wwsun

高效管理成本 - Claude Code 文档翻译

15分钟阅读

原文: https://code.claude.com/docs/en/costs

高效管理成本

原文：Manage costs effectively - Claude Code Docs

跟踪 Token 用量、设置团队支出限制，并通过上下文管理、模型选择、扩展思考设置和预处理 Hook 来降低 Claude Code 成本。

Claude Code 按 API Token 消耗计费。关于订阅计划定价（Pro、Max、Team、Enterprise），请参阅 claude.com/pricing。每位开发者的成本因模型选择、代码库大小以及使用模式（如运行多个实例或自动化）而有很大差异。在企业部署中，每位开发者每个活跃日的平均成本约为 150-250，其中 90% 的用户每日成本低于 $30。如要预估自己团队的开支，建议先从小规模的试点团队开始，使用下面的追踪工具建立基线，然后再逐步推广。

本页面涵盖如何 追踪你的成本、管理团队成本 以及 降低 Token 消耗。

追踪你的成本

使用 /usage 命令

/usage 中的 Session 块显示 API Token 使用量，面向 API 用户。Claude Max 和 Pro 订阅用户的用量已包含在订阅中，因此会话成本数字与账单无关。订阅用户在同一界面可看到套餐用量条和活动统计数据。

/usage 命令提供当前会话的详细 Token 用量统计。美元金额是根据 Token 数量本地估算的，可能与实际账单有所出入。权威账单请查看 Claude Console 中的 Usage 页面。

Total cost:            $0.55
Total duration (API):  6m 19.7s
Total duration (wall): 6h 33m 10.2s
Total code changes:    0 lines added, 0 lines removed

管理团队成本

使用 Claude API 时，你可以对 Claude Code 工作区的总支出 设置工作区支出限制。管理员可在 Console 中 查看成本和使用报告。

当你首次用 Claude Console 账户认证 Claude Code 时，系统会自动为你创建一个名为 “Claude Code” 的工作区。该工作区为组织中所有 Claude Code 使用提供集中的成本追踪和管理。你无法为此工作区创建 API 密钥；它专用于 Claude Code 认证和使用。

对于有自定义速率限制的组织，该工作区中的 Claude Code 流量计入组织总体 API 速率限制。你可以在 Claude Console 中对该工作区的 Limits 页面设置 工作区速率限制，以限制 Claude Code 的份额并保护其他生产工作负载。

在 Bedrock、Vertex 和 Foundry 上，Claude Code 不会从你的云端发送指标。要获取成本指标，多家大型企业报告使用了 LiteLLM——这是一个开源工具，可帮助公司 按密钥追踪支出。该项目与 Anthropic 无关，且未经安全审计。

速率限制建议

在为团队设置 Claude Code 时，请参考以下基于组织规模的每用户 TPM（每分钟 Token 数）和 RPM（每分钟请求数）建议：

团队规模每用户 TPM每用户 RPM
1-5 人200k-300k5-7
5-20 人100k-150k2.5-3.5
20-50 人50k-75k1.25-1.75
50-100 人25k-35k0.62-0.87
100-500 人15k-20k0.37-0.47
500+ 人10k-15k0.25-0.35

例如，如果你有 200 个用户，可以为每个用户请求 20k TPM，即总计 400 万 TPM（200×20,000 = 4,000,000）。每用户 TPM 随团队规模增大而降低，因为大型组织中同时使用 Claude Code 的用户往往较少。这些速率限制适用于组织级别，而非单个用户级别，这意味着在其他用户不活跃使用时，单个用户可以临时消费超过其计算份额。

如果你预计会出现异常高的并发使用场景（如大规模团队的现场培训），可能需要更高的每用户 TPM 分配。

Agent 团队 Token 成本

Agent 团队 会生成多个 Claude Code 实例，每个实例都有自己独立的上下文窗口。Token 使用量随活跃团队成员数量和每个成员的运行时长而扩展。

控制 Agent 团队成本的建议：

  • 为团队成员使用 Sonnet。它在能力和成本之间取得平衡，适合协调任务。
  • 保持团队规模小。每个成员运行自己的上下文窗口，因此 Token 使用量大致与团队规模成正比。
  • 保持生成提示（spawn prompts）聚焦。成员会自动加载 CLAUDE.md、MCP 服务器和技能，但生成提示中的所有内容从一开始就会添加到其上下文中。
  • 工作完成后清理团队。即使空闲，活跃的团队成员仍然会继续消耗 Token。
  • Agent 团队默认禁用。在你的 settings.json 或环境变量中设置 CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS=1 来启用。参见 启用 Agent 团队。

降低 Token 消耗

Token 成本与上下文大小成正比：Claude 处理的上下文越多，你使用的 Token 就越多。Claude Code 通过 提示缓存（减少重复内容如系统提示的成本）和 自动压缩（在接近上下文限制时总结对话历史）自动优化成本。

以下策略可帮助你保持较小的上下文并降低每条消息的成本。

主动管理上下文

使用 /usage 检查当前 Token 使用量，或 配置状态栏 持续显示。

  • 任务之间清理上下文：切换到无关工作时使用 /clear 重新开始。过时的上下文会在每条后续消息中浪费 Token。清理前先用 /rename 重命名，方便后续找到会话，然后用 /resume 恢复。
  • 添加自定义压缩指令：/compact Focus on code samples and API usage 告诉 Claude 在总结时保留什么内容。

你也可以在 CLAUDE.md 中自定义压缩行为：

# Compact instructions

When you are using compact, please focus on test output and code changes

选择合适的模型

Sonnet 能很好地处理大多数编码任务，且成本低于 Opus。将 Opus 留给复杂的架构决策或多步推理。使用 /model 在会话中切换模型，或在 /config 中设置默认模型。对于简单的子代理任务，在 子代理配置 中指定 model: haiku。

降低 MCP 服务器开销

MCP 工具定义 默认延迟加载，因此只有工具名称进入上下文，直到 Claude 实际使用某个工具。运行 /context 查看什么在占用空间。

  • 优先使用 CLI 工具（如果可用）：gh、aws、gcloud、sentry-cli 等工具比 MCP 服务器更节省上下文，因为它们不添加每个工具的列表项。Claude 可以直接运行 CLI 命令。
  • 禁用未使用的服务器：运行 /mcp 查看已配置的服务器，并禁用在当前工作中不使用的。

为类型化语言安装代码智能插件

代码智能插件 为 Claude 提供精确的符号导航，而非基于文本的搜索，在探索不熟悉的代码时减少不必要的文件读取。一次 “跳转到定义” 调用就能替代原本的 grep 搜索加阅读多个候选文件的流程。安装的语言服务器还能在编辑后自动报告类型错误，Claude 无需运行编译器即可捕获错误。

将处理工作卸载到 Hook 和 Skill

自定义 Hook 可以在 Claude 看到数据之前进行预处理。与其让 Claude 读取 10,000 行的日志文件来查找错误，一个 Hook 可以 grep 搜索 ERROR 并只返回匹配行，将上下文从数万 Token 减少到数百。

Skill 可以为 Claude 提供领域知识，使其无需探索。例如，一个 “codebase-overview” Skill 可以描述项目的架构、关键目录和命名约定。Claude 调用该 Skill 时，立即获得这些上下文，而不是花费 Token 读取多个文件来理解结构。

以下是一个 PreToolUse Hook 示例，用于过滤测试输出仅显示失败：

settings.json:

{
  "hooks": {
    "PreToolUse": [
      {
        "matcher": "Bash",
        "hooks": [
          {
            "type": "command",
            "command": "~/.claude/hooks/filter-test-output.sh"
          }
        ]
      }
    ]
  }
}

filter-test-output.sh:

#!/bin/bash
input=$(cat)
cmd=$(echo "$input" | jq -r '.tool_input.command')
 
# 如果正在运行测试，只显示失败结果
if [[ "$cmd" =~ ^(npm test|pytest|go test) ]]; then
  filtered_cmd="$cmd 2>&1 | grep -A 5 -E '(FAIL|ERROR|error:)' | head -100"
  echo "{\"hookSpecificOutput\":{\"hookEventName\":\"PreToolUse\",\"permissionDecision\":\"allow\",\"updatedInput\":{\"command\":\"$filtered_cmd\"}}}"
else
  echo "{}"
fi

将指令从 CLAUDE.md 迁移到 Skill

你的 CLAUDE.md 文件会在会话启动时加载到上下文中。如果它包含针对特定工作流（如 PR 审查或数据库迁移）的详细指令，那么即使你在做无关的工作，这些 Token 也会一直存在。Skill 仅在调用时按需加载，因此将专门化的指令迁移到 Skill 中可以保持较小的基础上下文。目标是将 CLAUDE.md 保持在 200 行以内，只包含核心内容。

调整扩展思考

扩展思考（Extended Thinking）默认启用，因为它显著提升复杂规划和推理任务的性能。思考 Token 按输出 Token 计费，默认预算可达每次请求数万 Token，具体取决于模型。对于不需要深度推理的简单任务，你可以通过以下方式降低成本：

  • 使用 /effort 或在 /model 中降低 努力级别
  • 在 /config 中禁用思考
  • 设置 MAX_THINKING_TOKENS=8000 降低预算

将冗长操作委托给子代理

运行测试、获取文档或处理日志文件可能会消耗大量上下文。将这些操作委托给 子代理，让冗长的输出留在子代理的上下文中，只将摘要返回给主对话。

管理 Agent 团队成本

当团队成员以计划模式运行时，Agent 团队使用的 Token 约为标准会话的 7 倍，因为每个成员维护自己的上下文窗口并作为独立的 Claude 实例运行。保持团队任务小而自包含，以限制每个成员的 Token 使用量。详见 Agent 团队。

编写具体明确的提示

模糊的请求如 “改进这个代码库” 会触发广泛的扫描。具体的请求如 “为 auth.ts 中的登录函数添加输入验证” 让 Claude 以最少的文件读取高效工作。

高效处理复杂任务

对于较长或较复杂的工作，以下习惯有助于避免因走错方向而浪费 Token：

  • 对复杂任务使用计划模式：按 Shift+Tab 进入 计划模式，在实现之前先让 Claude 探索代码库并提出方案供你批准，避免初始方向错误导致的昂贵返工。
  • 尽早纠偏：如果 Claude 开始走向错误方向，按 Escape 立即停止。使用 /rewind 或双击 Escape 将会话和代码恢复到上一个检查点。
  • 提供验证目标：在提示中包含测试用例、粘贴截图或定义预期输出。当 Claude 可以验证自己的工作时，它会在你要求修复之前发现问题。
  • 增量测试：写一个文件，测试它，然后继续。这能在问题修复成本还很低的时候及早发现。

后台 Token 使用

Claude Code 在空闲时也会为某些后台功能消耗 Token：

  • 对话总结：为 claude --resume 功能总结之前对话的后台任务
  • 命令处理：某些命令如 /usage 可能会生成请求来检查状态

这些后台过程消耗少量 Token（通常每次会话不超过 $0.04），即使没有主动交互也会产生。

理解 Claude Code 行为的变更

Claude Code 会定期接收更新，可能会改变功能的运作方式，包括成本报告。运行 claude --version 检查当前版本。对于具体的账单问题，请通过 Console 账户 联系 Anthropic 支持。

翻译日期: 2026-05-15

关系图谱

最近更新

查看更多349篇笔记 →

反向链接