Anthropic учит экономить токены: шесть советов для Claude Code

Каждый запрос состоит из двух этапов: prefill, когда модель считывает весь контекст, и decode, когда генерируется ответ. Декодирование стоит в пять раз дороже, потому что токены выводятся последовательно, а входные обрабатываются параллельно. Цена зависит от модели: Opus 5 — 5 долларов за миллион входных токенов и 25 за выходные, Sonnet 5 — 2 и 10, Haiku 4.5 — 1 и 5. На сумму влияет и уровень рассуждений: чем он выше, тем больше токенов уходит на размышления.

Главный способ сэкономить — кэш подсказок. Если префикс нового запроса совпадает с предыдущим, сервер не пересчитывает его, а использует готовый результат: чтение из кэша стоит в десять раз дешевле. Но кэш обнуляется при смене модели, уровня рассуждений, включении Fast mode, сжатии диалога или долгой паузе. Поэтому модель и настройки лучше задать в начале сессии и не трогать.

История диалога растёт с каждым действием: файлы и команды остаются в контексте и пересылаются в каждом следующем запросе, так что затраты на длинные сессии растут почти квадратично. Полезно использовать @-ссылки на файлы, добавлять тихие флаги командам вроде --reporter=dot, а задания с большим выводом поручать субагентам, которые работают в отдельном контексте и возвращают только итог.

После завершения задачи стоит делать /clear, а перед перерывом — /compact, сжимающий историю в краткое изложение. Есть и /rewind для отката ошибок без потери кэша. Anthropic называет управление токенами новым навыком разработчика: он может сократить расходы вдесятеро. В среднем разработчик тратит около 13 долларов в день, но при небрежной работе сумма сильно растёт.