Claude Code 越用越贵？6 招省 token + 1 个作息技巧，把额度榨干 - 编程一生
内容提要
本文介绍如何节省Claude Code的token用量。核心是理解token计费机制：输入便宜、输出贵5倍，AI思考也算输出。6个技巧包括：中文任务用国产模型、把需求说清楚减少返工、固定内容放前面利用缓存、长对话用/compact压缩、设定规则禁止AI废话、按需加载工具。另有一个作息技巧：早上先启动第一个5小时窗口，午休时重启第二个，让下午和晚上各有满额额度可用。
延伸解读
理解 token 计费机制是省钱的前提
文章指出，token 计费并非按语义理解，而是按“查表”切分：常见词打包成一个 token，生僻词则逐字拆分，导致 token 数增加。同时，输出 token 的价格约为输入的 5 倍，且 AI 的思考过程也计入输出。因此，省钱的核心在于减少 AI 的“想”和“说”，而非单纯减少输入。理解这一机制，才能理解后续技巧的逻辑。
缓存与 /compact 的适用边界
缓存机制依赖前缀匹配，固定内容前置可享受 10% 价格，但仅当开头完全一致时生效。而 /compact 通过压缩历史对话减少 token，但会丢失细节，适合在阶段结束时使用。两者各有代价：缓存要求内容顺序稳定，/compact 则牺牲信息完整性。用户需根据对话场景权衡，避免因过度压缩导致 AI 遗忘关键信息。
国产模型与工具加载的取舍
文章建议中文任务优先使用国产模型，因其对中文的 token 切分更高效，且单价更低。但需注意，这并非“更懂中文”，而是训练数据导致的打包效率差异。此外，工具按需加载可减少输入 token，但需确认新版本是否已默认支持，否则需手动配置。用户应根据任务语言和工具使用频率，灵活调整模型与工具加载策略。
5 小时窗口的作息技巧需结合个人习惯
通过早上提前启动窗口、午休时重启，可让下午和晚上各有一个满额窗口，但该技巧依赖个人作息。若上午任务繁重，或午休时间不固定，则可能无法有效利用。文章也提到不同套餐的额度规则有差异，Max 有每周上限，因此用户需根据自身套餐和实际使用模式，调整窗口启动时间，避免额度浪费或不足。
Q&A
Claude Code 的 token 计费机制是怎样的？为什么输出 token 更贵？
Claude Code 按 token 计费，输入 token 便宜，输出 token 贵，大约是输入的 5 倍。而且 AI 在给出最终答案前的内部思考也算作输出 token，即使不显示也会收费。因此，省钱的核心是让 AI 少想、少说、少返工。
为什么说中文任务用国产大模型更省 token？
因为 token 切分是基于常用词打包表，国产模型用大量中文训练，常见词打包得好，切中文更省 token；而英文模型遇到中文只能一个字一个字拆，token 消耗更多。此外，国产模型单价通常更低。
为什么把需求说清楚反而更省 token？
因为说得含糊会让 AI 反复猜测和返工，消耗大量昂贵的输出 token；而说得清楚，AI 一步到位，虽然多花一点便宜的输入 token，但省下了昂贵的思考和返工成本。
如何利用缓存机制降低 token 费用？
将固定不变的内容（如长文档、固定规则）放在请求最前面，经常变化的内容放最后。这样每次请求的前缀都能命中缓存，只按原价的 10% 收费。正常聊天时，只要不改前面说过的话，对话历史会自动命中缓存。
对话太长时，使用 /compact 有什么好处和代价？
/compact 会将长对话压缩成摘要，减小体积，后续对话更省 token。代价是丢失部分细节，所以适合在一个阶段告一段落时使用。
在 CLAUDE.md 中设置哪些规则可以避免 AI 说废话？
可以设置：默认中文回复；代码、命令等保持英文；结论先行，简洁直接；不客套，不夸“好问题”，不以“当然可以”开头；有问题直接指出，有更好做法主动说。这些规则能减少无意义的输出 token。
为什么工具要按需加载，而不是全部开启？
因为每个工具的说明书都会作为输入 token 计入费用，全部开启会浪费大量 token。按需加载，用到哪个才加载哪个，可以节省输入 token。新版本很多工具已支持按需加载。
如何利用 5 小时窗口机制让额度在下午和晚上更充足？
早上先启动第一个 5 小时窗口（比如 7 点），覆盖上午；午休时（12 点）重启第二个窗口，覆盖下午和晚上。这样下午和晚上各有一个满额窗口，相当于最忙时段有两倍额度。
