本教程面向已经跑通第一个项目、却被"额度怎么这么快就没了"困惑的零基础到入门用户。你将系统理解 Claude Code 的 Token 计费模型，掌握 /cost、/model、/compact、/clear、.claudeignore、CLAUDE.md 瘦身与自动缓存（prompt caching）这七招省钱基本功，并通过一个真实会话的"优化前后对比"看到账面成本下降 40%–70% 的效果。学完后你能在不牺牲代码质量的前提下，把每一美元的 API 额度用到刀刃上。
claude --version 可正常输出版本号）。说明：本教程中的 Token 单价来自 2026 年公开挂牌价，订阅用户按月固定额度、不按单次计费，但"少烧 Token"同样能让你的月度配额用得更久。
新手最常见的误解是："我只问了一句话，怎么会烧这么多 Token？" 原因是 Claude Code 是 Agent 模式——你问一句话，它内部可能调用了十几次工具（读文件、搜索、运行命令），每一次工具结果都会作为"上下文"重新发给模型。也就是说，你付出的不是"一次对话"的钱，而是"整个滚动上下文"反复发送的钱。
先建立四个计费概念，后面所有招数都围绕它们：
| Token 类型 | 含义 | 单价相对值 | 谁来产生 |
|---|---|---|---|
| 输入 Input | 本次新发送的提示文本 | 1× | 你的提问 + 新读入的文件/命令输出 |
| 输出 Output | 模型生成的回复 | 约 5× | 模型写的代码、解释 |
| 缓存写入 Cache Write | 把稳定前缀存入缓存 | 约 1.25× | Claude Code 自动做 |
| 缓存读取 Cache Read | 复用已缓存的前缀 | 约 0.1× | 命中缓存时 |
核心洞察：同样一段文本，作为"缓存读取"发送的成本只有"普通输入"的十分之一。这就是为什么"让上下文稳定、命中缓存"是最有效的省钱手段——它不是省了几个 Token，而是把单价砍到一折。
模型档位与单价（2026 年公开挂牌价，每百万 Token，美元）：
| 模型 | 输入 | 输出 | 缓存写入 | 缓存读取 | 适用场景 |
|---|---|---|---|---|---|
| Haiku 4.5 | $1 | $5 | $1.25 | $0.10 | 杂活：格式化、改名、批量正则 |
| Sonnet 4.6 | $3 | $15 | $3.75 | $0.30 | 日常默认，绝大多数编码任务 |
| Opus 4.7/4.8 | $5 | $25 | $6.25 | $0.50 | 难活：架构设计、棘手 Bug、重构 |
预期结果：读完这一步，你应该能在心里给"一次提问"粗略估算成本——比如"这段 3000 行的日志被我让 Agent 读了三次，光输入就累积上万 Token 了"。
常见问题： - 问：我用的是订阅，看不到钱，还要在意吗？ 答：订阅有月度配额（5 小时/周 等窗口限制），配额耗尽就要等重置。省 Token = 配额用得更久 = 少被打断。 - 问：上下文窗口是 200k，是不是用满才划算？ 答：恰恰相反。窗口越大、重复发送越多，钱烧得越快。窗口是"上限"，不是"目标"。
/cost 盯住现场/cost 是入门用户最该养成的习惯——它是你 Claude Code 里的"实时仪表盘"，显示当前会话累计消耗的各类 Token 数与折算成本。
操作：在交互式会话中随时输入：
/cost
典型输出（示意）：
Total cost: $0.42
Total duration (API): 3m 12s
Total duration (wall): 8m 04s
Total code changes: 142 lines added, 18 lines removed
Token usage by model:
claude-sonnet-4-6:
Input: 48,210 tokens $0.14
Cache read: 186,400 tokens $0.06 ← 命中缓存，便宜
Cache write: 22,000 tokens $0.08
Output: 5,330 tokens $0.08
怎么读这张表：
1. 看 Cache read 与 Input 的比例。健康会话里 Cache read 远大于 Input，说明缓存命中好、单价低；若 Input 持续很高、Cache read 很低，说明你的上下文在反复变动、缓存被打破。
2. 看 Output 占比。Output 单价是 Input 的 5 倍，模型啰嗦（输出大段解释）的成本远高于它多读几行代码。
3. 周期性对比。每完成一个小任务跑一次 /cost，记住"改一个函数大概花多少"，一旦某次异常飙升，立刻能定位到是哪个操作惹的祸。
常见问题：
- 看不到价格只看到 Token 数？ 说明你用的是订阅账号，/cost 只统计 Token 不折算金额，原理一样——盯 Token 总量即可。
- /cost 清零吗？ 它统计的是"当前会话"，/clear 后会重新开始。
/model 按任务难度切换档位默认模型（通常是 Sonnet 4.6）能搞定 90% 的日常编码。真正费钱的是"用大炮打蚊子"——拿 Opus 去跑一个改名重构。
切换模型：
/model # 打开选择菜单
/model sonnet # 直接切到 Sonnet
/model haiku # 杂活切到 Haiku
/model opus # 难活再切回 Opus
性价比分工建议：
| 任务 | 推荐模型 | 理由 |
|---|---|---|
| 批量改函数名、格式化、生成测试桩、写注释 | Haiku | 单价最低，质量足够 |
| 写业务逻辑、修普通 Bug、读代码理解 | Sonnet | 综合最优，默认档 |
| 跨文件架构重构、诡异并发 Bug、设计评审 | Opus | 能力最强，用在对的地方 |
预期结果：把 30% 的"机械活"从 Sonnet 挪到 Haiku，整体成本能下降 20%–40%，而你看不出质量差别。
常见问题：
- 切模型会怎样？ 见下一招——切模型会打破缓存，别频繁来回切。
- Fast 模式是什么？ Fast 模式仍是 Opus、只是出字更快，不省钱，按需用。
- 怎么知道该不该升 Opus？ 当 Sonnet 在同一个 Bug 上来回改了 3 次还不对，就该 /model opus 上场了——这比让 Sonnet 死磕更省。
这是最重要的一招，因为缓存读取单价只有普通输入的十分之一。Claude Code 的缓存是自动管理的，但你的操作习惯决定它能不能命中。
缓存原理（前缀匹配）：模型把上下文按顺序看作一个长文本，只要前面那一长段没变，就能命中缓存。一旦中间任何一处发生变化，从该处往后全部失效、需要重新写入。
会打破缓存的操作（这些会让单价从 0.1× 飙回 1×）：
/model）——不同模型的缓存不通用，切一次清空一次。/compact 之后的第一轮——压缩会重写历史，缓存需要重建（但之后会更紧凑、更省）。能保住缓存的好习惯：
src/auth/login.ts），而不是你手动复制粘贴代码块——前者走工具调用、可缓存，后者每次都是新输入。cd 到完全不同的仓库。预期结果：养成"连续追问、少粘贴、少切模型"的习惯后，/cost 里的 Cache read 会明显增大、Input 缩小，单位产出的成本肉眼可见地下降。
常见问题： - 缓存有保质期吗？ 有，通常约 5 分钟空闲后缓存过期。如果你去喝了杯咖啡回来继续，第一轮会重新写入缓存（贵一次），之后又恢复便宜。这是正常的。 - 我能手动控制缓存吗？ 入门阶段不用。Claude Code 会自动把稳定的系统提示和早期历史加入缓存。你只需"别去破坏它"。
/compact 还是 /clear？当会话变长，你有两条路：
/compact：把当前历史压缩成摘要，保留关键结论（改了哪些文件、做了什么决定），丢掉冗余细节。适合"同一个任务还要继续做"。/clear：彻底清空历史，从空白重新开始。适合"任务已完成、要换一个全新任务"。决策依据很简单：还要不要这个上下文？
| 你的状态 | 该用 |
|---|---|
| 任务没做完，但对话已经很长、开始变慢变贵 | /compact |
| 当前任务彻底结束，要开始无关的新任务 | /clear |
| 不确定 | 优先 /compact，错了还能继续；/clear 是不可逆的 |
进阶用法——带指令压缩，把重点钉死：
/compact 重点保留：auth 模块的改动清单和待办 TODO
预期结果：一个会话跑了 1 小时后，/compact 能把上下文从十几万 Token 压回两三万，后续每一轮都明显变快变省。
常见问题：
- /compact 会丢信息吗？ 会丢细节（比如某次中间尝试的报错全文），但会保留结论。如果你担心，先让 Agent 把关键信息写进文件或 CLAUDE.md，再 compact。
- 多久 compact 一次？ 没有固定数字。当你感觉回复变慢、或 /cost 增长明显加速时，就是信号。
.claudeignore 把噪音挡在门外Agent 在探索项目时会用搜索工具（Glob/Grep）扫描文件，每读一个无关文件，就把它的内容塞进上下文——这些 Token 纯属浪费。.claudeignore 的作用和 .gitignore 一样：列在这里的文件/目录不会被 Agent 自动读取。
在项目根目录新建 .claudeignore，典型内容：
# 依赖与构建产物
node_modules/
dist/
build/
.next/
target/
# 锁文件与大日志
package-lock.json
yarn.lock
*.log
pnpm-lock.yaml
# 媒体与二进制
*.png
*.jpg
*.mp4
*.zip
# 生成的报告、覆盖率
coverage/
*.min.js
为什么这能省钱：一个中型前端项目，node_modules + 锁文件 + dist 动辄上百万 Token。一旦 Agent 误读进去，不仅烧钱，还会干扰它的判断。挡掉它们 = 上下文更干净 = 命中缓存更稳 = 三重省钱。
预期结果：加了合理的 .claudeignore 后，会话初期的 Input Token 会明显下降，且不容易出现"Agent 被无关代码带偏"的情况。
常见问题：
- 挡得太狠，Agent 找不到文件怎么办？ .claudeignore 只影响"自动探索"，你显式指定路径（看一下 src/config.ts）仍然能读。先挡大块头，遇到找不到的再针对性放行。
- 和 .gitignore 一样吗？ 语法兼容，但是两套独立配置。建议 .claudeignore 比 .gitignore 更激进一点（连日志、覆盖率一起挡）。
CLAUDE.md 是项目的"长期记忆"，排在上下文最前面，每次提问都会被发送。它越长，你每一轮都白付越多的固定成本。
瘦身三原则：
1. 只放真正稳定、每次都需要的信息：项目结构约定、构建/测试命令、代码风格红线。
2. 删掉一次性内容：某次重构的临时备注、过期的 TODO，这些不该留在常驻记忆里。
3. 用引用代替粘贴：与其把一份 200 行的规范全文贴进 CLAUDE.md，不如写一行"详见 docs/coding-standards.md"，让 Agent 在需要时才去读。
会话聚焦：一个会话只解决一类问题。在同一个会话里既改 Bug、又写文档、又做重构，会让上下文越来越大且杂，缓存也难命中。任务边界清晰 = 上下文精简 = 省钱。
预期结果：把臃肿的 CLAUDE.md 从 300 行精简到 60 行，每一轮提问的固定开销直接下降，且模型反而更聚焦（信息越精炼，注意力越集中）。
常见问题： - 那自动记忆（memory）文件算吗？ 算。它们同样占上下文。定期清理过时记忆，跟瘦身 CLAUDE.md 是一个道理。 - 项目级和用户级 CLAUDE.md 怎么分？ 通用偏好（语言、风格）放用户级；项目特有约定（命令、架构）放项目级，避免重复。
场景：一个 Node.js 项目里 src/auth/login.ts 的登录逻辑有 Bug，Sonnet 4.6，从零开始排查。
❌ 新手做法（烧钱版）：
login.ts 的 800 行代码整体粘贴进对话："帮我看看这有什么问题"。/model opus。/cost 一看：单 Input 累计超过 6 万 Token，Cache read 几乎为 0，花了约 $0.9。✅ 优化做法（省钱版）：
.claudeignore（挡掉 node_modules、锁文件、dist、日志）。pnpm build、测试用 pnpm test、登录模块在 src/auth/"。src/auth/login.ts，登录成功后 token 没写进 response，帮我定位。"pnpm test 验证，把测试结果（而非源码全文）反馈给它。/cost：Input 约 1.2 万，Cache read 约 4 万，花了约 $0.12。对比：同样解决问题，成本从约 $0.9 降到约 $0.12，下降约 85%；即便保守估计，综合多轮场景通常也能稳定砍掉 40%–60%。
为什么有效（逐条对应招数）：
- 路径引用代替粘贴 → 减少 Input（第三/四招）
- 不切模型、连续追问 → 保住缓存（第四招）
- .claudeignore → 挡掉噪音（第六招）
- 只反馈测试结果而非全文 → 控制增量（第四招）
- CLAUDE.md 精简 → 降低固定开销（第七招）
flowchart TD
A[开始一个任务] --> B{是否新任务/换项目?}
B -- 是 --> C[/clear 清空历史]
B -- 否 --> D{上下文是否已很长/变慢?}
D -- 是 --> E[/compact 压缩历史]
D -- 否 --> F[继续当前会话]
C --> F
E --> F
F --> G[选对模型档位<br/>杂活Haiku / 日常Sonnet / 难活Opus]
G --> H[用路径引用代替粘贴<br/>让Agent自己读文件]
H --> I[连续追问 不频繁切模型<br/>保住缓存命中]
I --> J[阶段性运行 /cost 检查]
J --> K{Cache read 是否远大于 Input?}
K -- 是 --> L[健康 继续推进]
K -- 否 --> M[排查: 是否切了模型?<br/>是否粘了大段? 是否读了无关文件?]
M --> H
L --> N[任务完成]
N --> O[/clear 或开新会话<br/>开始下一个任务]
style A fill:#e1f5ff
style N fill:#e8f5e9
style M fill:#fff3e0
这张图把"七招"串成一个可循环的日常动作流：清场 → 选档 → 轻量提问 → 保缓存 → 看仪表盘 → 异常回溯。每次额度飙升，从 M 节点回溯，几乎都能找到原因。
code.claude.com/docs/en/commands——/cost、/compact、/clear、/model 的权威说明。code.claude.com/docs/en/prompt-caching——为什么"切模型触发一次未缓存的慢请求"，缓存的前缀匹配原理。platform.claude.com/docs/en/about-claude/pricing——最新挂牌价与缓存读写费率。/cost 对比自己优化前后）约 30 分钟；合计约 75 分钟。/cost 截图，要求 Cache read / Input > 3（即缓存命中率健康），即可视为掌握。/loop 与子 Agent 做规模化任务时的成本治理"等高阶主题。/cost、/compact、/clear、/model 等斜杠命令的权威参考。[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。