Claude Code 账单的构成

在一项跨越45人团队、持续30天的部署追踪中，只有14%的输入token是用户提示词。其余部分是你一次性设置后，每次交互都在付费的配置内容。了解这些费用流向何处，进行一次15分钟的审计就可能削减你20-40%的账单。

你让 Claude Code 构建一个小型Python工具。会话结束时，token计数高达数百万。你打开控制台想查明原因。它只给了你一个总数，没有明细。于是你合理推测：成本肯定来自你的提示词加上返回的代码。

我们需要精确理解哪些内容会被计费。输入token是模型在回答前读取的所有文本，这包括 Claude Code 代你加载到会话中的所有内容。这才是钱花出去的地方。

我们追踪了一个真实的 Claude Code 部署——一个45人的工程团队，为期30天——并分析了每一类token，发现实际用户提示词仅占输入token的14%。其余部分是开发者从未主动选择发送的上下文。仅先前助手的上下文就占了输入成本的30-45%。

后续的账单趋势已经可见。Uber 将 Claude Code 推广到约5,000名工程师，发现每人的月花费在500美元到2,000美元之间。一名使用200美元Max套餐的开发者，仅按现有功能使用，一个月就消耗了价值50,000美元的token。Claude Code 的年化收入已超过10亿美元，所以这不是舍入误差。

问题不在于你提示得太多，而在于每次交互都在悄悄重新加载一个你早已停止查看的会话。本文将详细剖析每个token去向何处、为何内置工具无法显示它们，以及可以改变什么。数据来自那次30天的追踪，以及 Comet 自己的工程团队——他们在将审计功能产品化之前，先在自己身上运行了同样的流程。

一旦你能看到这些分类，就会发现许多浪费其实是你可以在一个下午就修复的配置问题。

Claude Code 会话的解剖

每个 Claude Code 的交互轮次都是一次新的API请求。模型在轮次之间不保持状态。因此，每条消息都会发送完整的对话历史、完整的工具定义模式（schema）以及会话中加载的所有上下文。

首先需要澄清一点：Anthropic 的提示词缓存（prompt caching）将重放上下文的价格降至标准输入费率的大约10%。Claude Code 就是围绕缓存构建的，这里的每个数字都已经考虑了这一点。缓存降低的是每个token的价格，而不是重放的数据量。一个臃肿的配置仍然会在每轮支付相同的数据量，只是打了折扣。

以下是这些token的去向。

静态开销

基础系统提示词、工具定义和行为指令在每轮都会加载，并且没有设置可以移除它们。这是你基本无法修复的一类，因为系统提示词必须携带 Claude Code 工作所需的所有工具定义和行为指令。

技能和 CLAUDE.md

这些是赋予 Claude Code 领域知识的文本文件。它们通过通配符模式加载，或者始终保持开启。添加一个只需十秒钟。但移除一个几乎不会发生，所以这个集合只会增长。CLAUDE.md 是其中最严重的，因为 Claude Code 在每次会话开始时都会读取它，而你发送的每条消息都会为其中的每个单词支付token费用。

这些文件通常达到5,000甚至10,000个token。位置比人们想象的更重要。放在项目根目录下的 CLAUDE.md 会被注入到每个工具调用中，其成本大约是将其放在 .claude/rules/ 目录下的10倍，后者只在适用时才加载。

MCP 服务器模式（Schema）

每个连接的服务器会将其工具序列化为JSON，描述每个工具、其用途以及输入输出的形状。Claude Code 在每轮交互前都会添加这个JSON，而不是在会话开始时只加载一次。乘以一个会话的轮次数，你就是在为你从未调用过的工具定义支付“租金”。

服务器会一直保持连接，直到有人手动移除，而几乎没人会这么做。

工具结果与内置工具调用

文件读取、bash 输出和 grep 结果属于输入侧。Claude 运行的文件写入和命令属于输出侧。两者都会被计费，因为每个结果都被捕获到历史记录中，并在后续轮次中重放。加起来，工具流量是典型会话中最大的类别。

先前助手上下文

这是向前传递的对话历史。长会话会在每轮重放 Claude 早期的思考、文本和工具结果。对话文本本身并不昂贵。昂贵的是旧的文件读取和 grep 输出，并且随着会话增长，它们会不断累积。

思考token（Thinking Tokens）

这是用于推理的输出token。Claude Code 在 Opus 模型上默认启用了高强度思考，Reddit 上的开发者报告说其 Max 套餐限额的消耗速度是之前模型版本的10倍。在 SWE-bench 数据显示在相同任务完成率下输出token减少76%后，Anthropic 将默认值改为中等。这是一个罕见的设置，更便宜的选项不会带来任何质量损失。

模型选择

Sonnet 在每个层级上都远低于 Opus，并且在大多数开发工作中表现相当。让 Opus 作为格式化、代码检查和样板代码的默认模型，是团队可能忽视的最昂贵选择。

可见性缺口

目前存在四种选项，但每种都有局限。

• /cost 给出会话总计。它不会告诉你该会话中45%的token用于重放工具结果。
• Anthropic 控制台显示整个组织随时间的使用情况。当团队在无人使用的 MCP 上消耗token时，你只看到一条上升的线，却不知道原因。
• /context 提供当前对话窗口的快照，分为系统提示词、历史和工具定义。它不会跟踪随时间变化的模式或比较开发者，且其token计数存在已知错误。
• 手动审计适用于单个开发者。对于50或100名开发者，它就失效了，因为配置会漂移，没有人会移除他们不确定是否安全移除的东西。

这四种方式的共同缺陷是：它们都没有将“什么在消耗token”与“应该改变什么”联系起来，或者无法在团队范围内实施这些改变。

token级可观测性是什么样子

Comet 在 Opik 中构建了 Cost Intelligence 来填补这一空白。一个代理插件位于 Claude Code 和 Anthropic API 之间。它对内容进行哈希处理，因此你的提示词和代码永远不会被存储或发送给 Comet，它只提取结构化元数据，如类别、字符数和模型。只有成本指标会离开你的机器。

无需安装SDK，无需修改代码，只需在你的 Claude Code 设置文件中添加一个配置块即可完成设置。查看这个：

{
  "enabledPlugins": {
    "opik-cipx@opik-enterprise": true
  },
  "env": {
    "OPIK_CIPX_API_KEY": "",
    "OPIK_CIPX_BASE_URL": "https://www.comet.com/opik/api",
    "OPIK_CIPX_PROJECT": "claude-code"
  }
}

连接后，主页仪表盘会显示一个桑基图（Sankey diagram），将每个token从其来源类别，经过编码代理，映射到其输出类别。查看这个：

你可以点击任何类别，确切查看是什么在驱动成本。点击“先前助手上下文”会显示重放的 tool_use (64.5%)、文本 (35.4%) 和思考 (0.1%) 之间的成本分布。查看这个：

点击“MCP 服务器”，你会得到一个按服务器排名的视图，显示总支出、调用量，以及一个“浪费”指标，该指标会标记那些已安装但从未调用、却仍在每轮加载其模式的服务器。查看这个：

用户排行榜 显示每个开发者的支出，以及他们的模型选择、token消耗、技能数量、MCP数量和MCP调用量。查看这个：

“高支出”标记用于突出异常用户。正是这个视图，让工程领导者能够提出有见地的问题，而不是实施一刀切的限制。

从可见性到优化

这与普通仪表盘的区别在于其节省引擎。每条建议都包含一个预估节省金额、机制的通俗解释，以及质量真正面临风险时的警告。

将默认模型切换为 Sonnet 通常是最大的单项节省。其次是更早地压缩上下文，因为长会话每轮都会以缓存读取的费率重新读取其整个前缀。降低思考强度能节省双倍，因为限制思考量不仅减少了当前轮的输出，也减少了后续每次重放的量。限制 Bash 输出对长安装日志和测试运行也能达到同样效果。

其余的是清理工作，包括阻止失效的MCP服务器、关闭自动记忆功能，以及移除那些存在于每轮系统提示词中的 git 指令。每个优化项都有一个“应用”按钮来写入更改，而设置导出会生成一个 managed-settings.json，将启用的策略推送给整个团队。

Comet 在发布产品前就在自己的使用情况上运行了此流程。在集中规则、将始终开启的技能改为按需加载并保持会话简短后，他们的中位数输出成本从每百万输出token 229美元降至181美元，在速度不变的情况下削减了21%。

你现在就可以进行的15分钟审计

你可以立即检查自己的设置，无需安装任何东西。

• 审计你的MCP服务器： 打开 ~/.claude.json 和你的工作区 .mcp.json。禁用任何你在过去两周内未使用的服务器。即使移除两三个未使用服务器所节省的token，也会在每个会话的每轮交互中累积。
• 精简你的 CLAUDE.md： 将其控制在200行以内。将领域知识、工作流指导和一次性修复移至按需加载的技能中，只在相关时加载。全局文件应只包含真正的不变项，如构建命令、项目架构和硬性约束。
• 将思考强度设置为中等： 相同的任务完成率，输出token减少76%。这是目前可用的、杠杆率最高的单项设置更改。
• 保持会话简短： 完成一项任务、提交代码、压缩上下文或开始新会话。长会话是先前助手上下文膨胀、过时的工具结果在每轮被重放的温床。
• 审查你的默认模型： 如果 Opus 是你组织的默认模型，请检查每种任务类型是否真正需要它。将常规开发工作切换到 Sonnet，对于大多数编码任务，可以在保持输出质量相当的情况下，将成本削减约40%。

对于个人开发者，Opik Claude Code 插件是免费且开源的。一条命令即可安装，你将获得带有完整 span 细分的会话级追踪。

/plugin marketplace add comet-ml/opik-claude-code-plugin

对于需要组织级归因、配置策略以及跨所有开发者一键优化的团队，Cost Intelligence 将数小时的繁琐审计转化为一个仪表盘。

Opik Cost Intelligence → Comet ML Opik GitHub 仓库 →（别忘了点个星 🌟）

如果你正在构建 AI 工程师会喜爱的开源工具，请联系我们。我们只报道通过我们自己测试的工具，所以我们会先试用你的工具，只有它通过了才会撰写报道。

感谢 Comet ML 赞助本期内容。