Как сократить расход токенов в Claude Code
Расход Claude Code растёт и на простых задачах. Его увеличивают повторная разведка одного репозитория, широкий контекст, длинные объяснения и фоновые запуски без границы. Начните с наблюдения по отдельному ключу, затем убирайте причину за причиной. Так экономия не превращается в ухудшение результата.
Коротко
Сначала отделите расход агента от других приложений отдельным ключом.
Самый быстрый эффект дают точная задача и ограниченный контекст.
Лимит ключа останавливает расход, а журнал показывает, где искать причину.
1. Как задать агенту узкую задачу
Запрос «разберись со всем сервисом» заставляет читать лишнее и возвращаться к одним файлам. Назовите сценарий, область изменения, ожидаемый результат и границу, за которую агент не выходит. Короткий бриф часто экономит больше, чем попытка сжать каждый ответ.
До работы спросите себя: какой файл или маршрут меняется, как подтвердить результат, что делать при неизвестной зависимости. Если ответа нет, первой задачей должна быть разведка без правок. Её вывод сохраните рядом с проектом, чтобы не платить за одно и то же чтение во второй сессии.
2. Не загружайте весь репозиторий
Агенту редко нужен полный каталог. Передайте точку входа, связанные модули и конкретный вопрос. Логи, большие JSON и сгенерированные файлы открывайте только когда они меняют решение. Для незнакомого кода сначала составьте карту вызовов, а уже затем выбирайте участок для изменения.
Краткий ответ тоже полезен. Когда нужен дифф или ответ на один вопрос, попросите не писать обзор проекта. Объяснение стоит оставить там, где оно помогает проверить риск, а не скрывает отсутствие доказательств.
3. Разделяйте исследование и изменение
Сессия, которая одновременно изучает систему, меняет десяток файлов и готовит релиз, накапливает контекст и ошибки. Разведите работу: исследование, тест текущего поведения, узкая правка, ревью. После каждого этапа решайте, нужен ли следующий.
Такой порядок уменьшает повторные запросы. Он ещё и делает счёт понятнее: по журналу видно, какая часть расходов относится к исследованию, а какая к исправлению.
4. Подбирайте модель под роль
Каталог Relay показывает доступные модели и их возможности. Для работы, где агент обязан вызывать инструменты, нужна модель с поддержкой инструментов. Не выбирайте модель только по названию или привычке: сначала определите, нужен ли широкий разбор, генерация однотипного кода, короткая классификация или ревью.
Сравнивать цену стоит в карточках каталога, а не переносить числа в настройки и статьи. Для конкретной задачи полезнее короткий пробный прогон с одинаковым входом и проверяемым результатом, чем общий рейтинг моделей.
5. Ограничьте фоновые запуски
Автоматический агент на каждом коммите может тратить больше ручных сессий. Запускайте его там, где результат действительно будет прочитан: в pull request, по метке, по расписанию проверки или после изменения чувствительной области. У каждой автоматизации должна быть остановка при ошибке и лимит повторов.
Отдельный ключ для CI или агента помогает увидеть этот расход. Описать допустимые задания и их лимиты полезнее, чем надеяться на общий баланс аккаунта.
6. Поставьте лимит ключа
В Relay лимит ключа задаётся на весь срок, день или месяц. Можно ограничить доступные модели, срок действия и запросы в минуту. При достижении лимита шлюз возвращает key_limit_exceeded, а средства за заблокированный запрос не списываются. Настройка описана на странице API-ключей.
Лимит не объясняет причину расхода. Он покупает время на разбор, чтобы бесконечный цикл или неверная интеграция не продолжали тратить баланс.
7. Сверьте до и после по журналу
Перед изменением сохраните короткий период в журнале запросов: ключ, модель, число запросов, токены и статус. После изменения посмотрите тот же сценарий. Не сравнивайте разные задачи по одному общему числу.
В деталях запроса есть request_id, разбивка токенов и итоговая стоимость. Это позволяет увидеть, что выросло: входной контекст, выход, повторы или число вызовов. Для общего потолка команды пригодится статья о счетах за AI-агентов.
Как снять базовую точку
Выберите один повторяемый сценарий: анализ ошибки, создание теста или правка документации. Зафиксируйте вход, модель, ключ и ожидаемый результат. Выполните его до изменения процесса, затем после. Запишите расход, число попыток, ошибки и время, которое разработчик потратил на проверку ответа.
Базовая точка защищает от ложной экономии. Если модель даёт короткий ответ, но задача требует ещё трёх ручных исправлений, общий расход команды может вырасти. Сокращайте то, что не меняет качество: лишний контекст, повторные исследования, неконтролируемые перезапуски.
Как ограничить цикл до запроса
Проблема часто начинается до шлюза. Проверьте условие выхода в CI, максимальное число повторов и работу с ошибками. У агента не должно быть пути, где один и тот же запрос автоматически отправляется до случайного успеха. Поставьте малый предел, сохраните причину остановки и передайте её человеку.
В ручной сессии действует тот же принцип. После двух неудачных попыток смените способ исследования. Откройте код, сузьте область или попросите подтверждение владельца. Это уменьшает расход и предотвращает случайное изменение чужого модуля.
Лимит ключа заменяет контроль расхода?
Нет. Лимит останавливает новые запросы после достижения границы, но не рассказывает, почему они возникли. Журнал по ключу и модели показывает, какой сценарий расходует больше всего. Сначала найдите источник, затем меняйте задачу, контекст или автоматизацию.
Нужно ли всегда выбирать самую сильную модель?
Нет. Модель выбирают по требованию конкретного шага: инструменты, контекст, качество ответа или скорость. Для повторяемой узкой операции сначала выполните небольшой проверяемый прогон. Если результат достаточен, не расширяйте модельный профиль без причины.
Как безопасно сравнить результат до и после?
Возьмите одинаковый вход и одинаковый критерий приёмки. Сохраните период, ключ и модель в журнале, затем повторите сценарий после изменения. Сравнение разных репозиториев или задач покажет случайный разброс, а не эффект оптимизации.