Claude Code省token的6个技巧，实测能省90%

Anthropic刚发了篇博客，核心就一句话：别再烧冤枉token了。官方列举了6条省钱心法，我逐条实测，发现确实能省——不是省一点，是省掉90%。

为什么你的token越烧越快

用Claude Code干活，每一轮对话都在拖着前面所有轮的全部内容重新发送。会话越长，每一轮就越贵。这种增长是接近平方级别的O(n²)。

官方推算，开发者日均消耗13美元token，月均花在150到250美元之间。同样修一个bug，问法不同，花费能差出好几倍。

1. 任务做完就/clear

修完一个bug就清掉当前对话，别让上一个任务读过的文件和命令输出拖进下一个任务里，白白占着上下文。

2. 开局就定好模型和推理强度

中途切换的话，之前积累的提示缓存会全部失效，整段对话历史要按全价重新计算一遍。

3. 用@引用文件，别手打路径

用@直接把文件附到消息里，Claude不用再花一次工具调用去读。手打文件名的话，Claude可能先搜一圈再打开好几个文件试探，这些操作全部会进入对话历史。

4. 给输出多的命令加静默参数

在CLAUDE.md里写一句类似--reporter=dot的配置，让测试输出只打印几行摘要，不是几百行详情。输出越短，占的上下文越少。

5. /compact在休息前做

对话还在缓存里的时候压缩，成本只有正常的十分之一。等缓存过期了再压，就得按全价重新读一遍。

6. 大输出任务扔给子Agent

子Agent在独立上下文窗口里运行，做完只把结论传回来，过程中读的文件和跑的命令输出不会进入你的主对话。

Claude Code的每次请求都从相同的前缀开始。如果这次请求的前缀和上次逐字节一样，服务器就不重新算，直接加载上次的计算结果。

缓存读取只要正常输入价的0.1倍，直接省掉90%。

但缓存必须从请求的第一个字节开始连续匹配，中间任何地方变了，从那里往后全部作废。切模型、切推理强度、开关Fast mode、/compact压缩、时间过期、恢复旧会话——这6种情况都会让缓存失效。

这些能力一年前并不存在。但它现在决定了你在同一个任务上，是花3美元还是30美元。

Anthropic自己就是最好的例子——他们80%的代码靠AI写，代码合并量一年翻了8倍。如果没人管token，光推理成本就能把预算吃穿。

读懂这篇博客的人，薅到的不只是几美元的token，而是AI时代写代码的人需要长出来的一种新本能。

来源：Anthropic官方博客

发布时间：2026年8月16日