵。命中的快取讀取費用僅需 0.1 倍（一折），但如果快取失效或被破壞，系統就必須以全價重新預填充（Prefill）整段上下文。

在多輪對話中，每一次送出的請求都包含了「系統提示詞 + 專案設定 + 先前讀取過的所有檔案與指令輸出」。這意味著，無關的歷史紀錄留得越久，後續每一輪對話的隱形成本就越高。

1. 任務切換果斷 /clear
一個任務完成後立即執行 /clear 清空上下文。長對話越往後越昂貴，因為後續每一輪都會完整攜帶先前的對話紀錄。如果是在同一個任務內但前段紀錄已無用，再使用 /compact 壓縮。

2. 開局定好模型與 Effort 等級
中途切換 /model、/effort 或開啟 Fast mode 會改變快取的特徵值（Cache Key），導致既有 Prompt Cache 全部失效，下一輪將以全價重新計算上下文。建議在開局就設定妥當。

3. 暫離工作前先執行 /compact
訂閱用戶的快取壽命約 1 小時，API Key 預設約 5 分鐘。一旦快取過期，重新喚醒時需全額重算整段歷史。趁著快取尚未過期時先進行 /compact，生成摘要的成本會便宜許多。

4. 邏輯跑偏時用 /rewind 代替 /compact
若最近幾輪互動偏離預期，使用 /rewind 即可精準刪除後續輪次，前面的快取完全不受影響（零額外成本）；相比之下，/compact 會重寫整段對話，反而會破壞快取。

5. 善用 @檔案名稱載入上下文
在 Prompt 中直接使用 @檔名，Claude Code 會在第一輪請求前將檔案打包送出，省去模型額外發起一次 Read 工具調用與搜尋的成本。同一個檔案在同個會話中標註一次即可，重複標註會塞入多份副本。

6. Prompt 盡量精確具體
避免模糊指令（例如「測試掛了」），應具體指定失敗的測試與檔案名稱。模糊指令會迫使 Agent 先執行 grep、全域搜尋並讀取大量無關檔案，這些中間產物會永遠滯留在上下文內。

7. 抑制測試與終端機的冗長輸出
Build、Git Log 與測試輸出的文字都會佔用 Context。建議在指令加上 --quiet 或用 tail 截斷，或在 CLAUDE.md 中預先定義精簡的測試指令（例如 vitest --reporter=dot）。

8. 透過 /context 檢查啟動負擔
在新會話中執行 /context，可檢視 CLAUDE.md、系統提示詞及 MCP 佔用的初始 Token 數。建議將專案特定流程拆至按需載入的 Skills，並用 /mcp 關閉當前會話不需要的 MCP 工具。

9. 雜活任務降級模型與思考強度
Thinking Tokens 同樣屬於昂貴的輸出 Token。對於常規、純執行的工作，可選用較小模型或調低 /effort；若要徹底關閉思考，可透過環境變數 MAX_THINKING_TOKENS=0 claude 啟動。

10. 大量日誌交給 Subagent，輕量任務回歸主會話
Subagent 擁有獨立上下文，任務結束後只將最終摘要帶回主會話，非常適合用來爬梳龐大日誌或搜尋長篇文件（甚至可指派 Haiku 執行）。但對簡單任務而言，Subagent 重新載入設定的初始成本反而不划算。

11. /loop 循環指令務必另開獨立會話
每次 /loop 都視為一次完整對話輪次，會持續攜帶當前會話的全部內容。若循環間隔超過 1 小時還會引發快取失效。官方強烈建議另開一個乾淨的終端機視窗專門執行循環工作。