Claude Code成本优化与会话管理指南

一份关于最大化Claude Code会话价值的详细指南已发布,涵盖令牌价格决定因素、缓存机制和上下文管理。令牌价格受模型选择、输入与输出(输出成本约为输入的5倍)以及提示缓存(缓存读取成本为0.1倍,写入成本最高为2倍)影响。缓存会因模型、努力程度、快速模式、紧凑模式或时间过期而失效。上下文会累积所有读取的文件、命令输出和工具定义,并在每一轮中重新发送。策略包括:使用@提及跳过文件读取、为嘈杂命令添加静默标志、使用子代理隔离嘈杂任务、在任务之间使用/clear以及离开前使用/compact。优先级检查清单以审计上下文、尽早设置模型/努力程度、以及利用/rewind而非/compact来保留缓存作为结尾。
Key insights
令牌定价模型驱动优化优先级
令牌成本由模型大小、输入与输出(输出成本高5倍,因为每个令牌的解码过程)以及由/effort控制的思考令牌决定。输出包括思考令牌,对于常规任务,可以通过设置MAX_THINKING_TOKENS=0来禁用。更大的模型会放大所有其他成本,因此模型选择是首要杠杆。
缓存脆弱:会话中途切换设置会破坏缓存
当前缀未改变时,提示缓存能显著降低成本,但更改/model、/effort、启用快速模式或/compact等操作会使缓存失效,迫使进行全价预填充。缓存还会在1小时(订阅用户)或5分钟(API密钥)后过期,不过ENABLE_PROMPT_CACHING_1H=1可以延长有效期。恢复旧会话几乎总会错过缓存。
上下文累积是隐藏的成本驱动因素
所有读入上下文的内容——包括CLAUDE.md、MCP定义、文件读取、命令输出——都会在后续每一轮中重新发送,直到会话结束。即使有缓存,累积的上下文也会消耗模型的推理空间并增加成本。通过/context进行审计、精简CLAUDE.md以及禁用未使用的MCP工具,可以降低基线负载。
低于30K字符的命令输出是无声的预算杀手
超过30,000字符的输出会自动截断为摘要,但像400行测试通过这样的中等长度输出仍会保留在上下文中。指南建议添加静默标志、重定向到子代理或使用钩子重写嘈杂命令。
长会话比分拆任务更昂贵
每一轮都会重放之前所有轮次,这使得一个40轮的会话成本异常高昂。在任务之间使用/clear、在任务中使用/compact进行压缩、以及使用/rewind丢弃最近的错误而不破坏缓存,都是成本效益高的策略。
子代理为嘈杂的高输出任务隔离上下文
子代理以独立上下文运行,除最终结果外丢弃所有内容。它们非常适合处理产生大量输出但无需保留的任务,例如日志分析。对于固定的嘈杂任务,建议使用较小模型(haiku/sonnet)定义专用子代理。