Anthropic近日发布一篇部落格文章，针对开发者使用Claude Code时容易出现的Token浪费问题，整理出6项降低成本的实用技巧。

官方指出，Claude Code的使用成本不只取决于选用哪个模型，也与推理强度、上下文长度及提示快取是否命中密切相关；若缺乏上下文管理，同一项程式开发任务的成本可能出现数倍差距。

Anthropic建议，开发者完成一项任务后应立即使用「/clear」清除对话，避免前一项工作的档案内容、指令输出与探索过程持续留在上下文中，并在开始工作时就确定模型与推理强度，减少后续切换造成的快取失效。

Anthropic列6招降低Claude Code成本

1. 在不同任务之间执行「/clear」，避免把之前无关的上下文继续送到模型，进而减少Token消耗。
2. 开始工作前，先确定好模型和推理强度，因为中途更改其中任何一个，都可能导致提示词快取失效，进而增加Token成本。
3. 不要只写出档名，而是直接用「@」提及文件，使档案会直接附加到讯息中，省去一次Read调用，并避免Claude再去搜寻档案。
4. 对输出冗长的指令加上静默参数，或把指令交给子代理执行。因为命令输出会像档案一样加入对话，并且在整个会话期间都会保留。
5. 在新会话开始时执行一次「/context」。它会显示目前载入的内容（例如 CLAUDE.md 和 MCP 工具定义），方便用户删除不必要的内容。
6. 暂时离开键盘前执行「/compact」。提示词快取通常一小时后就会过期，而在快取仍然有效时进行对话压缩，成本要低得多。

Claude Code成本关键在Token如何被计算

Anthropic也进一步说明Claude Code背后的Token消耗机制。每次使用者发出指令时，模型首先需要进行「预填充」，读取系统提示词、CLAUDE.md、使用者讯息及过往对话等输入内容；接着进入「解码」（decode）阶段，产生模型回复、思考内容及工具呼叫等输出。

两者的运算方式并不相同。预填充会一次处理输入内容，而解码则是逐个Token产生输出，因此输出Token的成本高于输入Token。

模型本身则决定每个Token的价格，而推理强度会影响Token使用量。

Anthropic指出，推理强度越高，模型需要产生的思考Token越多，因此开发者不应在所有任务上都使用最高推理强度，而应根据工作的复杂程度选择合适的模型与设定。

提示快取成为降低成本的重要工具

在Claude Code的成本结构中，提示快取是另一个关键因素。

Claude Code的请求通常会包含相同的前缀，例如系统提示词、工具定义、CLAUDE.md以及既有对话历史。如果下一次请求的前缀内容与前一次完全一致，系统可以直接使用先前的计算结果，而不必重新处理全部内容。

Anthropic指出，快取读取只要正常输入价的0.1倍，可以直接省掉90%。虽然首次写入快取需要较高成本，但之后的请求可以持续利用既有快取。

不过，快取并非永久有效，而且必须维持连续匹配。Anthropic列出几种可能导致快取失效的情况，包括切换模型、改变推理强度、开启或关闭Fast mode、使用「/compact」重新整理对话、快取逾期，以及长时间后恢复旧会话。

其中，模型与推理强度的切换尤其值得注意。Anthropic指出，不同模型各自拥有独立快取，因此从一个模型切换到另一个模型后，原本的对话历史可能需要重新进行预填充；推理强度同样属于快取条件之一。

此外，Anthropic也提醒使用者注意「opusplan」模式。由于该模式会在不同阶段切换模型，因此进入或离开相关模式都可能造成快取失效，频繁切换可能增加额外成本。

对话越长，累积成本也越高

即使成功利用快取降低重复处理成本，Anthropic仍提醒，对话本身持续膨胀仍会增加Token使用量。

Claude每读取一个档案、执行一次指令，都可能将相关内容加入对话历史。随着工作轮数增加，后续请求需要携带的上下文也会越来越长。

Claude Code设有机制处理过大的命令输出：当输出超过一定长度时，内容会被写入暂存档案，而对话中只保留摘要。不过，较短但仍然庞大的输出仍可能直接留在上下文中。

例如测试工具产生大量测试结果，即使没有超过系统设定的门槛，这些内容仍可能持续占据后续对话空间。

因此，Anthropic再次强调，让命令保持精简、将大型工作交给子代理，以及适时清除或压缩对话，都是降低上下文膨胀的重要方式。

除了「/clear」与「/compact」之外，Anthropic也提到「/rewind」。如果最近几轮对话出现偏离，可以利用「/rewind」移除后续内容，同时保留较早的对话与快取状态。

AI程式开发开始出现「Token管理」能力

从Anthropic整理的这些技巧可以看出，Claude Code的使用效率已不只是模型能力或程式设计技巧的问题，如何管理上下文、控制输出、维持快取及选择适当推理强度，也逐渐成为影响开发成本的重要因素。

对开发者而言，真正需要避免的并非单次使用大量Token，而是在长时间、多轮次的工作流程中，让无关的上下文不断累积，并因模型或设定切换导致原本可以重复利用的快取失效。

Anthropic此次公布的6项建议，核心逻辑也相当明确：让每一次请求只携带真正需要的内容、让能够快取的内容持续命中，并将不必要的大量输出隔离在主对话之外。对于高频率使用Claude Code的开发者而言，这些操作将直接影响相同工作量下的Token消耗。