Come Ridurre i Costi dei Token di Claude Code Senza Rallentare

Claude Code addebita per token, e la bolletta si accumula rapidamente. Non a causa del codice che scrive, quella parte è economica. I soldi vanno a tutto ciò che il modello rilegge ad ogni singolo turno: una finestra di contesto piena di vecchi messaggi, un diff di 40 file che nessuno ha richiesto, un PDF silenziosamente trasformato in immagini, lo stesso CLAUDE.md spedito cento volte al giorno.

Ecco dove vanno effettivamente i token, e come spenderne meno senza scrivere codice peggiore o aspettare più a lungo.

Prima, guarda il contatore

Non puoi tagliare ciò che non puoi vedere. Prima di cambiare qualcosa, scopri quanto costa effettivamente una sessione.

Ogni messaggio che invii reinvia l'intera conversazione fino a quel momento. Il turno 30 non è un solo prompt, sono trenta prompt impilati l'uno sopra l'altro, più ogni file che l'agente ha letto lungo il cammino. Ecco perché una lunga sessione diventa costosa verso la fine anche quando l'ultima domanda era una sola riga.

In AgentsRoom puoi osservare questo in tempo reale con la visualizzazione dell'uso dei token di Claude Code: il conteggio dei token in corso e il costo della sessione attuale, direttamente nell'interfaccia, così smetti di indovinare. Zooma verso il dashboard delle statistiche del progetto e vedrai il costo per progetto, per agente e per giorno. Una volta che puoi vedere il numero salire, le soluzioni qui sotto smettono di essere astratte.

Mantieni la finestra di contesto stretta

Il singolo fattore più importante è la dimensione del contesto. Una finestra gonfiata è una tassa che paghi ad ogni turno per il resto della sessione.

Inizia una nuova sessione quando cambi compito. Non fare il debug di una configurazione webpack nello stesso thread in cui hai appena rifattorizzato l'autenticazione. Esegui /clear e inizia da zero. I vecchi messaggi non stavano aiutando il nuovo compito, stavano solo accumulando costi sulla fattura.

Fai attenzione anche alla lenta deriva. Le lunghe sessioni non diventano solo costose, diventano più stupide: il modello inizia a perdere il filo, a ripetersi, a dimenticare cosa ha deciso venti messaggi fa. AgentsRoom ha un rilevatore di deriva del contesto che ti avverte quando un agente sta degradando, che è di solito il momento esatto per compattare o riavviare. Abbiamo scritto il trucco dietro di esso nel metodo canarino per catturare la degradazione degli agenti AI. Sessioni più brevi sono più economiche e più incisive allo stesso tempo.

Smetti di fornire PDF grezzi

Questo è quasi denaro facile. Quando carichi un PDF in Claude, ogni pagina viene anche trasformata in un'immagine, e i token visivi costano molto di più del testo. Una specifica di 20 pagine può bruciare decine di migliaia di token prima che la tua domanda venga anche letta.

Converti il file in Markdown prima. Un comando con uno strumento gratuito riduce il costo fino all'80% e il modello risponde altrettanto bene, spesso meglio, perché legge una struttura pulita invece di strizzare gli occhi sulle immagini delle pagine. Guida completa qui: converti PDF in Markdown per risparmiare token. Converti una volta, impegna il .md nel repository, e ogni futuro turno legge testo economico.

Usa il modello più economico che può fare il lavoro

Usare Opus per tutto è come far esplodere le fatture. Rinominare una variabile, scrivere un messaggio di commit, o correggere un errore di battitura non richiede il tuo modello più costoso. Un modello più piccolo lo fa per una frazione del prezzo e non sentirai la differenza.

L'abitudine è semplice: abbina il modello al compito. Il lavoro di architettura pesante richiede il grande modello, le modifiche meccaniche richiedono quello piccolo. La Modalità Adattiva di AgentsRoom rende questo automatico suggerendo il modello più economico capace di fare ciò che stai effettivamente facendo, così smetti di pagare tariffe premium per lavori di routine.

Delega il lavoro noioso a un agente più economico

Alcuni compiti sono grandi ma superficiali: scrivere test per un modulo, controllare cento file per un modello, generare boilerplate. Non vuoi che il tuo agente costoso si occupi di tutto questo all'interno di un enorme contesto.

Lascia che delega il lavoro. Con la delegazione degli agenti, un agente sviluppatore può passare un sottocompito a un secondo agente che esegue un modello più economico, il quale svolge il lavoro ripetitivo nel proprio contesto pulito e riporta indietro. L'agente costoso rimane concentrato e piccolo, l'agente economico gestisce il volume. La tua fattura segue la suddivisione.

Smetti di spiegarti di nuovo

Se digiti lo stesso prompt di tre paragrafi ogni volta che inizi una revisione del codice, stai pagando per inviarlo ogni volta. Salvalo una volta.

Tieni le tue istruzioni ricorrenti in una libreria di prompt e le tue procedure ripetibili come abilità che l'agente carica solo quando ne ha bisogno. Riutilizzi la formulazione invece di riscriverla e reinviarla, e un'abilità mantiene i suoi passaggi dettagliati fuori dal contesto di base fino al momento in cui sono effettivamente richiesti. Stesso risultato, meno token in movimento.

Fai attenzione al costo di eseguire agenti in parallelo

Gli agenti paralleli sono un superpotere, e moltiplicano la tua spesa in token esattamente per il numero di agenti che esegui. Cinque agenti che leggono lo stesso contesto condiviso equivalgono a cinque volte le letture.

Va bene finché puoi vederlo. Tieni aperte le statistiche del progetto quando scaldi, indirizza i tuoi agenti a riferimenti leggeri in .md invece di documenti grezzi, e chiudi quelli che hanno finito invece di lasciarli inattivi in una finestra costosa. Il parallelismo dovrebbe offrirti velocità, non una fattura a sorpresa. Se stai eseguendo agenti di codifica in parallelo, un contesto condiviso e convertito mantiene l'intera flotta accessibile.

La versione breve

La maggior parte della tua fattura di Claude Code non è il codice, è la rilettura. Quindi:

• Tieni d'occhio il contatore dei token live così il numero non è mai una sorpresa.
• Esegui /clear tra i compiti e mantieni le sessioni brevi.
• Converti i PDF in Markdown prima di chiedere.
• Usa il modello più piccolo che può fare il lavoro, o lascia che la Modalità Adattiva lo scelga per te.
• Delega il lavoro superficiale e ad alto volume a un agente più economico.
• Riutilizza prompt e abilità invece di riscriverli.

Nessuna di queste cose ti rallenta. Un contesto più breve e il modello giusto di solito rendono l'agente più veloce e incisivo, e la bolletta più economica è il bonus.

Vuoi il contatore, il routing del modello e la delega in un unico posto? Scarica AgentsRoom e guarda il tuo costo in token scendere nella visualizzazione dell'uso dei token.