For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the complete content index is available at https://we0.ai/llms.txt, the full English article bundle is available at https://we0.ai/llms-full.txt, and this page is available as Markdown at https://we0.ai/ru/articles/how-to-cut-claude-code-token.md.
Anthropic опубликовал практическое руководство для разработчиков, которые хотят получить больше пользы от каждой сессии Claude Code. Основна...
Anthropic опубликовала практическое руководство для разработчиков, которые хотят получить больше пользы от каждой сессии Claude Code.
Основная мысль проста: одна и та же задача по написанию кода может стоить совершенно по-разному в зависимости от того, как вы управляете сессией.
Claude Code — это не традиционный редактор с фиксированной стоимостью за задачу. Каждый запрос к модели имеет стоимость инференса, а длинные разговоры многократно переносят вперёд файлы, результаты работы инструментов, вывод команд, системные инструкции и более ранние сообщения. Если этим контекстом управлять плохо, простое исправление ошибки может потребить гораздо больше токенов, чем необходимо.
В исходной статье советы были сведены к шести практическим привычкам:
/clear, когда одна задача завершена и вы переходите к другой.@ для прямого указания файлов, а не заставляйте Claude искать их./compact перед длительным перерывом, пока существующий кэш подсказок ещё тёплый.Собственная рекомендация Anthropic в формате TL;DR также советует запускать /context в новой сессии, чтобы увидеть, что уже загружено, включая CLAUDE.md и определения инструментов MCP.
Эти рекомендации становятся понятнее, если разобраться, что происходит с токеном внутри сессии Claude Code.
Claude Code можно использовать через платные планы Claude или через тарифицируемое использование API. Для индивидуальных пользователей Claude Pro в настоящее время стоит 20 долларов в месяц при ежемесячной оплате, а Claude Max начинается от 100 долларов в месяц и также предлагает тариф с более высоким уровнем использования. API оплачивается отдельно в зависимости от модели и объёма токенов.
В документации Anthropic по стоимости Claude Code говорится, что при корпоративном развёртывании среднее использование составляет около 13 долларов на разработчика за активный день и примерно 150–250 долларов на разработчика в месяц, хотя фактические затраты существенно варьируются в зависимости от модели, кодовой базы, рабочего процесса и уровня автоматизации.
Одна и та же задача может стоить в несколько раз дороже, если Claude приходится искать по ненужным файлам, выполнять многословные команды или многократно переносить нерелевантный контекст вперёд.
Чтобы понять почему, полезно разделить
каждый запрос на две фазы.
Во время prefill модель читает запрос и его контекст за один проход.
Эти входные данные могут включать:
CLAUDE.mdВсе это считается входными токенами.
Во время decode модель генерирует свой ответ токен за токеном.
Это включает токены рассуждений, вызовы инструментов и текст, который вы в итоге видите. В отличие от prefill, decode является последовательным: ответ на 200 токенов требует, чтобы модель сгенерировала 200 токенов один за другим.
Именно поэтому выходные токены обычно значительно дороже входных. Для текущих моделей Claude, рассматриваемых здесь, цена на выходные токены в пять раз выше базовой цены на входные.
Текущие стандартные цены API:
| Модель | Вход | Выход |
|---|---|---|
| Claude Opus 5 | $5 / MTok | $25 / MTok |
| Claude Sonnet 5 | $2 / MTok | $10 / MTok |
| Claude Haiku 4.5 | $1 / MTok | $5 / MTok |
MTok означает один миллион токенов.
Другой ключевой переменной является уровень усилий. Значительная часть выходных данных, генерируемых в агентной сессии кодирования, может приходиться на рассуждения. Более высокий уровень усилий позволяет модели тратить больше токенов на обдумывание сложной проблемы, тогда как более низкий уровень может быть более подходящим для рутинной работы.
Практическое правило простое: используйте более сильную модель и более высокий уровень усилий, когда задача действительно сложная или неоднозначная, а не автоматически для каждой мелкой задачи.
Кэширование промптов — одна из важнейших частей модели затрат Claude Code.
Каждый запрос к Claude Code начинается с большого объема повторяющегося материала: определений инструментов, системного промпта, CLAUDE.md и накопленной к этому моменту истории разговора.
Если начало нового запроса точно совпадает с недавним запросом, сервер может повторно использовать ранее вычисленное состояние вместо повторной обработки всего общего префикса.
Чтение из кэша стоит всего 0.1× от обычной цены входного токена.
Запись в кэш дороже обычного ввода, потому что сервер должен хранить вычисленное состояние. Стандартная запись в кэш на пять минут стоит 1.25× от базовой цены входа, тогда как запись на один час стоит 2×. Важно то, что запись происходит один раз, а последующие попадания в кэш могут многократно использовать префикс за одну десятую обычной стоимости входа.
Представьте, что в разговоре уже содержится 50 000 токенов истории. Без попадания в кэш модель должна была бы выполнить prefill всей этой истории по обычной ставке входа при следующем запросе. С действующим кэшем общий префикс читается по ставке 0.1× от базовой, и только недавно
прикреплённый материал должен обрабатываться по полной входной цене.
В длинном цикле работы агента эта разница может стать существенной.
Кэш должен непрерывно совпадать с самого начала запроса. Если что-то меняется в начале этого префикса — или меняется часть ключа кэша — оставшаяся история больше не может быть переиспользована тем же способом.
Исходная статья выделяет шесть распространённых случаев.
/model/effort/compactЭто не означает, что вам никогда не следует менять модели, уровень усилий или сжимать разговор. Это означает, что есть более дешёвые моменты для этого: в начале сессии или сразу после /clear, а не в середине длинного и дорогого контекста.
Есть также менее очевидный случай в режиме opusplan. Anthropic отмечает, что вход в режим планирования или выход из него может переключать модели, поэтому каждый переход может аннулировать соответствующий кэш модели.
/compact дешевле перед перерывом/compact обобщает текущий разговор в гораздо более короткую версию.
Поскольку создание этой сводки требует чтения существующего контекста, дешевле выполнить сжатие, пока разговор всё ещё доступен через кэш подсказок. Если вы подождёте до окончания длительного перерыва и кэш истечёт, Claude может понадобиться прочитать весь разговор по обычной входной цене, прежде чем он сможет его обобщить.
Именно поэтому Anthropic рекомендует выполнять сжатие до того, как вы отойдёте от клавиатуры на длительное время.
Кэширование подсказок делает повторный контекст дешевле, но оно не останавливает рост самого контекста.
Каждый раз, когда Claude читает файл, содержимое файла добавляется в разговор. Каждый раз, когда он выполняет команду, вывод также может быть добавлен. С этого момента последующие ходы продолжают нести этот материал.
Ход 40 — это не просто последний запрос. Он также несёт в себе многое из того, что произошло в ходах с 1 по 39.
Вот почему длинные сессии могут накапливать затраты гораздо быстрее, чем ожидают разработчики. Даже когда старая история
кэширование, многократная передача нерелевантного контекста не бесплатна, а также занимает место в окне контекста.
У Claude Code действительно есть защитный механизм для очень больших выводов Bash. В текущей документации Anthropic говорится, что когда выходные данные команды превышают 30 000 символов, Claude Code записывает вывод в файл и оставляет в разговоре лишь краткий предпросмотр и путь к файлу.
Сложный случай — это вывод, который излишне подробный, но всё ещё ниже этого порога.
Тестовый набор, печатающий сотни строк успешных тестов, может оставаться в пределах 30 000 символов. Если так, эти строки могут оставаться в разговоре и продолжать отправляться на последующих шагах.
Поэтому Anthropic рекомендует активно поддерживать рабочее окружение в компактном виде.
@Если вы знаете, какой файл нужен Claude, обращайтесь к нему напрямую.
Вместо того чтобы просить Claude найти файл по имени, используйте упоминание с @, чтобы файл был прикреплён к сообщению с самого начала.
Сравните эти запросы концептуально:
Тесты падают.
Возможно, Claude придётся искать по репозиторию, просматривать несколько файлов и собирать несколько результатов инструментов, прежде чем он доберётся до сути проблемы.
Более конкретный запрос исключает часть этого исследования:
Опишите идею одной фразой, и We0 AI создаст сайт-витрину, страницы и CMS, а после запуска поможет привлечь клиентов и трафик.
Одна полная генерация проекта для бесплатной регистрации
Лучше всего попробовать один полный поток генерации и быстро увидеть первый черновик проекта.
Исправь падающий тест в utils.test.ts.
А ссылка с @ позволяет избежать отдельного вызова Read:
Исправь падающий тест в @utils.test.ts.
Файл в любом случае занимает контекст. Экономия достигается за счёт исключения ненужных шагов поиска и чтения.
Также избегайте многократного прикрепления одного и того же файла в рамках одного разговора. Когда файл уже попал в контекст, повторное упоминание может добавить ещё одну копию.
Повторяющийся вывод команд может незаметно доминировать в сессии.
Для команд, которые вы запускаете постоянно, добавьте краткую версию в CLAUDE.md, чтобы Claude знал о более тихом вызове с самого начала.
Например:
запустить один тестовый файл с помощью npx vitest run --reporter=dot
Dot-репортёр может вернуть лишь компактный результат вместо сотен строк подробного вывода.
Это небольшое изменение конфигурации, но за множество шагов оно может сэкономить большой объём повторяющегося контекста.
Субагент получает собственное окно контекста.
У него есть свой системный промпт, инструменты и CLAUDE.md, но он не наследует полный основной разговор. Он может просматривать логи, запускать команды, искать в истории или читать большой файл, а затем возвращать в родительскую сессию только ответ.
Это полезно для таких задач, как:
«Просмотри этот лог сборки и скажи, что не так».
«Найди в этом большом файле соответствующий раздел и сообщи о нём».
“Запустите полный набор тестов и верните важные сбои.”
“Просмотрите историю Git и обобщите изменение, которое привело к такому поведению.”
Промежуточные файлы, чтение и вывод команд исчезают, когда субагент завершает работу. Только его возвращённый ответ попадает в основную сессию.
Здесь есть компромисс: поскольку субагент не наследует родительский разговор, ему может потребоваться перечитать материал, который основная сессия уже знает. Для небольших задач такие накладные расходы могут сделать субагента менее эффективным. Это оправдано, когда изолированная задача достаточно шумная, чтобы вы не хотели, чтобы её процесс оставался в основном контексте.
/clear, когда задача меняетсяЭто одна из самых простых и ценных привычек.
Как только вы завершили исправление ошибки и приступаете к другой задаче, выполните:
/clear
Чтение файлов, вывод команд, неудачные подходы и временный контекст предыдущей задачи больше не должны сопровождать каждый последующий шаг.
Собственное сравнение Anthropic показывает, что ведение трёх отдельных задач в одной непрерывной сессии может отправлять значительно больше токенов, чем очистка между задачами.
Если вам нужно сохранить старую сессию для дальнейшего использования, Anthropic рекомендует использовать /rename перед /clear.
Если вы всё ещё работаете над той же задачей и вам нужно лишь сжать более старую часть разговора, /compact — более подходящий инструмент.
/rewind, когда ошибочными были только последние несколько шаговЕсть ещё одна полезная опция, которую легко упустить из виду:
/rewind
Если сессия сбилась с пути только в последние несколько шагов, перемотка может удалить эти шаги без переписывания всего более раннего разговора.
Это важно для кэширования. Anthropic утверждает, что часть до точки перемотки может оставаться в кэше, тогда как /compact переписывает разговор и, следовательно, имеет свою стоимость.
Таким образом, три команды служат разным целям:
| Команда | Лучшее применение |
|---|---|
/clear | Вы начинаете действительно новую задачу |
/compact | Вы продолжаете ту же задачу, но нужен более короткий контекст |
/rewind | Только последние шаги ошибочны или больше не полезны |
Как только эти механизмы становятся ясными, вырисовывается более широкая закономерность.
Эффективное программирование с помощью ИИ теперь требует нового вида операционного суждения. Разработчикам нужно знать не только, как писать и отлаживать код, но и:
Год назад таких решений почти не существовало в повседневной разработке ПО. Теперь они могут определять, будут ли два разработчика платить сильно разные суммы за выполнение по сути одной и той же работы.
Сама Anthropic иллюстрирует, насколько это важно в масштабе.
Компания сообщила в 2026 году, что более 80% кода, объединённого в кодовую базу Anthropic, было написано Claude, и что типичный инженер
объединяла примерно в 8 раз больше кода в день, чем в 2024 году. В отдельном внутреннем тесте оптимизации система на базе Claude прошла путь от примерно 3-кратного ускорения в 2025 году до примерно 52-кратного к апрелю 2026 года.
При таком уровне использования ИИ эффективность инференса — это не мелкая деталь учёта.
Более глубокий урок из руководства Anthropic заключается не просто в том, чтобы «тратить меньше токенов». Он в том, чтобы понимать, куда уходят токены, и убедиться, что они тратятся на полезные рассуждения, изменения кода и работу с инструментами, а не на устаревшую историю и избежимый вывод.
Каждый новый ход переносит вперёд релевантную историю разговора, включая сообщения, файлы, вызовы инструментов и вывод команд. Кэширование промптов делает повторяющиеся префиксы гораздо дешевле, но растущий контекст по-прежнему потребляет токены и ёмкость окна контекста.
Попадание в кэш промпта тарифицируется по цене 0,1× от обычной базовой цены входного токена, что даёт снижение на 90% для этой кэшированной части входных данных. Запись в кэш стоит дороже обычного ввода, но повторные чтения из кэша могут быстро компенсировать первоначальные затраты на запись.
/clear или /compact в Claude Code?Используйте /clear, когда вы переходите к другой задаче и текущий контекст вам больше не нужен. Используйте /compact, когда вы остаётесь над той же задачей, но хотите, чтобы Claude суммировал более старую историю разговора в меньший рабочий контекст.
/rewind в Claude Code?/rewind позволяет вернуться к более раннему сообщению и удалить последующие ходы из активного контекста. Это полезно, когда только самая последняя часть разговора пошла в неверном направлении и нет необходимости сжимать или очищать всю сессию.
Да, может. Каждая модель использует отдельный кэш промптов, поэтому переключение моделей в середине длинного разговора может привести к тому, что существующая история будет обработана заново по полной входной цене для новой модели.
@ при обращении к файлу?Ссылка на файл через @ прикрепляет файл напрямую к сообщению, что может избавить Claude от поиска файла или дополнительного вызова Read. Содержимое файла всё равно потребляет контекст, так что преимущество заключается в избежании ненужных шагов поиска, а не в том, что сам файл становится бесплатным.
Используйте субагента для работы, которая даёт много промежуточного вывода, не нужного в основном разговоре, например, для просмотра журналов или выполнения широкого поиска. Субагент работает в отдельном контексте и отправляет в основную сессию только свой итоговый ответ.
Выполните /context в новой сессии Claude Code. Anthropic рекомендует использовать его для проверки стартового контекста, такого как CLAUDE.md и определения инструментов MCP, чтобы вы могли удалить ненужные инструкции или интеграции.
пункт для планов Claude, включающих Claude Code.
--reporter=dot.Стоимость Claude Code определяется не только ценой модели. Длина контекста, уровень усилий при рассуждении, вывод команд, продолжительность сессии, попадания в кэш, обнаружение файлов и использование субагентов — всё это может влиять на количество токенов, потребляемых задачей.
Наиболее ценные привычки просты: очищайте контекст при смене задачи, избегайте ненужных переключений модели или уровня усилий в середине сессии, сокращайте шумный вывод, указывайте известные файлы напрямую, сжимайте контекст перед длительным перерывом и изолируйте задачи с большим объёмом вывода, когда уместнее использовать субагента.
Эти практики не направлены на минимизацию использования токенов любой ценой. Их цель — гарантировать, что оплачиваемые токены действительно способствуют выполнению задачи, а не многократно переносят неактуальную историю.
Эффективное использование Claude Code всё больше становится формой контекстной инженерии: поддерживайте контекст релевантным, сохраняйте кэш, когда это помогает, и тратьте усилия на рассуждения там, где это действительно улучшает результат.
Начните с одной фразы и получите полноценный сайт за считанные минуты.
