激情五月播播久久久精品_国产激情偷乱视频一区二区三区_国产一区二区看久久_亚洲欧美成人网

新智元報(bào)道

【資料圖】

就在剛剛，Anthropic發(fā)了一篇博客。

核心信息就是：各位，別再燒冤枉token了，我們都看不下去了！

為此，官方詳細(xì)列舉了六條省錢心法，先貼為敬：

1. 任務(wù)做完就/clear。修完一個(gè)bug就清掉當(dāng)前對(duì)話，別讓上一個(gè)任務(wù)讀過(guò)的文件和命令輸出拖進(jìn)下一個(gè)任務(wù)里，白白占著上下文。

2. 開(kāi)局就定好模型和推理強(qiáng)度（effort level）。中途切換的話，之前積累的提示緩存會(huì)全部失效，整段對(duì)話歷史要按全價(jià)重新計(jì)算一遍。

3. 用@引用文件，別手打路徑。用@直接把文件附到消息里，Claude不用再花一次工具調(diào)用去讀。如果你只打文件名，Claude可能先搜一圈再打開(kāi)好幾個(gè)文件試探，這些操作全部會(huì)進(jìn)入對(duì)話歷史，之后每一輪都帶著。

4. 給輸出多的命令加靜默參數(shù)（quiet flag）。在CLAUDE.md里寫一句類似--reporter=dot的配置，讓測(cè)試輸出只打印幾行摘要，不是幾百行詳情。輸出越短，占的上下文越少。

5. /compact在休息前做。對(duì)話還在緩存里的時(shí)候壓縮，成本只有正常的十分之一。等你回來(lái)緩存過(guò)期了再壓，就得按全價(jià)重新讀一遍再壓縮。

6. 大輸出任務(wù)扔給子Agent。子Agent在一個(gè)獨(dú)立的上下文窗口里運(yùn)行，做完只把結(jié)論傳回來(lái)，過(guò)程中讀的文件和跑的命令輸出不會(huì)進(jìn)入你的主對(duì)話。

一個(gè)token的前世今生

用Claude Code干活，API按量走，訂閱制月費(fèi)從20美元到200美元分三檔。

根據(jù)官方推算，開(kāi)發(fā)者日均消耗13美元token，月均花在150到250美元之間。

這還只是平均水平。同樣修一個(gè)bug，問(wèn)法不同，花費(fèi)能差出好幾倍。

而且每一輪對(duì)話都在拖著前面所有輪的全部?jī)?nèi)容重新發(fā)送，會(huì)話越長(zhǎng)，每一輪就越貴。

這些錢花在哪，得從token的計(jì)價(jià)邏輯說(shuō)起。

每次你在Claude Code里輸入一條指令，背后發(fā)生兩件事。

第一件叫預(yù)填充（prefill），也就是模型一口氣讀進(jìn)你的整個(gè)請(qǐng)求，包括系統(tǒng)提示詞、CLAUDE.md、你的消息，以及之前對(duì)話里積累的一切。這些都是輸入token。

第二件叫解碼（decode），也就是模型一個(gè)字一個(gè)字往外寫的過(guò)程，包括它的思考、工具調(diào)用和你最終看到的文字。這些都是輸出token。

關(guān)鍵區(qū)別在這里。

預(yù)填充是并行的，一次性把所有輸入token過(guò)一遍GPU。解碼是串行的，每吐一個(gè)token都要跑一次模型。200個(gè)token的回復(fù)，就是200次獨(dú)立運(yùn)算。

所以也就不難理解，為什么輸出token要比輸入token貴5倍了。

在這個(gè)基礎(chǔ)上，最終賬單取決于兩件事。

第一是模型，決定每個(gè)token的單價(jià)。

• Opus 5，輸入5美元/百萬(wàn)token，輸出25美元。

• Sonnet 5，輸入2美元，輸出10美元。

• Haiku 4.5，輸入1美元，輸出5美元。

第二是推理強(qiáng)度，決定token的數(shù)量。

一個(gè)會(huì)話里大部分輸出token都是思考token，推理強(qiáng)度控制的就是這個(gè)量。推理強(qiáng)度越高，模型想得越久，輸出的思考token越多。max和low之間能差好幾倍。

簡(jiǎn)單活用Sonnet，硬骨頭才上Opus。牛刀殺雞的錢，花得最冤。

提示緩存，是最大的省錢利器

token定價(jià)里還有一個(gè)巨大的變量，就是緩存。

Claude Code的每次請(qǐng)求都從相同的前綴開(kāi)始，也就是系統(tǒng)提示詞、工具定義、CLAUDE.md和對(duì)話歷史。

如果這次請(qǐng)求的前綴和上次逐字節(jié)一樣，服務(wù)器就不重新算，直接加載上次的計(jì)算結(jié)果。

緩存讀取只要正常輸入價(jià)的0.1倍，直接省掉90%。

寫入緩存貴一點(diǎn)，最高2倍。但寫入只發(fā)生一次，后面每一輪都享受0.1倍讀取。

舉個(gè)例子。

假設(shè)你的對(duì)話歷史有5萬(wàn)個(gè)token。不走緩存的話，每一輪光是重讀這5萬(wàn)token就得付全價(jià)。但只要命中緩存，同樣的5萬(wàn)token只需要花十分之一的錢。

一個(gè)會(huì)話跑二三十輪，緩存命中攢下來(lái)的折扣是天文數(shù)字。

這是你最大的薅羊毛杠桿。

但緩存有個(gè)致命弱點(diǎn)。它必須從請(qǐng)求的第一個(gè)字節(jié)開(kāi)始連續(xù)匹配，中間任何地方變了，從那里往后全部作廢。

具體來(lái)說(shuō)，一共有六種情況：

1. /model切模型：每個(gè)模型的緩存獨(dú)立。從Sonnet切到Opus，整個(gè)對(duì)話歷史按Opus的價(jià)格重新預(yù)填充，沒(méi)有折扣。

2. /effort切推理強(qiáng)度：推理強(qiáng)度也是cache key的一部分，切換之后整個(gè)對(duì)話歷史都要重新計(jì)算。

3. 開(kāi)關(guān)Fast mode：效果和前兩種一樣，緩存直接失效。

4. /compact壓縮對(duì)話：對(duì)話被重寫成摘要，原來(lái)的內(nèi)容全部對(duì)不上，舊緩存直接作廢。

5. 時(shí)間過(guò)期：訂閱用戶的緩存?；?小時(shí)，API用戶默認(rèn)5分鐘。超時(shí)后下一輪全量重算。

6. 恢復(fù)舊會(huì)話：隔了太久緩存早就沒(méi)了，幾乎100%要全價(jià)重新計(jì)算。

壞消息是，只要中一個(gè)就意味著整個(gè)對(duì)話歷史從0.1倍打回原價(jià)。

好消息是，當(dāng)你知道什么會(huì)讓緩存失效時(shí)，就能知道怎么保住它。

比如，會(huì)話開(kāi)頭就鎖定模型和推理強(qiáng)度，全程不切。不在緩存還熱的時(shí)候做/compact，等到準(zhǔn)備休息的時(shí)候再跑。

這里，還有個(gè)隱藏坑。

opusplan模式每次進(jìn)出plan都切模型。進(jìn)一次，緩存失效一次。出來(lái)，又失效一次。來(lái)回跳的話，每跳一次都是一筆全價(jià)prefill。

你的會(huì)話，正在偷偷變胖

緩存幫你把重復(fù)發(fā)送歷史的成本壓到十分之一。

但有一件事它幫不了。你的歷史本身在一輪一輪地膨脹。

每次Claude讀一個(gè)文件，文件內(nèi)容追加到對(duì)話里。每次Claude跑一個(gè)命令，輸出也追加進(jìn)去。從追加那一輪起，后面每一輪都帶著。

第40輪對(duì)話在重新發(fā)送第1到39輪的全部累積內(nèi)容。

這種增長(zhǎng)，是接近平方級(jí)別的O(n2)。

CClaude Code有個(gè)兜底機(jī)制。

命令輸出超過(guò)30000字符，就不往對(duì)話里塞了，而是寫到一個(gè)臨時(shí)文件里，對(duì)話里只放一句摘要。但30000以下的輸出沒(méi)人管。

比如一個(gè)測(cè)試框架跑完，打印400行通過(guò)記錄，每行幾十個(gè)字符，總量不到3萬(wàn)，夠不上這個(gè)閾值。

于是這400行就原封不動(dòng)地留在了對(duì)話歷史里，后面每一輪都跟著重新發(fā)送一遍。

對(duì)此，Anthropic博客里給了幾招很實(shí)用的瘦身方法。

1. @引用文件。

不要手動(dòng)輸入路徑讓Claude自己去找。@引用會(huì)把文件直接附到消息里，省掉一次讀取操作。

你只說(shuō)文件名的話，Claude可能先grep搜一圈，打開(kāi)好幾個(gè)文件看哪個(gè)對(duì)。然后這些試探就會(huì)全部進(jìn)入對(duì)話歷史，徒增成本。

2. 給noisy命令加quiet flag。

在CLAUDE.md里寫一句「run tests with npx vitest run --reporter=dot」，以后每次跑測(cè)試只輸出幾行點(diǎn)狀結(jié)果，不是幾百行詳情。一分鐘的配置，以后每個(gè)會(huì)話省幾百行上下文。

3. subagent隔離大輸出任務(wù)。

subagent在自己獨(dú)立的上下文窗口里跑，做完只傳答案回來(lái)，過(guò)程中讀的文件和命令輸出全部丟棄。適合「去翻翻日志有什么異?！埂笌臀疫^(guò)一遍這個(gè)大文件」這種活。你只要結(jié)論，不要過(guò)程。

還有最重要的一條。

4. /clear切任務(wù)。

修完一個(gè)bug就/clear，開(kāi)始下一件事。上一個(gè)bug的文件、命令輸出、中間探索，全部和下一個(gè)任務(wù)無(wú)關(guān)，但如果不清，它們?cè)诤竺婷恳惠喍颊贾恢?、吃著token。

不想徹底清空的話，/compact可以把對(duì)話壓成摘要。一萬(wàn)到兩萬(wàn)個(gè)token能壓到一千到三千。

此外，博客里還提了一個(gè)冷門但免費(fèi)的操作，/rewind。

如果最后幾輪跑偏了，/rewind直接砍掉那幾輪，前面的緩存完全不動(dòng)。

管token，也是一種開(kāi)發(fā)者素養(yǎng)

上面這些操作拆完，你會(huì)發(fā)現(xiàn)一個(gè)規(guī)律。寫代碼的人正在長(zhǎng)出一套新技能。

跟框架和語(yǔ)言沒(méi)關(guān)系，而是知道該選什么模型、怎么管上下文、怎么保住緩存、推理強(qiáng)度開(kāi)多高合適。

這些能力一年前并不存在。但它現(xiàn)在卻決定了你在同一個(gè)任務(wù)上，是花3美元還是30美元。

Anthropic自己就是最好的例子。

他們80%的代碼靠AI寫，代碼合并量一年翻了8倍，基準(zhǔn)測(cè)試加速52倍。AI用到這個(gè)強(qiáng)度，如果沒(méi)人管token，光推理成本就能把預(yù)算吃穿。

從這個(gè)角度看，與其說(shuō)這篇博客講的是省錢技巧，不如說(shuō)是AI時(shí)代寫代碼的人需要長(zhǎng)出來(lái)的一種新本能——

知道你的每一個(gè)操作在消耗什么，知道怎么讓同樣的預(yù)算干出更多的活。

讀懂它的人，薅到的不只是幾美元的token。

參考資料：

https://claude.com/blog/maximizing-the-value-of-your-claude-code-sessions

編輯：摩西