Claude Code 省钱指南：Token 成本优化实战

用了 Claude Code 一段时间，发现 Token 消耗量比你想象的要高？这篇文章帮你系统性地降低 Token 成本。

一、理解 Token 计费

1.1 输入 Token vs 输出 Token

Claude 的计费区分输入和输出：

关键认知：让 Claude「多说」，成本会比「多读」更高。

1.2 缓存命中的力量

缓存命中的折扣高达 90%，这是省钱的核心杠杆。

1.3 缓存计费规则

Prompt Caching 的核心逻辑：

首次请求：完整输入 token 计费

5 分钟内再次请求：缓存命中，只计费 10%

缓存过期（5 分钟）：重新完整计费

省钱关键：让「固定的内容」被缓存，让「可变的内容」精简。

1.4 实时监控：/cost

随时查看当前消耗：

/cost

显示内容： - 当前会话 token 总量 - 输入/输出 token 分拆 - 预估费用 - 缓存命中率（如果有）

建议：养成每完成一个大任务就 /cost 的习惯，建立成本感知。

二、零成本优化：用好免费额度

2.1 识别高消耗场景

消耗 token 的「大户」：

2.2 建立监控习惯

/context

/cost

/context && /cost

知道钱花在哪，才能有针对性地优化。

三、Prompt Caching 策略：省 90% 的秘诀

3.1 缓存原理

Claude 的 Prompt Caching 会缓存「稳定的上下文前缀」：

缓存的内容（稳定）：

├── 系统提示（System Prompt）

├── CLAUDE.md

├── Skills（被加载的）

├── MCP 工具定义

└── 对话历史的早期部分

不缓存的内容（多变）：

├── 最新几轮对话

├── 新读取的文件

└── 工具调用结果

核心原则：越靠前的内容越容易被缓存。

3.2 CLAUDE.md 优化

CLAUDE.md 是缓存的「黄金地段」——每次请求都会带上，且位置靠前。

不好的写法：频繁修改、内容冗长

这是一个 React 项目...

[50 行注释和示例代码]

[过时的临时备注]

[每次修改都增加新内容]

好的写法：精简、稳定、核心规则

React 18 + TypeScript + Vite 项目。

## 规范

- 组件用箭头函数

- 样式用 Tailwind

- 测试放 __tests__/

## 命令

- 开发: npm run dev

- 测试: npm test

为什么稳定很重要？

修改 CLAUDE.md → 缓存失效 → 重新完整计费

保持不变 → 缓存命中 → 只计费 10%

3.3 Skills 延迟加载

Skills 默认在会话开始时加载，消耗上下文。设置延迟加载：

---

disable-model-invocation: true

---

效果： - 不会自动加载到上下文 - 只有手动调用 /skill-name 时才加载 - 减少预热成本

适合延迟加载的 Skills： - 不常用的功能（如特定框架的调试） - 大型 Skills（内容很多） - 专用工具（只在特定场景需要）

3.4 缓存刷新策略

缓存 TTL 是 5 分钟。理解这个时间窗口，能帮你省钱：

连续工作模式（推荐）

时间轴：

00:00 ──┬── 任务 A 开始 ──┬── 任务 B 开始 ──┬── 任务 C 开始

│ (首次计费) │ (缓存命中) │ (缓存命中)

│ │ │

└──── 5分钟内 ────┴──── 5分钟内 ────┴── 持续命中

缓存有效 缓存有效

成本：首次请求全额 + 后续请求 10%

断续工作模式（浪费）

时间轴：

00:00 ──┬── 任务 A 开始 ──┬── 休息 10 分钟 ──┬── 任务 B 开始

│ (首次计费) │ │ (缓存过期)

│ │ │ (重新全额计费)

└──── 5分钟 ──────┴──── 缓存过期 ─────┴── 缓存失效

成本：首次请求全额 + 再次请求全额

最佳实践：

3.5 缓存命中率检查

/cost

输出中会显示缓存相关的信息。如果缓存命中率低，检查： - CLAUDE.md 是否频繁修改 - 是否在读取大量新文件 - 会话是否中断太久

四、模型选择策略：按需付费

4.1 任务复杂度匹配

4.2 Sonnet 为主，Opus 为辅

说明：以 Claude 原生模型为例。如果使用国产大模型（如 DeepSeek、通义千问等），请查阅对应模型提供商官网了解定价和能力差异。

默认用 Sonnet：

claude

claude --model sonnet

复杂任务切 Opus：

/model opus

... 完成复杂任务 ...

/model sonnet # 切回 Sonnet

成本对比：

Sonnet: 3/M 输入 + 15/M 输出

Opus: 15/M 输入 + 75/M 输出

Opus 价格是 Sonnet 的 5 倍！

4.3 Opus[1m] 的成本权衡

1M 上下文扩展，什么时候用？

权衡公式：

单次大任务：Opus[1m] 可能更省（避免多次启动、重复加载）

多个小任务：Sonnet + /clear 更省（每个小任务独立计费）

4.4 模型切换快捷方式

claude --model sonnet

claude --model opus

claude --model "opus[1m]"

/model sonnet

/model opus

/model "opus[1m]"

/model

五、工作流优化：减少浪费

5.1 批量处理 vs 逐个处理

差的模式：逐个启动会话

会话 1：修复 bug A（启动开销：加载 CLAUDE.md、Skills、MCP）

会话 2：修复 bug B（再次启动开销）

会话 3：修复 bug C（再次启动开销）

好的模式：批量处理

一个会话：

修复 bug A、B、C，每个完成后 /compact

启动开销只有一次，缓存持续命中。

5.2 子 Agent 成本隔离

大文件分析是 token 消耗大户。用子 Agent 隔离：

你：分析整个项目的架构

你：用子 Agent 分析项目架构，返回关键发现

原理：

主会话：

├── 对话历史（小）

├── 子 Agent 返回的摘要（几 K token）

└── 当前上下文（小）

子 Agent（独立上下文）：

├── 读取 50 个文件（大）

├── 分析处理

└── 返回摘要给主会话

主会话的上下文不会被撑爆。

5.3 /compact vs /clear

使用时机：

/context 显示 70%：/compact（压缩，保留缓存）

/context 显示 90%：/clear（清空，接受重新计费）

切换完全不同的任务：/clear（反正缓存也要失效）

继续相关任务：/compact（尽量保持缓存）

5.4 避免重复读取

你：读取 package.json

Claude：好的，内容是...

你：再读取一下 package.json

Claude：好的，内容是...（又一次 token 消耗）

你：读取 package.json

Claude：好的

你：修改刚才读取的 package.json，把 react 升级到 19

技巧：Claude 会记住当前会话读取过的文件，不需要重复指令。

5.5 精简指令

输出 token 价格是输入的 3-5 倍，让 Claude 少说话：

你：详细解释一下这个函数是做什么的

你：这个函数的作用是什么？一句话回答

你：有什么建议？

你：列出 3 个最可能的性能瓶颈

六、Skills 与插件推荐

6.1 内置优化功能

Claude Code 本身有几个省钱相关的功能：

6.2 推荐的开源工具

以下开源项目专门用于降低 Token 消耗：

项目地址： - https://github.com/JuliusBrussee/caveman - https://github.com/tirth8205/code-review-graph - https://github.com/drona23/claude-token-efficient

caveman：通过改变 Claude 的回复风格来节省 token。安装后，Claude 会用更简洁的方式回答问题，避免冗长的解释。

code-review-graph：核心思路是"让 Claude 只读它需要的文件"。它构建一个代码库的知识图谱，记录文件间的依赖关系。当 Claude 需要理解代码时，只读取相关文件，而不是整个目录。

claude-token-efficient：最简单的方案——只需把它的 CLAUDE.md 内容加到你的项目里。Claude 就会自动用更简洁的方式回复，特别适合不需要详细解释的重构、调试场景。

6.3 MCP 服务选择

每个 MCP 服务都有工具定义开销（1-5K token）。选择策略：

只启用必需的 MCP：

├── 文件系统访问 ✓ 必需

├── GitHub 集成 ✓ 常用

├── 数据库访问 ✓ 常用

├── 某个特定 API ❓ 按需启用

└── 实验性工具 ❓ 不用时禁用

配置示例（~/.claude/settings.json）：

{

"mcpServers": {

"filesystem": {

"command": "mcp-filesystem",

"args": ["--root", "/workspace"]

},

"github": {

"command": "mcp-github"

}

}

}

禁用不需要的 MCP：

{

"mcpServers": {

"filesystem": { ... }

// 不列出不需要的 MCP

}

}

6.4 CLAUDE.md 模板优化

一个省钱的 CLAUDE.md 结构：

[项目简介，2-3 行]

## 技术栈

[列表，简洁]

## 代码规范

[核心规则，不超过 10 条]

## 常用命令

[只列出常用的，不超过 5 个]

## 注意事项

[重要的约束，简洁]

避免：

• 大量示例代码（放单独文件，按需读取）

• 详细的教程内容（放文档，不要放 CLAUDE.md）

• 频繁变动的临时信息（破坏缓存）

七、团队成本管理

7.1 用量监控

Anthropic Console 提供详细的用量数据：

• 按日期的 token 消耗趋势

• 按模型的消耗分布

• API 调用次数和成功率

• 缓存命中率

定期检查 Console，了解团队整体消耗。

7.2 预算预警

在 Anthropic Console 设置：

• 月度预算上限

• 预警阈值（如 50%、80%）

• 超限通知方式

7.3 成本归因

团队使用建议：

项目级 CLAUDE.md：

├── 标注项目名称

├── 使用统一的命名规范

└── 便于在账单中识别

会话命名：

claude --name "项目A-功能X开发"

方便后续追溯哪个项目消耗了多少。

7.4 团队 CLAUDE.md 规范

统一规范减少返工：

## 代码风格

[团队统一的代码规范]

## Git 提交规范

[团队统一的提交信息格式]

## 审查清单

[PR 前必查项]

## 禁止事项

[绝对不能做的事]

每个项目在此基础上扩展项目特定的内容。

八、成本优化检查清单

8.1 每日检查

□ /cost 查看当日消耗

□ 是否有缓存命中率低的问题

□ 是否有重复读取同一文件

□ 是否在用正确的模型

8.2 每周检查

□ CLAUDE.md 是否可以精简

□ 是否有不需要的 MCP 在运行

□ 是否有不需要的 Skills 自动加载

□ 本周账单是否异常

8.3 配置优化

□ CLAUDE.md 保持精简（< 200 行）

□ 不常用的 Skills 设置延迟加载

□ 只启用必需的 MCP

□ 项目 CLAUDE.md 保持稳定（少修改）

8.4 工作流优化

□ 相似任务批量处理

□ 大任务用子 Agent 隔离

□ 长会话适时 /compact

□ 切换任务时 /clear

□ 按任务复杂度选择模型

九、总结

省钱的三个层次

第一层：监控

知道钱花在哪 → /cost、/context、Console

第二层：缓存

让固定内容被缓存 → CLAUDE.md 精简稳定、Skills 延迟加载

第三层：策略

按需选择 → 模型选择、工作流优化、子 Agent 隔离

核心原则

1. 能缓存就缓存

CLAUDE.md 稳定、内容精简、不频繁修改

2. 能省就省

简单任务用 Sonnet、输出要精简、避免重复

3. 能隔离就隔离

大任务用子 Agent、批量处理减少启动开销

4. 能监控就监控

定期 /cost、检查缓存命中率、关注账单异常

从现在开始

立即执行：

1. 运行 /cost，建立成本意识

2. 检查 CLAUDE.md，删除冗余内容

3. 检查 Skills，设置延迟加载

4. 检查 MCP，禁用不需要的

持续习惯：

1. 按任务选模型

2. 批量处理相似任务

3. 长会话定期 /compact

4. 每周检查账单

参考

• Claude Code 官方文档 — https://docs.anthropic.com/en/docs/claude-code

• Prompt Caching 文档 — https://docs.anthropic.com/en/docs/build-with-claude/prompt-caching

• Claude 模型定价 — https://www.anthropic.com/pricing

• 上下文窗口管理 — 《Claude Code 上下文窗口：理解、监控、优化》