Claude Code 学习站
v2.1.207

Claude Code 成本管控指南:追踪用量、团队限额与 Token 节省技巧

从 `/usage` 追踪 token 用量、为团队设置限额,到精简上下文、选对模型、用 Hooks 预处理数据,全面掌握 Claude Code 的成本管控方法。

本页目录15
AI 摘要 · 已核查整理于 2026-06-16原文:Manage costs effectively(Anthropic)成本与额度上下文与记忆配置
要点速览
  • 企业平均每开发者每月花费 150–250 美元,可用 `/usage` 命令实时查看会话 token 开销及各技能、插件的用量占比。
  • 团队管理员可在 Console 设置工作区支出上限,官方按团队规模提供了详细的 TPM/RPM 速率限制参考表。
  • Agent Teams 的 token 消耗约为标准会话的 7 倍,建议优先用 Sonnet 并及时关闭完成任务的子实例。
  • 切换任务前执行 `/clear`,将 `CLAUDE.md` 控制在 200 行以内,把专用工作流说明迁移到 Skills 按需加载。
  • 用 `PreToolUse` Hook 对大日志提前过滤、用 subagents 隔离冗长输出,可大幅削减主会话的上下文体积。
  • 简单任务用 `/effort` 降低推理等级可节省 thinking token,Fable 5 不支持关闭 extended thinking。

本文是对官方文档「Manage costs effectively」的中文要点摘要,完整内容以原文为准:https://code.claude.com/docs/en/costs

费用基准与计费原理

Claude Code 按 API token 消耗计费。官方数据显示,企业部署的平均成本约为每位开发者每活跃日 13 美元、每月 150–250 美元;90% 的用户每活跃日不超过 30 美元。建议先在小规模试点团队中跑一段时间,用下述工具建立基线后再扩大推广。

用量追踪:/usage 命令

在会话中输入 /usage 可查看当前会话的 token 消耗统计:

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
  • 显示金额是本地估算值,以 Console 账单页为准
  • Pro/Max/Team/Enterprise 订阅用户可看到各技能、子代理、插件、MCP 服务器的用量占比
  • 按 d / w 切换「过去 24 小时」与「过去 7 天」视图
  • VS Code 扩展在「Account & usage」对话框提供同等视图(需 Claude Code v2.1.174+)

团队成本管理

设置限额

  • API 用户:在 Claude Console 设置工作区支出上限及速率限制
  • Pro/Max 用户:用 /usage-credits 命令设置月度消费限额
  • Bedrock / Vertex / Foundry 用户:Claude Code 不会从你的云端上报指标;已经把 Claude Code 流量经由 LLM 网关(LLM gateway)转发的组织,可以在网关侧追踪支出,因为网关能看到每一次请求

推荐速率限制(每用户)

团队人数TPM(每用户)RPM(每用户)
1–5200k–300k5–7
5–20100k–150k2.5–3.5
20–5050k–75k1.25–1.75
50–10025k–35k0.62–0.87
100–50015k–20k0.37–0.47
500+10k–15k0.25–0.35

团队越大,并发使用率越低,人均 TPM 建议值也随之下降。以上限制在组织层面生效,个别用户在其他人空闲时可短暂超出其分配份额。

Agent Teams 的 Token 成本

Agent Teams 会启动多个 Claude Code 实例,每个实例独立维护上下文窗口。plan mode 下其 token 消耗约为标准会话的 7 倍。控制成本的建议:

  • 子任务优先选 Sonnet,性价比最高
  • 团队规模尽量小,每增加一个成员都带来独立的上下文开销
  • 精简 spawn prompt,避免加载无关内容
  • 任务完成后及时关闭子实例

减少 Token 消耗:核心策略

主动管理上下文

  • 切换任务前 /clear:清除无关的历史上下文,避免「过时包袱」随每条消息累积;配合 /rename 和 /resume 可随时切回
  • 自定义压缩指令:如 /compact Focus on code samples and API usage,或在 CLAUDE.md 中写入压缩偏好

选对模型

  • Sonnet 能胜任大多数编码任务,成本远低于 Opus
  • 复杂架构决策、多步推理才选 Opus
  • 简单子任务在 subagent 配置中指定 model: haiku

精简 MCP 服务器

  • MCP 工具定义默认延迟加载(deferred),在 Claude 真正调用某个工具前,只有工具名称会进入上下文
  • 有 CLI 替代(如 gh、aws、gcloud、sentry-cli)时优先用 CLI,完全不占工具列表开销
  • 用 /mcp 禁用未使用的服务器

用 Hooks 预处理数据

在 settings.json 中配置 PreToolUse Hook,让脚本在 Claude 读取数据前先过滤。例如,将万行日志 grep 为仅含 ERROR 的几百行,可将上下文从数万 token 压缩至数百 token。

将 CLAUDE.md 中的专用说明迁移到 Skills

CLAUDE.md 在每次会话启动时全量加载。把针对特定工作流(如 PR review、数据库迁移)的详细说明移入 Skills,仅在调用时才进入上下文。官方建议 CLAUDE.md 保持在 200 行以内。

调整 Extended Thinking

  • Thinking token 按输出 token 计费,默认预算可达数万 token
  • 简单任务:用 /effort 降低推理等级,或在 /config 关闭 thinking
  • 固定 thinking budget 的模型可用 MAX_THINKING_TOKENS=8000 限制预算
  • 注意:Fable 5 始终使用 extended thinking,无法关闭

其他实用技巧

  • subagents 隔离冗长操作:测试结果、文档抓取等冗长输出只在子代理上下文中展开,仅把摘要返回主会话
  • 写具体的提示词:「给 auth.ts 的 login 函数加输入校验」比「优化代码库」节省大量 token
  • 复杂任务先进 Plan Mode:按 Shift+Tab 让 Claude 先提方案再执行,避免走错方向后的昂贵返工
  • 早纠错:发现方向偏差立即按 Escape 停止,用 /rewind 回滚到上一检查点

后台 Token 消耗

即使处于空闲状态,Claude Code 也会因以下后台任务消耗少量 token:

  • 历史会话摘要(支持 claude --resume 功能)
  • /usage 等命令的状态查询

通常每次会话的后台消耗不超过 $0.04,可作为基线预算参考。

查看官方原文:Manage costs effectively← 返回 Blog