Anthropic官方文档给出成本分层 日常编码用Sonnet 杂活用Haiku 每开发者日均13美元
要点
Anthropic为Claude Code用户提供了一份完整的成本管理文档，把"该花多少钱"和"怎么把花销压下来"放在同一页里讲。文档给出的企业部署参考值是：每位开发者每个活跃日约13美元，每位开发者每月约150至250美元，90%的用户每天成本低于30美元；并建议先由一个小型…
Anthropic为Claude Code用户提供了一份完整的成本管理文档，把”该花多少钱”和”怎么把花销压下来”放在同一页里讲。文档给出的企业部署参考值是：每位开发者每个活跃日约13美元，每位开发者每月约150至250美元，90%的用户每天成本低于30美元；并建议先由一个小型试点团队试用，用/usage和组织级用量报告建立成本基线，再据真实使用数据估算整体支出。文档同时提醒，Claude Code的每次对话往往包含文件内容、工具调用和多步骤推理，因此编码席位的预算通常应高于普通聊天席位，一次调试会话可能消耗超过一天的普通聊天用量。
这份文档最核心的方法论只有一句话：日常编码默认用Sonnet，把Opus留给确实需要深度推理的工作，简单子任务显式指定Haiku。三者的分工边界被写得很清楚——Sonnet覆盖大多数编码任务、日常代码修改与调试，也适合作为agent team的teammate；Opus用于复杂架构决策、多步骤推理和更高风险的任务；Haiku用于范围明确的简单subagent任务、低复杂度辅助工作，可在subagent配置中直接写model: haiku。这里有一个容易被忽略的连带效应：会话中途切换到Opus时，继承主会话模型的subagent会跟着切过去，因此官方特别提示，对简单的subagent必须显式指定更便宜的模型，而不是让它无条件继承。
控制单次会话成本的两个命令，官方文档给出的取舍逻辑也很清楚。/clear用于切换到不相关的任务，直接开启新会话、清空旧上下文，并重置会话成本与token统计；文档明确指出，当你想要全新开始而不是保持连续性时，/clear不产生费用。/compact用于同一任务需要继续、但对话已接近自动压缩窗口的情况，它读取并总结现有对话，因此压缩大型上下文本身会产生较大请求和token消耗——如果不需要连续性，用/clear通常更省。官方推荐的配套流程是先/rename命名旧会话便于日后查找，/clear清空，之后需要时用/resume恢复。
比命令更基础的是上下文本身。文档给出的量化口径是：CLAUDE.md会在会话开始时加载到上下文，如果其中塞满特定工作流说明（PR review、数据库迁移、发布流程之类），即使当前执行的是无关任务，这些token仍会常驻并持续产生成本；建议把它控制在200行以内，只保留通用必要的项目说明，把专项内容移到按需加载的Skills——Skills只有在被调用时才加载。MCP服务器的开销则通过deferred机制被压低，初始上下文只包含工具名称和服务器说明，详细的工具定义要等Claude真正调用该工具时才进入上下文；在此之上官方给出四条建议：用/context查看占用来源、禁用不使用的MCP服务器、优先使用gh、aws、gcloud、sentry-cli这类CLI工具（因为CLI不需要预先列出每个工具的定义），以及利用/usage里的MCP归因——该归因只统计实际消费了该服务器工具结果的请求。
还有一类成本来自模型本身。extended thinking默认开启，因为能明显改善复杂规划与推理质量，但thinking token按output token计费，默认thinking budget每次请求可能达到数万token；官方给出的降本路径是用/effort或/model降低effort level、在/config中禁用thinking，或对固定预算模型设置MAX_THINKING_TOKENS=8000。同时文档划出了例外：Opus 5.5、Sonnet 5.5、Haiku 5.5和Fable模型始终使用extended thinking，不能完全关闭；adaptive-reasoning模型会忽略非零的MAX_THINKING_TOKENS，对这类模型只能用effort level控制。
并行与后台任务是被低估的成本项。一个agent team会启动多个独立的Claude Code实例，每个teammate都有自己的上下文窗口，token消耗大致与活跃teammate数量、每个teammate的运行时长和上下文大小三者同步增长。官方建议teammate使用Sonnet、保持团队规模较小、spawn prompt尽量短并聚焦，因为teammate会自动加载CLAUDE.md、MCP服务器和Skills，这些内容从一开始就进入其上下文；工作完成后应立即关闭teammate，否则它会持续消耗token直到退出或整个session结束。文档还给出一个具体参照量：teammate使用plan mode时，agent team大约消耗普通session的7倍token，原因是每个teammate既是独立上下文又作为独立Claude实例运行，plan mode还会额外增加探索、规划和多轮交互。此外，session-scoped定时任务、跨session消息、goal check-in、subagents和workflows都会各自发起请求，费用叠加在主对话之上，官方分别给出了关闭或调整方式。
/usage这个命令本身也被做成了成本诊断工具。它显示当前会话的总成本、API执行时间、墙钟时间、代码增删行数，以及按模型拆分的输入、输出、缓存读取和缓存写入token与对应成本。缓存统计部分能显示缓存请求数、输入token中来自缓存的比例、未命中次数与最近一次未命中的时间、未命中后重新写入的token数、预期缓存重建次数，以及缓存当前是warm还是cold；较新版本还会在能判断时给出未命中原因，例如likely cause: tool definitions changed。对订阅用户，它还提供归因分析，显示近期用量中skills、subagents、plugins和单个MCP server各占多少，并列出可执行的优化建议，例如25% Trim ~/code/api/CLAUDE.md · 49k tokens per request。文档特意提醒，建议行里的百分比代表该行为占近期用量的比例，并不等于按建议调整后能节省同样的百分比；同一次请求可能同时计入多条建议，因此各条占比之和可能超过100%。
把这些条目放在一起，官方给出的成本逻辑是自洽的：账单的主体不是提问，而是上下文。每一次请求都会发送完整对话，工具调用之后还会继续发送工具结果，所以即使之后只问一个简单问题，也可能为整个长会话持续付出缓存读取或输入成本。围绕这一点，官方文档给出的处理原则可以概括为三句话——日常任务用便宜的模型，任务之间及时清理上下文，把所有其他开销尽可能推到主对话之外。文档还给出了若干量化提示：缓存冷后首次请求会重新处理整个上下文，因此长会话中断较久再继续工作成本较高；/compact会重写会话上下文，之后可能发生预期缓存重建，而/clear直接开启新会话，不保留旧缓存连续性。
不过成本与安全并不是两条可以分开优化的轴。Anthropic自己的工程说明披露，Claude Code的用户批准了约93%的权限提示，审批疲劳由此产生；作为缓解，操作系统级沙箱把权限提示减少了84%，而自动模式的分类器以约0.4%的良性命令被拦截为代价，仍有约17%的过度行为被放行。这组数字说明，把更多任务交给模型自动执行、换来的是更低的单次成本，同时也在扩大那个已知的漏检面。官方把自动模式定位为沙箱内部的一层纵深防御、不能替代环境隔离，正是对这一张力的直接回应。因此前述”按模型分层”的建议隐含一个前提：成本优化的边界不能越过权限边界，把该由人确认的删除、覆盖、对外发送等操作交给分类器自动批准，省下的费用未必抵得上一次失误。
落到具体操作上，官方建议按影响力和实施成本排定顺序：默认使用Sonnet，简单subagent显式指定model: haiku，仅在复杂架构或深度推理场景使用Opus；任务切换时用/clear，同一任务上下文过大时用/compact；把CLAUDE.md控制在200行以内并把专项说明移到Skills；用/context排查占用来源，禁用不使用的MCP服务器，优先使用CLI工具，用hooks过滤日志与测试输出这类大型输入，把测试、文档获取和日志处理交给subagent；避免”改进这个代码库”这类宽泛提示导致全库扫描，改用”在auth.ts的login函数中增加输入校验”这样的具体指令；复杂任务先进入plan mode再实施，尽早用Escape或/rewind纠正方向，并在提示中给出测试用例、截图、预期输出等明确验收标准，让Claude在要求修改前自行发现问题；最后是持续监控——定期运行/usage，通过归因和建议定位高占比行为，关注缓存命中率与未命中原因，API场景使用--max-budget-usd，企业环境则通过组织报告、Analytics API、OpenTelemetry或LLM gateway做按用户归因，并用managed settings配置modelPricing使成本估算与合同费率一致。
这套路径与公开定价表的量级差异是可以相互印证的。按Anthropic平台公布的每百万token价格，Opus 5.5为输入4美元、输出20美元，Sonnet 5.5为输入2美元、输出10美元，Haiku 5.5在10万token以内的提示下为输入0.10美元、输出0.50美元。同一档位下的差距意味着，日常编码若默认走Opus，单次调用成本约为Sonnet的两倍；而在同样以Sonnet为主力的情况下，把简单任务分给Haiku还能再压下一个量级。文档建议的”用Haiku跑杂活”，本质上是在这笔按量计费的价格表上做路由。
