Перейти к основному содержанию

​
Короткий ответ

Token usage в Claude Code — это не только финальный ответ. В расход могут входить прочитанные файлы, project instructions, история диалога, tool results, описания MCP tools, generated output и compacted summaries. Высокий расход обычно возникает из сочетания broad tasks, large context, длинных rule files, многих MCP servers, repeated rework и выбора тяжелой модели. Практический способ снизить cost — держать каждую задачу узкой и загружать только нужный для нее контекст.

​
Когда это важно

  • Claude Code читает много файлов перед каждым ответом
  • Маленькое изменение превращается в длинное исследование
  • CLAUDE.md или rules files постоянно растут
  • Включено много MCP servers, но используются не все
  • Claude Code несколько раз переделывает одну и ту же работу
  • Команде нужен предсказуемый API spend

​
Ключевые понятия

ПонятиеЧто означает
Input tokensUser prompts, context, files, tool results и instructions
Output tokensСгенерированный моделью текст, код и ответы
Context windowОбъем информации, который помещается в session
Prompt cachingСнижение стоимости для части повторяющегося контекста
CompactionСжатие старой истории при росте context
MCP overheadTool definitions и tool results тоже могут добавлять context

​
Рекомендуемый workflow

Контролируйте cost на уровне задачи:
  1. Давайте Claude Code одну четкую цель за раз.
  2. Сначала просите читать только релевантные файлы.
  3. Используйте /clear при переходе к несвязанной задаче.
  4. Держите CLAUDE.md коротким и конкретным.
  5. Отключайте MCP servers, которые не нужны текущей работе.
  6. Используйте более легкие модели для простых правок и более сильные — для сложного reasoning.
  7. Запускайте минимальную релевантную проверку после небольших изменений, чтобы снизить rework.
Если вы используете API gateway, регулярно смотрите usage history в dashboard. Когда dashboard показывает детали, разделяйте input, output, cache и context-related consumption.

​
Частые ошибки

  • Смотреть только на длину финального ответа и игнорировать files и tool output.
  • Превращать CLAUDE.md в длинное руководство, которое загружается в каждой session.
  • Включать много MCP servers без проверки, нужны ли они задаче.
  • Начинать с prompts вроде “refactor the whole repository”.
  • Ожидать, что API gateway автоматически уменьшит context usage Claude Code.

​
О LLMEasy

LLMEasy может централизовать API Key, баланс и usage history. Он помогает видеть cost на model request layer. Он не решает, какие файлы Claude Code читает, насколько длинный CLAUDE.md, какие MCP servers включены и насколько широкая задача. Снижение cost начинается с workflow и context management.

​
References