本教程面向零基础用户，目标是在你第一次启动 Claude Code 之前就建立"用量可见、成本可控"的意识。学完你将掌握：用 /usage 看清每个会话花了多少 token，用 /usage-credits 给订阅账号设月度上限，用模型档位与上下文管理把单人日成本从十几美元压到几美元，并据此跑通第一个真实小项目。全程不依赖任何额外付费插件，只用到官方内置命令与一份 settings.json。
claude --version 且返回版本号（已完成安装；本文聚焦配置与成本，不重复安装步骤）适用版本说明：文中的会话级用量看板与按 skill/MCP 拆分的账单视图，需要 Claude Code v2.1.174 及以上。旧版本可用
/cost（/usage的旧名）查看总额。
Claude Code 按 API token 消耗计费，不是按"对话条数"。决定你花钱多少的，是三个旋钮：
| 旋钮 | 影响 | 你能控制吗 |
|---|---|---|
| 模型档位 | Opus 最强最贵、Sonnet 居中、Haiku 最便宜 | 能，/model 随时切 |
| 上下文长度 | 每一轮都把历史重新发一遍，越聊越贵 | 能，/clear、/compact 压缩 |
| 思考预算（thinking） | 扩展思考越深，token 烧得越多 | 能，effortLevel 调档 |
官方公开的成本基准很有参考价值：企业级大规模部署中，单人日均约 13 美元、月均 150–250 美元，且 90% 的用户单日低于 30 美元。也就是说"用 Claude Code 把人烧破产"是少数极端情况，但你完全可以在第一天就把它压到个位数美元。订阅用户（Pro/Max）的额度已含在套餐里，账单焦虑低很多；API 用户才需要重点盯住本教程的成本控制。
常见问题：我该选订阅还是 API？——个人学习、做小项目选 Pro/Max 订阅（无脑、可预测）；要做 CI/自动化、需要按团队拆账单、或跑大量无人值守任务，选 API（透明、可设上限）。
/usage 看清"本次花了多少"进入练习目录后启动交互式会话：
cd ~/playground && claude
随便让它做点事，比如输入"用 Python 写一个统计文本里高频词的命令行工具"。任务跑完后，输入：
/usage
预期结果（订阅账号视角）：
Plan usage ████████░░░░ 62% of weekly limit
Session (API est.) Total cost: $0.55
Total duration (API): 6m 19.7s
Total code changes: 18 lines added
Breakdown (7d, press d for 24h)
main thread ████████████ 71%
skill: coder ████ 18%
subagent: test ██ 9%
mcp: filesystem ░ 2%
订阅用户看到的重点是顶部的 Plan usage 进度条（这才是真正影响你"还能不能用"的额度）；API 用户则看 Session 的美元估算。按 d / w 可在"近 24 小时 / 近 7 天"之间切换。
常见问题 1：美元数和实际账单对不上？——这个数字是本地按 token 数估算的，仅供参考；权威账单以 Claude Console 的 Usage 页为准。
常见问题 2：进度条只算了这一台机器？——是的，它统计的是本机本地会话历史，claude.ai 网页版和其他设备的使用不计入。
常见问题 3：找不到按 skill/MCP 的明细？——升级到 v2.1.174 以上。
成本失控几乎都来自"没设上限 + 跑飞了"。按你的账号类型装下面三道护栏，至少装一道：
护栏 A —— API 用户：workspace 消费上限（最重要）
首次用 Claude Console 账号登录后，会自动建一个名为 Claude Code 的 workspace。到 Console 里给它设一个总消费上限，烧到上限就自动停，这是防止失控的最后一道闸。
护栏 B —— 订阅用户（Pro/Max）：月度额度上限 在会话里输入：
/usage-credits
即可设定一个月度消费上限（作用于你的 usage credits）。达到上限时，Claude Code 会弹窗提示你提高或取消上限再继续，而不是悄悄烧光。修改需要账号的计费权限。
护栏 C —— 团队：workspace 速率上限（TPM/RPM） 团队管理者可在 Console 的 Limits 页给"Claude Code"workspace 设 Token Per Minute 上限，把它的份额圈住，保护你的其他生产业务不被挤占。官方按团队规模给的推荐值：
| 团队规模 | 每用户 TPM | 每用户 RPM |
|---|---|---|
| 1–5 人 | 200k–300k | 5–7 |
| 5–20 人 | 100k–150k | 2.5–3.5 |
| 20–50 人 | 50k–75k | 1.25–1.75 |
| 100–500 人 | 15k–20k | 0.37–0.47 |
个人学习阶段，护栏 A 或 B 二选一即可。
settings.json 锁定默认模型与权限档位护栏是"防失控"，这一步是"日常省钱"。Claude Code 的配置文件分四层，优先级从高到低：
flowchart TB
M["企业托管配置 managed-settings（最高优先级）"] --> U["用户级 ~/.claude/settings.json"]
U --> P["项目级 .claude/settings.json（随仓库提交）"]
P --> L["本地级 .claude/settings.local.json（不提交）"]
style M fill:#fde2e2
style L fill:#e2f0ff
绝大多数个人用户只会动用户级和项目级两层。下面这份配置对零基础学习者最友好——默认用便宜够用的 Sonnet、中档思考强度、保留确认习惯、并给自动压缩设个阈值：
{
"model": "sonnet-4-6",
"effortLevel": "balanced",
"permissions": {
"defaultMode": "ask",
"allow": ["Read(*)", "Bash(python3 *)", "Bash(npm test*)"],
"deny": ["Bash(rm -rf *)", "Bash(git push*)"]
},
"autoCompactWindow": 92000,
"includeGitInstructions": true
}
关键字段解读：
model：默认模型。日常写代码 sonnet-4-6 性价比最高；只在啃难题时临时 /model 切 Opus。effortLevel：fast / balanced / thorough（也接受 low/medium/high/max）。学习阶段用 balanced，需要深度重构再调高。permissions.defaultMode：ask（默认，改文件前问你）最安全；熟手可临时用 plan 模式先看方案；bypassPermissions 严禁在正式仓库用。permissions.allow/deny：把高频只读命令（Read、python3 *）加入 allow，能少弹大量确认框；把危险命令（rm -rf）锁进 deny。autoCompactWindow：上下文 token 到这个阈值就自动压缩历史，避免"越聊越贵"无限膨胀。常见问题 1：改完不生效？——确认你编辑的是对的那一层；项目级会覆盖用户级同名键。
常见问题 2：
includeCoAuthoredBy报废弃用？——是的，新键是attribution.commit，用空字符串可关闭提交尾注。常见问题 3：想强制登录方式？——用
forceLoginMethod（如"github"）。
护栏与配置就位，现在跑通第一个真实项目：一个 Python 中文词频统计 CLI。在练习目录里依次给 Claude Code 下达三句话即可，注意每步后都看一眼 /usage：
wordcount.py：读取文件，按 UTF-8 分词，输出出现次数最多的前 N 个词，-n 控制数量。"test_wordcount.py，并跑通。"它大概会生成如下可运行代码（wordcount.py）：
import argparse
import re
from collections import Counter
def top_words(path, n):
text = open(path, encoding="utf-8").read().lower()
words = re.findall(r"[\w]+", text, flags=re.UNICODE)
return Counter(words).most_common(n)
if __name__ == "__main__":
ap = argparse.ArgumentParser(description="统计文本高频词")
ap.add_argument("file", help="文本文件路径")
ap.add_argument("-n", type=int, default=10, help="显示前 N 个")
args = ap.parse_args()
for w, c in top_words(args.file, args.n):
print(f"{c:>6} {w}")
跑一下验证：
echo "the cat the dog the bird cat cat" > sample.txt
python3 wordcount.py sample.txt -n 3
预期输出：
3 the
3 cat
1 dog
此刻回看 /usage：你会看到 main thread 占了大头、skill/test subagent 占小头。这就是你要管理的那张成本账。
同一个项目，成本可以差一个数量级。把下面四个杠杆用上，对比 /usage 前后变化：
| 杠杆 | 怎么做 | 预期省幅 |
|---|---|---|
| 模型降档 | 日常 sonnet-4-6，仅难题 /model 临时升 Opus |
单价砍 5–10× |
| 早压缩 | 感觉任务告一段落就 /clear；长会话让它 /compact |
削掉每轮重发的历史 |
| 少确认 = 少往返 | defaultMode 设 plan 先审方案，避免反复试错改文件 |
减少"试一下又改"的来回 |
| 聚焦单一会话 | 一个会话只做一件事；别把"重构+写文档+调试"塞进同一上下文 | 上下文不互相污染、不长胖 |
常见问题：开了 Opus 又不压缩，是不是特别贵？——是的。Opus + 长 context + 高 thinking 是成本三连击；学习期保持 Sonnet + balanced + 适时
/compact即可。
有团队实测，用 token 预算 + prompt caching + 聚焦会话这套组合，把单人日成本从 13 美元压到 4 美元（约省 70%）。Claude Code 默认已启用 prompt caching，所以你只要把"模型档位"和"上下文长度"管好，绝大部分红利就到手了。
把上面的词频项目用"粗放"和"克制"两种姿势各跑一遍，记录 /usage 的 Session 估算，你会得到类似这样的对比：
| 跑法 | 模型 | thinking | 上下文处理 | 估算 Session 成本 |
|---|---|---|---|---|
| 粗放 | Opus | max | 全程不压缩，乱塞任务 | ≈ $0.85 |
| 克制 | Sonnet | balanced | 任务完成即 /clear |
≈ $0.12 |
差距来自单价、思考预算与重发历史三者的叠加。养成"做完一件 /clear 一件"的习惯，是新手最具性价比的一招。
flowchart LR
A[启动会话] --> B[设护栏<br/>spend / usage-credits]
B --> C[选便宜模型<br/>sonnet + balanced]
C --> D[干活]
D --> E{做完一件?}
E -->|是| F[/clear 或 /compact/]
E -->|否| D
F --> G[/usage 看账单]
G --> H{接近上限?}
H -->|是| I[降档 / 停手]
H -->|否| D
code.claude.com/docs/en/costs：成本基准、团队限额、token 削减手法（最权威）code.claude.com/docs/en/settings：四层 settings.json 全字段/usage 跳动、当场设一道护栏，建立"先看账再动手"的肌肉记忆。[!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。