有效管理成本

跟踪令牌使用情况，设置团队支出限制，并通过上下文管理、模型选择、扩展思考设置和预处理 hooks 来降低 Claude Code 成本。

Claude Code 按 API 令牌消耗收费。有关订阅计划定价（Pro、Max、Team、Enterprise），请参阅 claude.com/pricing。每个开发者的成本差异很大，取决于模型选择、代码库大小和使用模式，例如运行多个实例或自动化。

在企业部署中，平均成本约为每个开发者每个活跃日 $13，每个开发者每月 $150-250，90% 的用户每个活跃日成本保持在 $30 以下。要估计您自己团队的支出，请从一个小的试点团体开始，并使用下面的跟踪工具建立基线，然后再进行更广泛的推出。

本页面介绍如何跟踪成本、管理团队成本和减少令牌使用。

跟踪成本

使用 `/usage` 命令

/usage 顶部的 Session 块显示当前会话的详细令牌使用统计。美元数字是从令牌计数本地计算的估计值，可能与您的实际账单不同。有关权威计费，请参阅 Claude Console 中的使用情况页面。

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

在 Pro、Max、Team 或 Enterprise 计划上，/usage 还显示计入您的计划限制的内容明细。它将最近的使用情况归属于 skills、subagents、plugins 和各个 MCP 服务器，每个都显示为总数的百分比。按 d 或 w 在过去 24 小时和过去 7 天之间切换。这些数据是近似值，从此机器上的本地会话历史记录计算，因此不包括来自其他设备或 claude.ai 的使用情况。

在 VS Code 扩展 中，相同的明细显示在"账户和使用情况"对话框中，带有"日"和"周"切换。需要 Claude Code v2.1.174 或更高版本。

管理团队成本

使用 Claude API 时，您可以在 Claude Code 工作区上设置工作区支出限制。管理员可以在 Console 中查看成本和使用情况报告。

在 Pro 和 Max 计划中，您可以使用 /usage-credits 命令在使用额度上设置每月支出限制。如果在您仍有可用使用额度的情况下达到该限制，Claude Code 会提示您提高或移除该限制，以便您可以继续使用而无需离开 CLI。更改限制需要账户的计费访问权限。

在 Bedrock、Vertex 和 Foundry 上，Claude Code 不会从您的云中发送指标。已经通过 LLM gateway 路由 Claude Code 的组织可以在那里跟踪支出，因为网关会看到每个请求。

速率限制建议

为团队设置 Claude Code 时，请根据您的组织规模考虑这些每用户的令牌/分钟 (TPM) 和请求/分钟 (RPM) 建议：

例如，如果您有 200 个用户，您可能会为每个用户请求 20k TPM，或总共 400 万 TPM (200*20,000 = 400 万)。

随着团队规模的增长，每用户的 TPM 会减少，因为在较大的组织中，往往较少的用户同时使用 Claude Code。这些速率限制在组织级别应用，而不是按个人用户应用，这意味着当其他人未积极使用该服务时，个人用户可以暂时消耗超过其计算份额的资源。

Agent 团队令牌成本

Agent 团队生成多个 Claude Code 实例，每个实例都有自己的上下文窗口。令牌使用情况随活跃队友的数量和每个队友运行的时间长度而扩展。

为了保持 agent 团队成本可控：

• 为队友使用 Sonnet。它为协调任务平衡了能力和成本。
• 保持团队规模小。每个队友运行自己的上下文窗口，因此令牌使用大致与团队规模成正比。
• 保持生成提示的重点。队友会自动加载 CLAUDE.md、MCP servers 和 skills，但生成提示中的所有内容都会从一开始就添加到其上下文中。
• 工作完成后关闭队友。每个活跃的队友会继续消耗令牌，直到它退出或会话结束。
• Agent 团队默认被禁用。在您的settings.json或环境中设置 CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS=1 以启用它们。请参阅启用 agent 团队。

减少令牌使用

令牌成本随上下文大小而扩展：Claude 处理的上下文越多，您使用的令牌就越多。Claude Code 通过 prompt caching（减少重复内容（如系统提示）的成本）和 auto-compact（在接近上下文限制时总结对话历史）自动优化成本。

以下策略可帮助您保持上下文较小并降低每条消息的成本。

主动管理上下文

使用 /usage 检查您当前的令牌使用情况，或配置您的状态行以连续显示它。

• 在任务之间清除：使用 /clear 在切换到不相关的工作时重新开始。陈旧的上下文会在随后的每条消息上浪费令牌。在清除之前使用 /rename 以便您稍后可以轻松找到会话，然后使用 /resume 返回到它。
• 添加自定义 compaction 指令：/compact Focus on code samples and API usage 告诉 Claude 在总结期间保留什么。

您还可以在 CLAUDE.md 中自定义 compaction 行为：

# Compact instructions

When you are using compact, please focus on test output and code changes

选择正确的模型

Sonnet 处理大多数编码任务效果很好，成本低于 Opus。为复杂的架构决策或多步推理保留 Opus。使用 /model 在会话中途切换模型，或在 /config 中设置默认值。对于简单的 subagent 任务，在您的 subagent 配置中指定 model: haiku。

减少 MCP server 开销

MCP 工具定义默认被延迟，因此只有工具名称进入上下文，直到 Claude 使用特定工具。运行 /context 查看占用空间的内容。

• 在可用时优先使用 CLI 工具：gh、aws、gcloud 和 sentry-cli 等工具比 MCP servers 更节省上下文，因为它们不添加任何每工具列表。Claude 可以直接运行 CLI 命令。
• 禁用未使用的 servers：运行 /mcp 查看配置的 servers 并禁用您未积极使用的任何 servers。

为类型化语言安装代码智能插件

代码智能插件为 Claude 提供精确的符号导航，而不是基于文本的搜索，减少在探索不熟悉的代码时不必要的文件读取。单个"转到定义"调用替代了可能需要的 grep 后跟读取多个候选文件。已安装的语言服务器还会在编辑后自动报告类型错误，因此 Claude 无需运行编译器即可捕获错误。

将处理卸载到 hooks 和 skills

自定义 hooks可以在 Claude 看到数据之前对其进行预处理。Claude 不是读取 10,000 行日志文件来查找错误，hook 可以 grep ERROR 并仅返回匹配的行，将上下文从数万个令牌减少到数百个。

skill可以为 Claude 提供领域知识，这样它就不必进行探索。例如，"codebase-overview" skill 可以描述您的项目架构、关键目录和命名约定。当 Claude 调用该 skill 时，它会立即获得此上下文，而不是花费令牌读取多个文件来理解结构。

例如，此 PreToolUse hook 过滤测试输出以仅显示失败：

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

#!/bin/bash
input=$(cat)
cmd=$(echo "$input" | jq -r '.tool_input.command')

# If running tests, filter to show only failures
if [[ "$cmd" =~ ^(npm test|pytest|go test) ]]; then
filtered_cmd="$cmd 2>&1 | grep -A 5 -E '(FAIL|ERROR|error:)' | head -100"
echo "{\"hookSpecificOutput\":{\"hookEventName\":\"PreToolUse\",\"permissionDecision\":\"allow\",\"updatedInput\":{\"command\":\"$filtered_cmd\"}}}"
else
echo "{}"
fi

将指令从 CLAUDE.md 移动到 skills

您的 CLAUDE.md文件在会话开始时加载到上下文中。如果它包含特定工作流的详细指令（如 PR 审查或数据库迁移），即使您在做不相关的工作时，这些令牌也会存在。Skills仅在调用时按需加载，因此将专门指令移动到 skills 中可以保持您的基础上下文较小。目标是通过仅包含必要内容来将 CLAUDE.md 保持在 200 行以下。

调整扩展思考

扩展思考默认启用，因为它显著改进了复杂规划和推理任务的性能。思考令牌作为输出令牌计费，默认预算可能是每个请求数万个令牌，具体取决于模型。对于不需要深度推理的更简单任务，您可以通过在 /effort 中或在 /model 中降低 effort level、在 /config 中禁用思考或在具有固定思考预算的模型上使用 MAX_THINKING_TOKENS=8000 降低预算来降低成本。自适应推理模型忽略非零预算，因此请改用 effort levels。Fable 5 上不提供禁用思考，它始终使用扩展思考。

将冗长的操作委托给 subagents

运行测试、获取文档或处理日志文件可能会消耗大量上下文。将这些委托给 subagents，以便冗长的输出保留在 subagent 的上下文中，而只有摘要返回到您的主对话。

管理 agent 团队成本

当队友在 plan mode 中运行时，Agent 团队使用的令牌大约是标准会话的 7 倍，因为每个队友维护自己的上下文窗口并作为单独的 Claude 实例运行。保持团队任务小且独立，以限制每个队友的令牌使用。有关详细信息，请参阅 agent 团队。

编写具体的提示

模糊的请求（如"改进此代码库"）会触发广泛扫描。具体的请求（如"向 auth.ts 中的登录函数添加输入验证"）让 Claude 能够以最少的文件读取高效地工作。

高效处理复杂任务

对于较长或更复杂的工作，这些习惯有助于避免因走错路而浪费的令牌：

• 对复杂任务使用 plan mode：按 Shift+Tab 进入 plan mode，然后再进行实现。Claude 探索代码库并提出一个方法供您批准，防止当初始方向错误时的昂贵返工。
• 尽早纠正方向：如果 Claude 开始朝错误的方向发展，按 Escape 立即停止。使用 /rewind 或双击 Escape 将对话和代码恢复到之前的 checkpoint。
• 给出验证目标：在您的提示中包含测试用例、粘贴屏幕截图或定义预期输出。当 Claude 可以验证自己的工作时，它会在您需要请求修复之前捕获问题。
• 增量测试：编写一个文件，测试它，然后继续。这会在问题便宜时尽早捕获问题。

后台令牌使用

Claude Code 即使在空闲时也会为某些后台功能使用令牌：

• 对话总结：为 claude --resume 功能总结以前对话的后台作业
• 命令处理：某些命令（如 /usage）可能会生成请求以检查状态

这些后台进程即使没有活跃交互也会消耗少量令牌（通常每个会话不到 $0.04）。

了解 Claude Code 行为的变化

Claude Code 定期接收可能改变功能工作方式的更新，包括成本报告。运行 claude --version 检查您的当前版本。如有具体计费问题，请通过您的Console 账户联系 Anthropic 支持。