这篇把 Claude Code 的省钱门道讲透了：缓存怎么省、什么时候切模型便宜、哪些命令输出是隐形开销。适合天天用 Claude Code 写代码的人照着调。
Claude Code 成本由模型、输入输出类型和提示词缓存决定，其中输出 token 价格约为输入的 5 倍，thinking token 占输出大头。缓存读取仅 0.1× 价格，但切换 /model、/effort 或开启 Fast mode 会击穿缓存，导致全价重新 prefill。会话中读过的文件和命令输出会在每轮重复计费，第 40 轮需重读前 39 轮，长会话成本超直觉。建议任务间用 /clear、@提及文件省去 Read 调用、给命令加静默参数，并在缓存 1 小时过期前用 /compact 压缩。
Claude Code 会话价值最大化指南 -- 适用于你的 Coding Agents：从缓存、上下文到 Subagent 的成本优化 https://t.co/ISeyEUsfyt 先看两个问...
Claude Code 会话价值最大化指南 -- 适用于你的 Coding Agents：从缓存、上下文到 Subagent 的成本优化 claude.com/blog/maximizin… 先看两个问题： 1. 单个 token 的价格由什么决定 2. 一个会话会发出多少 token # Token 单价的三个决定因素 1. 模型 更大的模型对输入、输出都做更多计算。难题/模糊任务用大模型，常规任务用小模型——其余所有优化都会被模型单价放大。 2. 输入 vs 输出 · Prefill：系统提示、CLAUDE.md、你的消息、以及会话中累积的所有内容（读过的文件、命令输出）。 · Decode：思考、工具调用、回复文本。逐 token 串行生成，GPU 占用时间更长，因此输出价格约为输入的 5 倍。 · 输出中很大比例是 thinking token，其数量由 /effort 控制。已知是体力活的会话，可用 MAX_THINKING_TOKENS=0 直接关闭思考。 3. 提示词缓存 · 机制：请求前缀与上次完全相同，则前缀部分直接读取缓存状态，只对新增部分全价 prefill。 · 价格：缓存读取 0.1×，缓存写入最高 2×（写入只发生一次，之后每轮都是 0.1× 读取）。 · Claude Code 自动管理缓存，但以下行为会击穿缓存，导致整个会话重新全价 prefill： · /model 切换模型（含 opusplan 进出 plan 模式） · /effort 切换思考档位 · 开启 Fast mode（且按 fast 价格重新 prefill） · /compact 压缩会话（系统提示部分保留） · 时间过期：订阅 1 小时、API key 5 分钟（ENABLE_PROMPT_CACHING_1H=1 可延长到 1 小时）；恢复旧会话基本必然 miss 结论：不是不能切换，是要选便宜的时机——会话开始时或 /clear 之后，而不是长对话中途。 # 会话 Token 量的成本模型 关键事实：进入上下文的任何内容（读过的文件、命令输出），会在之后的每一轮被重新发送，直到会话结束。虽然有缓存折扣，但便宜不等于免费，还占用模型每轮要"绕着思考"的上下文空间。 1. 什么进入了上下文 · 启动即加载：工具定义、系统提示、CLAUDE.md、MCP 工具定义。用 /context 审计；CLAUDE.md 只留通用指令，流程性内容移到 skills；用不到的 MCP 用 /mcp 关掉。 · 探索成本：说"测试挂了"，Claude 要先 grep、开一堆文件去定位，这些中间结果会留在上下文里。直接说"修 utils.test.ts 里挂掉的测试"省掉搜索；用 @ 提及文件连 Read 调用都省了（文件随第一条消息直接附上，且一次会话只需提及一次）。 · 命令输出：超过 3 万字符会自动落盘只留摘要（BASH_MAX_OUTPUT_LENGTH 可调），真正的杀手是阈值以下的中等输出——比如 400 行逐行打印的通过测试。对策：给命令加 quiet flag、用 subagent、或用 hook 改写嘈杂命令；把高频命令连同静默参数写进 CLAUDE.md。 2. 在上下文里停留多少轮 · 一个长会话比拆成几个短会话贵，且贵得超乎直觉——第 40 轮要重读前 39 轮。 · 任务切换用 /clear，同一任务前半段完成用 /compact；/clear 前可先 /rename 以便找回；/compact 时告诉它保留什么。 · 一个反直觉的省钱技巧：如果最近几轮走偏了，用 /rewind 回滚而不是 /compact——rewind 只砍掉尾部，前缀缓存仍在，成本为零。 · 注意"你不在打字时发生的轮次"：/loop 每次都携带整个会话触发完整一轮，超 1 小时还叠加缓存失效——应在新终端的干净会话里跑。 3. Subagents：隔离上下文的另一手段 · 子 agent 有独立上下文（含系统提示、工具、CLAUDE.md），但不带你的对话；只有最终结论返回主会话，其余全部丢弃。 · 代价是可能要重读主会话已读过的内容，小任务不划算；适合"产出大量你不需要保留的输出"的任务（如翻日志）。 · 固定外包的嘈杂任务，给它定义一个用 haiku/sonnet 的专属 subagent，否则它默认跑在主会话的模型上。 # 可执行清单（按性价比排序） 1. 任务之间 /clear —— 阻断无关上下文持续计费 2. 开工前定好 /model 和 /effort —— 中途切换击穿缓存 3. @ 提及文件代替写路径 —— 省掉 Read 调用和搜索 4. 嘈杂命令加静默 flag 或丢给 subagent —— 命令输出会驻留整个会话 5. 新会话先跑 /context —— 审计启动加载项，砍掉不需要的 6. 离开键盘前 /compact —— 缓存 1 小时过期，趁热压缩便宜得多 💬 1 🔄 0 ❤️ 2 👀 257 📊 2 ⚡