管理成本

Claude Code 按 API token 消耗计费。订阅套餐（Pro、Max、Team、Enterprise）的定价见 claude.com/pricing。每位开发者的成本差别很大，取决于模型选择、代码库大小，以及运行多个实例或自动化等使用模式。

在企业部署中，官方给出的平均成本大约是每位开发者每个活跃日 13 美元、每位开发者每月 150–250 美元，90% 的用户每个活跃日的成本低于 30 美元。想估算你自己团队的开销，先从一个小型试点小组开始，用下面的追踪工具建立基线，再推广。

追踪你的成本

用 /usage 命令

/usage 顶部的 Session 块显示当前会话的详细 token 用量统计。它面向 API 用户：Claude Max 和 Pro 订阅者的用量已包含在订阅里，所以会话成本数字与计费无关；订阅者在其他选项卡里能看到套餐用量条、活动统计和用量明细。Claude Code 根据 token 数按标价在本地计算美元数字（管理员设置了 modelPricing 表时除外）：

Total cost:            $0.55
Total duration (API):  6m 20s
Total duration (wall): 6h 33m 10s
Total code changes:    0 lines added, 0 lines removed
Usage by model:
   claude-sonnet-4-6:  1.2k input, 5.3k output, 940.0k cache read, 50.0k cache write ($0.55)

这些总计在 /clear 开始新会话时重置。

提示缓存统计：在主对话的第一个 API 响应之后，Claude Code 会在 Session 块里增加一行 Prompt cache (main)，汇总会话的提示缓存使用：请求数、从缓存提供的输入 token 占比、缓存未命中，以及缓存是否是热的。

套餐用量明细：在 Pro、Max、Team 或 Enterprise 套餐上，/usage 还会显示什么计入了你的套餐限制：归因（近期用量归因到 Skill、子智能体、插件和各个 MCP 服务器，各自显示为总量的百分比）、行为标记（如长上下文或缓存未命中这类行为占近期用量的 10% 或以上时被标出）、循环（最耗资源的 /loop 或其他定时任务的行）。按 d 或 w 在最近 24 小时和最近 7 天之间切换；数字是近似值，基于这台机器上的本地会话历史计算，不包括其他设备或 claude.ai 的用量。

分析你的使用模式：运行 /insights 获取关于你如何工作（而不是用了多少 token）的报告。它分析你在这台机器上最近的会话，并写出一份 HTML 报告，涵盖你在做什么、摩擦点（如被误解的请求或有 bug 的代码）和建议。最新的报告写到 ~/.claude/usage-data/report.html。

给你的订阅添加用量额度：用量额度让你能在超出套餐用量限制后继续工作。登录 claude.ai 订阅后运行 /usage-credits 管理；对 Pro 和 Max 订阅者，它在浏览器里打开 claude.ai 的 Settings > Usage，可以开关用量额度并查看余额、本月花费和每月花费上限。

管理组织的成本

你拥有哪些控制取决于组织如何访问 Claude Code：

OpenTelemetry 导出在每种设置上都可用，是把按用户的 token 和成本指标近实时流入你自己的可观测性栈的唯一选项。

以你的合同费率报告花费：默认情况下，Claude Code 按标价计算它向开发者显示的每个成本数字，所以如果你的组织按合同费率付款，/usage、状态栏和 OpenTelemetry 里的数字就和你的账单对不上。想让它们匹配，在托管设置里设置 modelPricing，把 multiplier 设为小于 1 表示固定折扣、大于 1 表示加价，或在 overrides 下列出每个模型的四项每 token 费率。

Claude for Teams 和 Enterprise：每位成员的 Claude Code 用量从按席位的额度中扣除，额度按滚动的五小时窗口和每周窗口重置，与 Claude 聊天和 Cowork 共享。想让成员超出额度继续，打开用量额度并在组织、小组或个人成员级别设置花费限制。

Claude Console：API 组织通过工作区管理 Claude Code 花费。你可以为 Claude Code 总花费设置工作区花费限制并查看成本和用量报告。第一次用 Claude Console 账号认证 Claude Code 时，会自动创建一个名为「Claude Code」的工作区，为你组织里所有 Claude Code 用量提供集中的成本追踪和管理（你不能为这个工作区创建 API Key）。

速率限制建议（为团队设置 Claude Code 时，按组织规模考虑每用户的 TPM 和 RPM 建议）：

TPM 随团队规模增大而降低，因为在较大的组织里，同时使用 Claude Code 的用户占比较小。这些限制在组织层面适用，而不是对每个用户，所以当其他人不活跃时，个人可以暂时用超过按比例算出的份额。

云厂商：在 Amazon Bedrock、Google Cloud 的 Agent Platform 和 Microsoft Foundry 上，Claude Code 按 token 向你的云账号计费，花费控制在云厂商的计费控制台里；Claude Code 不会把你云里的指标发回 Anthropic，所以分析仪表板不适用。想按用户归因成本有三种选择：OpenTelemetry（从每位开发者的机器把指标导出到你自己的可观测性栈）、Claude apps gateway（提供按用户的用量归因、带 token 数的 OTLP 指标和按用户的花费限制），或 LLM 网关（把所有 Claude Code 流量路由经过按 key 追踪花费的代理，如 LiteLLM）。

开发者问到某个限制时：「You've hit your session limit」或「You've hit your weekly limit」表示订阅套餐上基于席位的用量窗口，在所有模型之间共享，所以开发者不能靠用 /model 切换模型来恢复访问；消息会显示窗口何时重置。如果开启了用量额度，运行 /usage-credits 申请超出额度的用量。

减少 token 用量

token 成本随上下文大小增长：Claude 处理的上下文越多，你用的 token 越多。Claude Code 通过提示缓存（降低系统提示这类重复内容的成本）和自动压缩（在接近上下文限制时总结对话历史）自动优化成本。下面这些策略帮你保持上下文小、降低每条消息的成本。

• 主动管理上下文：用 /usage 查看当前 token 用量，或配置状态栏持续显示它。在任务之间用 /clear：陈旧的上下文在之后每条消息上都浪费 token（清除前用 /rename，之后用 /resume 回来）。添加自定义压缩指令：/compact Focus on code samples and API usage。也可以在项目根的 CLAUDE.md 里自定义压缩行为：

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

• 选对模型：Sonnet 能很好地处理大多数编码任务，且比 Opus 便宜。把 Opus 留给复杂的架构决策或多步骤推理。会话中用 /model 切换，或在 /config 里设置默认值

• 减少 MCP 服务器开销：MCP 工具定义默认是延迟加载的，所以在 Claude 使用某个具体工具之前，只有工具名和服务器指令进入上下文。运行 /context 看是什么在占用空间。能用 CLI 工具时优先用（gh、aws、gcloud、sentry-cli 比 MCP 服务器更省上下文，因为它们不增加任何按工具的列表）；运行 /mcp 禁用你没在用的服务器

• 为类型化语言安装代码智能插件：它们给 Claude 精确的符号导航，而不是基于文本的搜索，减少探索陌生代码时不必要的文件读取

• 把处理卸载给 Hook 和 Skill：自定义 Hook 可以在 Claude 看到数据之前预处理。Claude 不必读 10,000 行日志去找错误，Hook 可以 grep ERROR 只返回匹配的行，把上下文从几万 token 降到几百。Skill 可以给 Claude 领域知识，让它不用探索。例如下面这个 PreToolUse Hook 把测试输出过滤成只显示失败：

  {
    "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')
  
  # 如果在运行测试，过滤成只显示失败
  if [[ "$cmd" =~ ^(npm test|pytest|go test) ]]; then
    filtered_cmd="$cmd 2>&1 | grep -A 5 -E '(FAIL|ERROR|error:)' | head -100"
    echo "$input" | jq --arg filtered "$filtered_cmd" \
      '{hookSpecificOutput: {hookEventName: "PreToolUse", permissionDecision: "allow", updatedInput: (.tool_input + {command: $filtered})}}'
  else
    echo "{}"
  fi

• 把 CLAUDE.md 里的指令移到 Skill：CLAUDE.md 在会话开始时加载进上下文。如果它包含针对特定工作流（如 PR 评审或数据库迁移）的详细指令，即使你在做无关的工作，这些 token 也存在。Skill 只在被调用时才按需加载

• 调整扩展思考：扩展思考默认开启，因为它大幅提升复杂规划和推理任务的表现。思考 token 按输出 token 计费，默认预算每个请求可以达到几万 token。对不需要深度推理的简单任务，可以用 /effort 或 /model 降低努力等级，或在 /config 里禁用思考来降低成本（在 Opus 5.5、Sonnet 5.5 和 Fable 模型上无法关闭思考）。在有固定思考预算的模型上，也可以设置 MAX_THINKING_TOKENS 环境变量降低预算，如 MAX_THINKING_TOKENS=8000

• 把冗长的操作委派给子智能体：运行测试、抓取文档或处理日志文件会消耗大量上下文，委派给子智能体后，冗长的输出留在子智能体的上下文里，只有摘要回到你的主对话。注意子智能体自己的请求仍然消耗你的用量；想在它们身上花得更少，为子智能体选更小的模型，或让所有子智能体都跑在同一个模型上

• 管理智能体团队成本：当队友以计划模式运行时，智能体团队使用的 token 大约是标准会话的 7 倍，因为每个队友都维护自己的上下文窗口并作为单独的 Claude 实例运行。保持团队任务小而自包含

• 写具体的提示词：像「improve this codebase」这样含糊的请求会触发大范围扫描；像「add input validation to the login function in auth.ts」这样具体的请求让 Claude 以最少的文件读取高效工作

• 高效处理复杂任务：对复杂任务用计划模式（按 Shift+Tab 切到计划模式再实现，避免初始方向错误时昂贵的返工）；尽早纠偏（按 Escape 立即停止，用 /rewind 或双击 Escape 把对话和代码恢复到之前的检查点）；给出验证目标（包含测试用例、粘贴截图或定义期望输出）；增量测试（写一个文件、测试它，再继续）

后台 token 用量：即使空闲，Claude Code 也会为一些后台功能使用 token：对话总结（为 claude --resume 功能总结之前对话的后台任务）和命令处理（/usage 这类命令可能产生检查状态的请求）。这些后台进程即使没有主动交互，也只消耗少量 token（通常每个会话低于 0.04 美元）。

为什么长会话里用量会攀升

一个开了几个小时的会话，消耗的套餐限额可能远超你的活动所暗示的，通常出于下面某个原因：

• 长上下文：Claude Code 在每个请求里发送你的完整对话，Claude 每次使用工具时，都会再发一个带这批工具结果的请求
• 缓存未命中：你在超过缓存生命周期的休息之后发的第一条消息会错过缓存，重新处理你的全部上下文。订阅上缓存生命周期是一小时
• 定时任务：即使会话空闲，定时任务也会按间隔触发，每次都发送你的完整上下文
• 跨会话消息：会话空闲时，Claude Code 把你另一个会话的消息作为新回合送达，每次都发送你的完整上下文
• 子智能体和工作流：每个子智能体以及动态工作流派生的每个智能体，都会在主对话的请求之上发出自己的请求
• 智能体队友：每个活跃的队友在退出之前都持续消耗 token
• 压缩：/compact 会读取它要总结的对话，所以压缩大上下文本身就是一个大请求。想要的是全新开始而不是连续性时，/clear 不花任何成本

在 Pro、Max、Team 或 Enterprise 套餐上，/usage 明细会标出占近期用量 10% 或以上的行为（如长上下文或缓存未命中），每个都带一条减少它的提示。