Как сократить расходы на токены Claude Code, не замедляя работу

Claude Code взимает плату за токены, и счет подкрадывается незаметно. Не из-за кода, который он пишет, эта часть дешева. Деньги уходят на все, что модель перечитывает на каждом шаге: окно контекста, заполненное старыми сообщениями, дифф с 40 файлами, который никто не запрашивал, PDF, тихо превращенный в изображения, тот же CLAUDE.md, отправляемый сто раз в день.

Вот куда на самом деле уходят токены и как потратить их меньше, не ухудшая качество кода и не дожидаясь дольше.

Сначала посмотрите на счетчик

Вы не можете сократить то, что не видите. Прежде чем что-либо менять, узнайте, сколько на самом деле стоит сессия.

Каждое сообщение, которое вы отправляете, повторно отправляет весь разговор до этого момента. 30-й ход, это не один запрос, это тридцать запросов, сложенных друг на друга, плюс каждый файл, который агент прочитал по пути. Вот почему длинная сессия становится дорогой ближе к концу, даже если ваш последний вопрос состоял из одной строки.

В AgentsRoom вы можете наблюдать это в реальном времени с помощью представления использования токенов Claude Code: текущий счетчик токенов и стоимость текущей сессии прямо в интерфейсе, чтобы вы перестали гадать. Увеличьте масштаб до панели статистики проекта, и вы увидите стоимость по проекту, по агенту и за день. Как только вы увидите, как число растет, исправления ниже перестанут быть абстрактными.

Держите окно контекста узким

Самый большой рычаг, это размер контекста. Раздутый контекст, это налог, который вы платите на каждом шаге на протяжении всей сессии.

Начинайте новую сессию, когда меняете задачи. Не отлаживайте конфигурацию webpack в том же потоке, где вы только что рефакторили аутентификацию. Запустите /clear и начните с чистого листа. Старые сообщения не помогали новой задаче, они просто добавляли к счету.

Остерегайтесь медленного дрейфа. Длинные сессии становятся не только дорогими, но и глупыми: модель начинает терять нить, повторять себя, забывать, что она решила двадцать сообщений назад. AgentsRoom имеет детектор дрейфа контекста, который предупреждает вас, когда агент деградирует, что обычно является именно тем моментом, когда нужно сжать или перезапустить. Мы описали трюк, стоящий за этим, в методе канарейки для обнаружения деградации агента. Более короткие сессии дешевле и острее одновременно.

Перестаньте подавать ему сырые PDF

Это почти бесплатные деньги. Когда вы загружаете PDF в Claude, каждая страница также превращается в изображение, а токены для визуализации стоят гораздо дороже, чем текст. Спецификация на 20 страниц может сжечь десятки тысяч токенов еще до того, как ваш вопрос будет прочитан.

Сначала конвертируйте файл в Markdown. Одна команда с бесплатным инструментом сокращает стоимость до 80%, и модель отвечает так же хорошо, а часто и лучше, потому что она читает чистую структуру, а не щурится на картинки страниц. Полное руководство здесь: конвертировать PDF в Markdown, чтобы сэкономить токены. Конвертируйте один раз, добавьте .md в репозиторий, и каждый будущий ход будет читать дешевый текст.

Используйте самую дешевую модель, которая может выполнить задачу

Использование Opus для всего, это способ взорвать счета. Переименование переменной, написание сообщения коммита или исправление опечатки не требуют вашей самой дорогой модели. Меньшая модель справится с этим за небольшую часть цены, и вы не почувствуете разницы.

Привычка проста: подбирайте модель к задаче. Тяжелая архитектурная работа требует большой модели, механические правки, маленькой. Адаптивный режим в AgentsRoom делает это автоматически, предлагая самую дешевую подходящую модель для того, что вы на самом деле делаете, так что вы перестанете платить премиальные ставки за рутинную работу.

Делегируйте рутинную работу более дешевому агенту

Некоторые задачи большие, но поверхностные: написание тестов для модуля, проверка ста файлов на наличие шаблона, генерация шаблонного кода. Вы не хотите, чтобы ваш дорогой агент справлялся со всем этим в одном гигантском контексте.

Позвольте ему передать работу. С помощью делегирования агентов агент-разработчик может передать подзадачу второму агенту, работающему на более дешевой модели, который выполняет рутинную работу в своем чистом контексте и сообщает обратно. Дорогой агент остается сосредоточенным и компактным, дешевый агент обрабатывает объем. Ваш счет следует за разделением.

Перестаньте повторно объяснять себя

Если вы каждый раз вводите один и тот же трехабзацный запрос, когда начинаете код-ревью, вы платите за его отправку каждый раз. Сохраните его один раз.

Храните свои повторяющиеся инструкции в библиотеке запросов и ваши повторяемые процедуры как навыки, которые агент загружает только тогда, когда они ему нужны. Вы повторно используете формулировки вместо того, чтобы перепечатывать и повторно отправлять их, а навык сохраняет свои детализированные шаги вне базового контекста до момента, когда они действительно понадобятся. Тот же результат, меньше токенов перемещается.

Следите за стоимостью запуска агентов параллельно

Параллельные агенты, это суперсила, и они умножают ваши расходы на токены ровно на количество агентов, которых вы запускаете. Пять агентов, читающих один и тот же общий контекст,, это пять раз больше чтений.

Это нормально, пока вы можете это видеть. Держите статистику проекта открытой, когда вы масштабируете, направьте своих агентов на легкие .md ссылки вместо сырых документов и убивайте тех, кто завершил работу, вместо того чтобы оставлять их бездействующими в дорогом окне. Параллелизм должен приносить вам скорость, а не неожиданный счет. Если вы запускаете кодирующих агентов параллельно, общий, конвертированный контекст делает весь флот доступным.

Краткая версия

Большая часть вашего счета за Claude Code, это не код, это повторное чтение. Поэтому:

• Следите за живым счетчиком токенов, чтобы число никогда не было неожиданным.
• Запускайте /clear между задачами и держите сессии короткими.
• Конвертируйте PDF в Markdown, прежде чем задавать вопрос.
• Используйте самую маленькую модель, которая может выполнить задачу, или позвольте Адаптивному режиму выбрать ее для вас.
• Делегируйте поверхностную, объемную работу более дешевому агенту.
• Повторно используйте запросы и навыки вместо того, чтобы перепечатывать их.

Ничто из этого не замедляет вас. Более короткий контекст и правильная модель обычно делают агента быстрее и острее, а более низкий счет, это бонус.

Хотите счетчик, маршрутизацию модели и делегирование в одном месте? Скачайте AgentsRoom и смотрите, как ваши расходы на токены падают в представлении использования токенов.