Cara Mengurangi Biaya Token Claude Code Tanpa Memperlambat

Claude Code mengenakan biaya per token, dan tagihan bisa tiba-tiba membengkak. Bukan karena kode yang ditulisnya, bagian itu murah. Uang Anda digunakan untuk segala sesuatu yang dibaca kembali oleh model di setiap giliran: jendela konteks yang penuh dengan pesan lama, perbedaan 40 file yang tidak diminta, PDF yang diam-diam diubah menjadi gambar, CLAUDE.md yang sama dikirim seratus kali sehari.

Inilah tempat di mana token sebenarnya digunakan, dan bagaimana cara menghabiskan lebih sedikit tanpa menulis kode yang lebih buruk atau menunggu lebih lama.

Pertama, lihat meternya

Anda tidak bisa memotong apa yang tidak bisa Anda lihat. Sebelum mengubah apa pun, cari tahu berapa biaya sebenarnya dari sebuah sesi.

Setiap pesan yang Anda kirim mengirim ulang seluruh percakapan hingga saat ini. Giliran 30 bukan satu prompt, itu adalah tiga puluh prompt yang ditumpuk satu sama lain, ditambah setiap file yang dibaca agen sepanjang jalan. Itulah mengapa sesi yang panjang menjadi mahal menjelang akhir meskipun pertanyaan terakhir Anda hanya satu baris.

Di AgentsRoom, Anda dapat melihat ini secara langsung dengan tampilan penggunaan token Claude Code: hitungan token yang berjalan dan biaya sesi saat ini, langsung di antarmuka, sehingga Anda tidak perlu menebak. Perbesar ke dasbor statistik proyek dan Anda akan melihat biaya per proyek, per agen, dan per hari. Begitu Anda bisa melihat angka itu naik, perbaikan di bawah ini tidak lagi bersifat abstrak.

Jaga agar jendela konteks tetap ketat

Pengungkit terbesar adalah ukuran konteks. Jendela yang membengkak adalah pajak yang Anda bayar di setiap giliran untuk sisa sesi.

Mulailah sesi baru saat Anda beralih tugas. Jangan melakukan debug konfigurasi webpack di thread yang sama di mana Anda baru saja merombak otentikasi. Jalankan /clear dan mulai dari awal. Pesan lama tidak membantu tugas baru, mereka hanya ikut serta dalam tagihan.

Waspadai juga drift yang lambat. Sesi yang panjang tidak hanya menjadi mahal, tetapi juga menjadi bodoh: model mulai kehilangan alur, mengulang dirinya sendiri, melupakan apa yang diputuskan dua puluh pesan yang lalu. AgentsRoom memiliki detektor drift konteks yang memperingatkan Anda ketika agen mulai menurun, yang biasanya adalah saat yang tepat untuk mengompak atau memulai ulang. Kami menulis trik di baliknya dalam metode canary untuk menangkap penurunan agen. Sesi yang lebih pendek lebih murah dan lebih tajam pada saat yang sama.

Hentikan memberi makanan berupa PDF mentah

Ini hampir seperti uang gratis. Ketika Anda memasukkan PDF ke dalam Claude, setiap halaman juga diubah menjadi gambar, dan token visi jauh lebih mahal daripada teks. Spesifikasi 20 halaman dapat membakar puluhan ribu token sebelum pertanyaan Anda bahkan dibaca.

Konversikan file ke Markdown terlebih dahulu. Satu perintah dengan alat gratis dapat mengurangi biaya hingga 80% dan model menjawab dengan baik, seringkali lebih baik, karena ia membaca struktur yang bersih alih-alih mengerutkan mata pada gambar halaman. Panduan lengkap di sini: konversi PDF ke Markdown untuk menghemat token. Konversi sekali, simpan .md ke repositori, dan setiap giliran di masa depan membaca teks yang murah.

Gunakan model termurah yang dapat melakukan pekerjaan

Opus untuk segala hal adalah cara tagihan membengkak. Mengganti nama variabel, menulis pesan commit, atau memperbaiki kesalahan ketik tidak memerlukan model termahal Anda. Model yang lebih kecil melakukannya dengan harga yang jauh lebih rendah dan Anda tidak akan merasakan perbedaannya.

Kebiasaannya sederhana: sesuaikan model dengan tugas. Pekerjaan arsitektur yang berat menggunakan model besar, pengeditan mekanis menggunakan yang kecil. Mode Adaptif di AgentsRoom membuat ini otomatis dengan menyarankan model termurah yang mampu untuk apa yang sebenarnya Anda lakukan, sehingga Anda berhenti membayar tarif premium untuk pekerjaan yang tidak penting.

Delegasikan pekerjaan berat kepada agen yang lebih murah

Beberapa tugas besar tetapi dangkal: menulis tes untuk modul, memeriksa seratus file untuk pola, menghasilkan boilerplate. Anda tidak ingin agen mahal Anda mengerjakan semua itu dalam satu konteks raksasa.

Biarkan ia menyerahkan pekerjaan itu. Dengan delegasi agen, agen pengembang dapat menyerahkan sub-tugas kepada agen kedua yang menjalankan model yang lebih murah, yang melakukan pekerjaan repetitif dalam konteksnya sendiri yang bersih dan melaporkan kembali. Agen mahal tetap fokus dan kecil, agen murah menangani volume. Tagihan Anda mengikuti pembagian tersebut.

Hentikan menjelaskan diri Anda berulang kali

Jika Anda mengetik prompt tiga paragraf yang sama setiap kali Anda memulai tinjauan kode, Anda membayar untuk mengirimnya setiap kali. Simpan sekali.

Simpan instruksi berulang Anda di perpustakaan prompt dan prosedur yang dapat diulang sebagai keterampilan yang dimuat agen hanya saat dibutuhkan. Anda menggunakan kembali kata-kata alih-alih mengetik dan mengirim ulang, dan keterampilan menjaga langkah-langkah rinci tetap di luar konteks dasar hingga saat mereka benar-benar diperlukan. Hasil yang sama, lebih sedikit token yang dipindahkan.

Perhatikan biaya menjalankan agen secara paralel

Agen paralel adalah kekuatan super, dan mereka mengalikan pengeluaran token Anda dengan tepat jumlah agen yang Anda jalankan. Lima agen yang membaca konteks bersama yang sama adalah lima kali pembacaan.

Itu baik-baik saja selama Anda bisa melihatnya. Jaga statistik proyek tetap terbuka saat Anda meningkatkan skala, arahkan agen Anda ke referensi .md yang ringan alih-alih dokumen mentah, dan matikan yang sudah selesai alih-alih membiarkannya menganggur di jendela yang mahal. Paralelisme seharusnya memberi Anda kecepatan, bukan tagihan yang mengejutkan. Jika Anda menjalankan agen pengkodean secara paralel, konteks yang dibagikan dan dikonversi menjaga seluruh armada tetap terjangkau.

Versi singkat

Sebagian besar tagihan Claude Code Anda bukanlah kode, tetapi pembacaan ulang. Jadi:

• Perhatikan penghitung token langsung sehingga angkanya tidak pernah mengejutkan.
• Jalankan /clear antara tugas dan jaga sesi tetap pendek.
• Konversikan PDF ke Markdown sebelum Anda bertanya.
• Gunakan model terkecil yang dapat melakukan pekerjaan, atau biarkan Mode Adaptif memilihnya untuk Anda.
• Delegasikan pekerjaan dangkal dan bervolume tinggi kepada agen yang lebih murah.
• Gunakan kembali prompt dan keterampilan alih-alih mengetiknya ulang.

Tidak ada dari ini yang memperlambat Anda. Konteks yang lebih pendek dan model yang tepat biasanya membuat agen lebih cepat dan lebih tajam, dan tagihan yang lebih murah adalah bonusnya.

Ingin meteran, pengalihan model, dan delegasi di satu tempat? Unduh AgentsRoom dan lihat biaya token Anda turun di tampilan penggunaan token.