Claude Code 成本控制官方指南：从追踪用量到降低 Token 消耗的 10 个策略

成本基准数据#

在了解优化策略前，先看官方给出的成本参考：

• 个人平均：每开发者每天约 $6
• 90% 用户上限：每天不超过 $12
• 团队月均：使用 Sonnet 4.6 时约 $100-200/开发者/月（实际差异较大，取决于并发实例数量）

追踪你的成本#

/cost 命令#

> /cost

Total cost:            $0.55
Total duration (API):  6m 19.7s
Total duration (wall): 6h 33m 10.2s
Total code changes:    0 lines added, 0 lines removed

注意：Claude Max 和 Pro 订阅用户的 /cost 数据与计费无关（使用量已包含在订阅中）。订阅用户可使用 /stats 查看使用模式。

实时上下文监控#

配置状态栏持续显示上下文使用量：在 /config 中开启 contextWindowUsage 显示。这是防止上下文爆满、提前采取措施的最有效方法。

团队成本管理#

设置工作区支出上限#

API 用户可在 Claude Console 中为工作区设置总支出上限。管理员可查看详细的成本和使用报告。

团队速率限制建议#

关键逻辑：团队越大，每人分配的 TPM 越少，因为大型团队中同时使用 Claude Code 的用户比例较低。速率限制在组织层面生效，用户可以在其他人不活跃时临时使用更多配额。

Agent Teams 的额外成本#

Agent Teams 运行多个独立的 Claude Code 实例，每个有自己的上下文窗口。在计划模式下运行时，Token 消耗约为标准会话的 7 倍。

管理 Agent Teams 成本的建议：

• 队友使用 Sonnet（而不是 Opus）
• 保持团队规模小
• 保持启动 Prompt 聚焦（减少初始上下文）
• 完成后立即清理团队（空闲队友仍消耗 Token）

10 个降低 Token 消耗的策略#

策略 1：主动管理上下文#

# 切换不相关任务时清空上下文
> /clear

# 清空前先命名会话，方便后续恢复
> /rename "认证模块重构"
> /clear

# 自定义压缩指令
> /compact 专注保留代码示例和 API 用法

也可在 CLAUDE.md 中定制压缩行为：

# 压缩指令
压缩时，请重点保留测试输出和代码变更

策略 2：按任务选择合适模型#

# 会话中切换模型
> /model

策略 3：减少 MCP 服务器开销#

每个 MCP 服务器都会把工具定义加入上下文，即使它们处于空闲状态：

# 查看上下文占用情况
> /context

# 禁用未使用的服务器
> /mcp

优先使用 CLI 工具：gh、aws、gcloud、sentry-cli 比 MCP 服务器更省上下文，因为它们不添加持久性工具定义。

自动工具搜索：当 MCP 工具描述超过上下文的 10%，Claude Code 自动延迟加载，按需获取。可调低阈值：ENABLE_TOOL_SEARCH=auto:5（工具超过 5% 时触发）。

策略 4：安装代码智能插件#

代码智能插件给 Claude 提供精确的符号导航（跳转到定义、查找引用），替代低效的文本搜索。一次「跳转到定义」能替代 grep + 读取多个候选文件的组合操作。

策略 5：用 Hook 预处理数据#

Hook 可以在 Claude 看到数据前先过滤它，大幅减少需要处理的 Token：

# 示例：过滤测试输出，只保留失败信息
# 把 10,000 行日志过滤成几百行错误信息

{
  "hooks": {
    "PreToolUse": [{
      "matcher": "Bash",
      "hooks": [{
        "type": "command",
        "command": "~/.claude/hooks/filter-test-output.sh"
      }]
    }]
  }
}

策略 6：将详细指令从 CLAUDE.md 移到 Skills#

CLAUDE.md 在每次会话开始时加载，即使你在做完全无关的工作。

规则：CLAUDE.md 只保留核心配置（目标 < 500 行）。将专属工作流（PR 审查、数据库迁移等）的详细指令移到 Skills，按需加载。

策略 7：调整扩展思考#

扩展思考默认开启（预算 31,999 Token），显著提升复杂任务性能，但思考 Token 按输出计费：

# 简单任务降低 Effort 级别
> /model  # 调整 Opus 4.6 的 effort 级别

# 或关闭思考
> /config  # 禁用 thinking

# 降低思考预算
export MAX_THINKING_TOKENS=8000

策略 8：将冗长操作委托给 Subagent#

运行测试、获取文档、处理日志文件会产生大量输出。把这些委托给 Subagent，冗长输出留在 Subagent 的上下文中，只有摘要返回主对话：

策略 9：写具体的 Prompt#

模糊请求触发大范围扫描，具体请求让 Claude 高效工作，最小化文件读取。

策略 10：复杂任务的工作习惯#

# 实现前先规划（Plan Mode）
> [按 Shift+Tab 进入 Plan Mode]

# 及时纠偏
> [按 Escape 停止] → [/rewind 回滚到检查点]

# 给出验证目标（减少来回修正）
> 实现这个功能，使用这些测试用例验证：[粘贴测试]

# 增量测试
# 写一个文件，测试，再继续——早期发现问题成本低

背景 Token 消耗#

即使空闲，Claude Code 也会消耗少量 Token：

• 会话摘要（为 claude --resume 功能）
• 状态检查命令（如 /cost）

金额：通常每次会话低于 $0.04，可忽略不计。

原文：Manage costs effectively - Claude Code Docs | 来源：Claude Code 官方文档