Claude Code 到底有多快？每秒令牌數，基於 20,000 輪實測

Claude Code 在令牌方面告訴你很多：/usage 顯示會話和本週已用多少，AgentsRoom 的會話監視器逐輪統計輸入、輸出、快取讀取和快取寫入，狀態列能顯示上下文視窗的已用比例。但大家一直在找的數字它們都不顯示：你等待時模型每秒實際生成多少令牌。

這個數字沒有被隱藏，只是從沒被算過。每個會話的每條訊息都寫入 ~/.claude/projects/ 下的 JSONL 轉錄，每條助手訊息都帶時間戳和令牌用量。於是我們在自己的機器上算了最近四週。下面是方法、腳本和結果。

資料從哪裡來

Claude Code 為每個會話在 ~/.claude/projects/<project slug>/<session id>.jsonl 寫一個檔案，每個事件一行。這裡要看的是助手訊息，只留有用欄位後是這樣的：

{
  "type": "assistant",
  "uuid": "24d13076-…",
  "parentUuid": "d4447285-…",
  "requestId": "req_011CepWq…",
  "timestamp": "2026-09-07T18:00:08.412Z",
  "message": {
    "model": "claude-opus-5",
    "usage": {
      "input_tokens": 2,
      "cache_read_input_tokens": 0,
      "cache_creation_input_tokens": 51591,
      "output_tokens": 200,
      "output_tokens_details": { "thinking_tokens": 0 },
      "speed": "standard"
    }
  }
}

四點讓測量成為可能：

• timestamp 在內容塊追加時寫入，所以一輪最後一個塊記錄的是流結束時刻。
• parentUuid 指向上一行，即模型正在回應的使用者訊息或工具結果。它的時間戳即請求發出時刻。
• requestId 把一次 API 呼叫的各個塊歸到一起。一輪先寫文字再呼叫工具，會產生兩行 requestId 和 usage 都相同的助手記錄，所以令牌按請求計一次，不按行計。
• usage.output_tokens 是請求的總輸出，包括思考；output_tokens_details.thinking_tokens 說明其中多少是思考。

檔案裡沒有首個令牌的時間。能測的是整輪：從請求離開你的機器到最後一個令牌到達。這也是你等待時唯一感受得到的數字，我們就用它。

方法

對每個 requestId：取帶有它的第一行和最後一行助手記錄，從第一行讀 usage，找到第一行的父記錄，再用輸出令牌數除以父記錄與最後一行時間戳之間的秒數。然後按模型看分佈，不看單一平均值，因為 40 秒和 2 秒的輪次不是一回事。

我們剔除了無輸出令牌、時長不為正（恢復的會話裡，父記錄可能晚於子記錄）和超過十五分鐘的輪次，後者是中斷的會話，不是長回答。此外沒有任何過濾。

腳本是 40 行無依賴的 Python，在哪都能執行，會讀取機器上的所有專案。

import json, glob, os, statistics as st
from datetime import datetime
from collections import defaultdict

def ts(s): return datetime.fromisoformat(s.replace("Z", "+00:00")).timestamp()

turns = []
for path in glob.glob(os.path.expanduser("~/.claude/projects/*/*.jsonl")):
    by_uuid, groups, order = {}, {}, []
    with open(path) as fh:
        for line in fh:
            try: o = json.loads(line)
            except ValueError: continue
            if "uuid" in o: by_uuid[o["uuid"]] = o
            msg = o.get("message") or {}
            if o.get("type") == "assistant" and msg.get("usage") and o.get("timestamp"):
                rid = o.get("requestId") or o["uuid"]
                if rid not in groups: groups[rid] = []; order.append(rid)
                groups[rid].append(o)
    for rid in order:
        first, last = groups[rid][0], groups[rid][-1]
        out = first["message"]["usage"].get("output_tokens", 0)
        parent = by_uuid.get(first.get("parentUuid"))
        if not parent or not parent.get("timestamp") or out <= 0: continue
        dur = ts(last["timestamp"]) - ts(parent["timestamp"])
        if 0 < dur <= 900:
            turns.append((first["message"].get("model"), out, dur))

by_model = defaultdict(list)
for model, out, dur in turns: by_model[model].append((out, dur))
for model, rows in sorted(by_model.items(), key=lambda kv: -len(kv[1])):
    rates = [o / d for o, d in rows]
    print(f"{model:18s} turns={len(rows):6d} median={st.median(rates):5.1f} tok/s "
          f"weighted={sum(o for o, _ in rows) / sum(d for _, d in rows):5.1f} tok/s")

weighted 列是令牌總數除以總秒數，對應長時間的自主執行；中位數對應單個互動輪次。

實測數字

法國的一台 Mac，319 個轉錄，2026 年 8 月 27 日至 9 月 25 日的 20,408 輪，45 小時生成共產出 1,200 萬輸出令牌。每輪都是標準速度（快速模式見下文）。轉錄裡以 Claude Code 寫入的名稱出現五個模型。

先看兩點。第一，Opus 5.5 不是比 Opus 5 快一點：中位數快一半，加權數字快 57%，長輪次佔比也高得多。第二，同一模型內部的差異比模型之間更大：Opus 5 第 25 百分位的一輪每秒輸出 51 個令牌，第 75 百分位是 72。原因是輪次大小，值得單獨一節。

短回答總是更慢

還是 Opus 5，按一輪中的輸出令牌數切分：

同一模型、同一個月、同一台機器，一行的回答和長回答速率相差一倍。模型在長輪次裡並沒有輸出得更快。每一輪在首個令牌出現前都要付一筆固定成本：請求發出，提示詞被處理，流開始。80 令牌的一輪裡，這筆成本佔耗時的三分之一；3,000 令牌的一輪裡，它淹沒在噪聲中。

對耗時與輸出令牌數做最小二乘擬合，就能分開兩者。斜率是流式傳輸速度，截距是固定成本：

所以工具呼叫密集的會話感覺慢時，問題很少在模型吞吐量，而在輪次數量。逐個讀取十二個檔案的代理要付十二次固定成本；同一代理用一次批次呼叫讀取，只付一次。這和降低令牌成本是同一個道理：更少更大的輪次，而非更快的模型。

語料中最長的一輪是 Opus 5 在 236 秒內輸出 21,332 個令牌，端到端每秒 90 個：固定成本攤薄後，這是我們在該模型標準速度下觀察到的上限。

思考令牌也是輸出令牌

output_tokens 包含模型在回答前的思考，output_tokens_details.thinking_tokens 告訴你其中有多少。我們的語料中，思考佔 Opus 5 全部輸出的 30%，Opus 5.5 為 18%，Fable 5.1 為 36%，Sonnet 5 為 54%，Sonnet 5 大多在審查任務中以較高推理強度執行。

這對解讀慢的輪次很重要。一輪思考八秒、只列印兩行，不是模型慢，而是產出了 600 個你沒看到的令牌。按每個令牌算，帶思考的輪次比不帶的略快：Opus 5 上每秒 67 對 57 個令牌，因為它們更長，更能攤薄固定成本。會話拖沓而你不需要推理過程時，該調的是推理強度，不是模型。

快取讀取改變的是帳單，不是速率

Claude Code 幾乎每輪都命中提示詞快取：Opus 5 的 16,680 輪中只有 130 輪 cache_read_input_tokens 為零，都是會話的第一輪。輸出 100 到 500 令牌的輪次中，命中快取的中位速度為每秒 60.6 個令牌，耗時 3.4 秒；未命中的為 58.0，耗時 3.7 秒。差別真實但很小，且在固定成本上，不在流式傳輸速度上。快取關乎你攜帶的上下文的價格，所以 AgentsRoom 終端裡的令牌計數器把快取讀取和快取寫入分成兩個數字顯示。

整個月都很穩定

累計數字可能掩蓋漂移，所以我們也看了 Opus 5 在最常見的 100 到 500 令牌輪次上的每週中位數：逐週為每秒 63.6、64.1、60.9、61.7、56.9 個令牌，最後一週尚未結束，為 68.7。57 到 69 之間，沒有趨勢。如果某個下午會話變慢，怪罪模型前，不妨只對那天跑一下腳本。

快速模式改變什麼，以及我們沒測到的

每個 usage 塊都有 speed 欄位，我們的 20,408 個全是 standard。Anthropic 為 Claude Opus 提供快速模式，在 CLI 中用 /fast 或在使用者設定中用 "fastMode": true 開啟，模型最多快 2.5 倍，但每令牌更貴：Opus 5.5 上每百萬輸入令牌 8 美元、每百萬輸出令牌 40 美元，Opus 5 和 Opus 4.8 上為 10 美元和 50 美元。Pro 和 Max 套餐中它計入用量額度，不佔訂閱視窗；Sonnet 和 Haiku 不支援，開啟會切換到 Opus。提示詞旁的閃電圖示表示已開啟。

我們沒付費用它，沒有實測數字可與官方的 2.5 倍對照。如果你在用，同一個腳本就能告訴你效果：按 usage["speed"] == "fast" 過濾輪次，比較中位數。把數字發給我們吧。

這對我們執行代理意味著什麼

三點，都與選更快的模型無關。

第一點關於預期。如果七個代理的夜間執行產出兩百萬個輸出令牌，就是每秒 70 個令牌下八小時的生成量，分攤在並行的代理之間。知道速率，才能判斷計劃任務能否在下一個開始前完成。

第二點關於輪次。每輪固定的那一秒，在 30 令牌的確認和 3,000 令牌的 diff 上都一樣。每走一小步都先問、或逐個讀檔案的代理，時間都花在這一秒上。所以我們在無人值守的代理的提示詞裡寫上「互不依賴的讀取要合併成一批」。

第三點關於計數器該顯示什麼。AgentsRoom 的會話監視器顯示令牌和快取，會話變重時變紅；它不顯示速率，測完之後，我們也不確定它該不該顯示。速率是模型和輪次大小的屬性，不是會話的屬性，開發者需要的數字就在上面的表格裡。所以這是一篇文章，而非一個小元件。

常見問題

Claude Code 每秒生成多少個令牌？

在我們 2026 年 8 月 27 日至 9 月 25 日記錄的 20,408 輪中：Opus 5 的輸出令牌中位數為每秒 63 個（用全部令牌除以全部秒數則為 69），Opus 5.5 為 95（109），Sonnet 5 為 77（87），Fable 5.1 為 75（80），Opus 4.8 為 61（64）。這些數字算的是整輪，從請求離開你的機器到最後一個令牌流式傳輸完畢，正是你實際等待的時間。

/usage 或 /cost 會顯示每秒令牌數嗎？

不會。/usage 顯示套餐配額、5 小時視窗和每週視窗，以及上下文視窗的已用比例；/cost 是 /usage 的別名。兩者都不顯示速率。速度只存在於 ~/.claude/projects/ 下的會話轉錄中，每條助手訊息都帶時間戳和輸出令牌數，本文腳本讀的正是它們。

為什麼短回答感覺比長回答更慢？

因為每一輪在首個令牌到達前都要付一筆固定成本：上傳請求、處理提示詞、啟動流。我們的資料中，這筆開銷在 Opus 5 和 Opus 5.5 上約一秒，Sonnet 5 上約半秒。80 令牌的回答中，一秒佔整輪的三分之一，測得速率降到每秒 40 個令牌；3,000 令牌的回答中，同樣的一秒幾乎消失，速率升到 80 以上。流式傳輸速度本身是恆定的。

思考令牌算在速度裡嗎？

算。每條訊息的 usage 塊報告 output_tokens及其 output_tokens_details.thinking_tokens 明細，思考令牌是 output_tokens 的一部分。在我們的語料中，思考令牌佔 Opus 5 全部輸出的 30%，Opus 5.5 為 18%，Sonnet 5 為 54%，後者多以較高推理強度執行。思考很久的一輪並不慢，它在生成你看不到的令牌。

提示詞快取會讓 Claude Code 更快嗎？

輸出速率不會提高。100 到 500 令牌的輪次中，命中提示詞快取時 Opus 5 中位速度為每秒 60.6 個令牌，未命中時為 58.0，整輪耗時 3.4 秒對 3.7 秒。快取影響的是你為上下文付的錢，不是回答的速度。

Claude Code 的快速模式是什麼，能快多少？

Claude Opus 的一種配置，Anthropic 稱最多快 2.5 倍，但每令牌更貴：Opus 5.5 上每百萬輸入令牌 8 美元、每百萬輸出令牌 40 美元，Opus 5 和 Opus 4.8 上為 10 美元和 50 美元，計入用量額度而非訂閱視窗。用 /fast 切換，開啟後提示詞旁出現小閃電圖示。我們測的 20,408 輪沒有一輪用快速模式（所有轉錄都寫著 speed: standard），所以沒有實測數字；本文數字均為標準速度。