纯度AIClaude Code 怎么省用量：effort 选哪一档、什么时候换模型、缓存和上下文怎么管
根据 Claude Code 团队的三篇官方文章整理：一个任务的花费由什么决定，effort 五个档位各适合什么活，什么时候该换模型，怎么不让缓存白白失效，以及怎么用 /usage 看自己的用量。
本文根据公开分享整理，本站尚未实测。操作前请对照文末的原始来源。
本页目录（9 节）
这篇教程解决一个问题：同样的套餐或同样的预算，怎么让 Claude Code 干更多的活。 内容来自 Claude Code 团队 2026 年 9 月发的三篇官方文章，这里按“先弄懂钱花在哪，再逐项调整”的顺序重新整理。
先说结论，后面逐条展开：
- 日常工作用默认的 medium；卡住了再升到 high，不要一上来就开最高档。
- 不相关的任务之间用
/clear；长会话在停顿的时候用/compact。 - 查资料、读日志这类活交给用便宜模型的子代理，改代码留给主模型。
- 少做会让缓存失效的事：中途换模型、中途接 MCP 服务器、长时间不动。
- 用
/usage看一次真实任务的数字，再决定怎么调。
还有一条贯穿全文的提醒，来自官方文章：省 token 省过头，任务没做成，重做一遍比省下来的更贵。
先弄懂：一个任务的钱花在哪
Claude Code 做一个任务是一个循环：每一轮都要把到目前为止的整段对话重新发给模型。所以决定花费的是四件事：
| 因素 | 为什么重要 |
|---|---|
| 轮数 | 每多一轮，整段对话就多发一次 |
| 缓存命中 | 重复发送的内容如果命中缓存，价格低得多 |
| 输出的 token | 输出最贵，而且模型的思考也按输出计费 |
| 模型的单价 | 不同模型差几倍 |
以 Opus 5.5 的 API 标价为例（每百万 token）：输入 4 美元，输出 20 美元，缓存读取 0.20 美元。输出是输入的 5 倍，是缓存读取的 100 倍。
官方文章举的例子能看出缓存有多重要：一个 40 轮的任务，上下文从 2 万 token 涨到 12 万，总共要发送大约 280 万 token 的输入。
| 缓存命中率 | 这部分输入的花费 |
|---|---|
| 完全没有缓存 | 11.20 美元 |
| 90% | 1.62 美元 |
| 96% | 约 0.99 美元 |
订阅用户不按这个价格付钱，但消耗用量的道理相同：轮数少、缓存命中高、输出少，同样的额度就能用得更久。这些数字是官方用标价做的示意，不是账单。
1effort 选对档位
effort 可以理解为“你希望模型在这件事上花多少功夫”。按 Thariq 的说法，不管哪一档，Claude 都会认真做；档位越高，它做的验证、考虑的边界情况、自己拿的主意就越多。
在 Claude Code 里随时可以用 /effort 调整，对话中途也可以。Opus 5.5 的默认档位是 medium。
各档适合什么
| 档位 | 适合 |
|---|---|
| low | 需要快速来回的活：头脑风暴、出草图、简单改动、机械性的重命名 |
| medium | 多数日常开发，比如实现一个范围清楚的新功能 |
| high | 验证和边界情况很重要的活，比如在老代码库里修 bug；或者 medium 卡住的时候 |
| xhigh | 难题 |
| max | 完全放手让它自己做的难题，比如从头到尾做完并验证一个应用，或者在关键软件里找安全漏洞 |
档位差多少：官方的两个小实验（Opus 5.5）
| 任务 | low | medium | high | max |
|---|---|---|---|---|
| 只说一句“做个健身记录应用” | 约 1.5 分钟，一个记录页加简单图表 | 约 4 分钟 | 约 11 分钟 | 约 67 分钟，多了热力图等细节 |
| 同一个应用，但先让它访谈你、写出详细规格 | 16 分钟 | 22 分钟 | 33 分钟 | 79 分钟 |
第二行的结论很有用：需求写清楚之后，各档做出来的东西相当接近，差别主要在细节。所以把需求说清楚，比把档位调高更划算。
高档位真正有用的地方
在一组高难度的评测任务上，从低档到高档，通过率提升最明显的是安全（64% 到 87%）和硬件（34% 到 75%）这类有很多隐藏边界情况的工作。分析失败原因可以看到：高档位主要减少的是“漏掉了某种情况”和“自己的测试没测出来的 bug”；方向选错了，调高档位救不回来。
一个具体的例子：修一个存储引擎的崩溃。low 档大约 1 分钟，没先复现问题就直接改代码，5 次里 0 次通过；xhigh 档大约 11 分钟，先复现崩溃，再写随机测试来确认修复有效，5 次里 4 次通过。
一套省用量的做法
Thariq 自己做功能时的流程：
- 给 Claude 一份需求，让它就没说清楚的地方来访谈你；
- 用 low 实现；
- 审查，需要的话继续用 low 迭代；
- 换到 high 做验证和测试。
调高档位不一定更贵
官方举的例子：high 多用大约 2 万 token 的思考，约 0.40 美元，和一次十轮的返工差不多。也就是说，如果 medium 做错了要返工，那还不如一开始用 high。判断标准是这件事“验证有多重要”，不是“想不想省”。
另外两点：
- 不要在提示词或
CLAUDE.md里写“仔细想”“think hard”之类的话。Opus 5.5 自己决定想多少；要它想得更深，调 effort。 - 用订阅或 Anthropic 的 API key 时，改 effort 不会让缓存失效；通过 Bedrock、Google Cloud 或网关接入时，改 effort 会清掉缓存。
2把“做完”说清楚，少走弯路
轮数是花费的第一大因素，而多出来的轮数往往来自目标没说清。官方的建议是把终点写明，并说明什么时候才该停下来问你。例如：
完成的标准：所有接口都改用新的客户端，旧客户端已删除，测试全部通过。
只有在测试失败而且你解释不了原因时，才停下来问我。再给它一个能自己检查结果的办法（一条测试命令、一个能跑的脚本），它就不需要靠你来回确认。涉及多个文件的改动，先用 plan 模式。
3管好上下文
每一轮的花费随上下文变大而增加。官方的数字：上下文 2 万 token 时，一轮的缓存读取约 0.004 美元；15 万 token 时约 0.03 美元。同样 30 轮，后者约 0.90 美元，前者约 0.12 美元。
| 命令 | 什么时候用 | 代价 |
|---|---|---|
/clear |
两个不相关的任务之间 | 不花钱 |
/compact |
长会话里的自然停顿点 | 一次请求（15 万 token 的上下文约 0.25 美元），大约十轮之后回本 |
/rewind |
想回到之前的某一步 | 回到之前已经缓存的位置 |
/compact 的两个细节：
- 趁缓存还热的时候做。 长时间停顿之后再压缩，光输入就贵得多（15 万 token 约 0.75 美元）。
- 可以告诉它保留什么，例如
/compact keep the failing test names。
每一轮都会带上的固定内容也算在上下文里。CLAUDE.md 每轮都会加载，官方建议控制在 200 行以内。
4别让缓存白白失效
缓存的有效时间：订阅用户是 1 小时；用 API key 或云服务商接入时默认 5 分钟。每命中一次，计时重新开始。
下面这些事会让缓存失效，之后的第一轮要按没有缓存的价格重新付一次：
- 停顿超过缓存的有效时间；
- 切换模型；
- 连接或断开 MCP 服务器；
- 压缩上下文；
- 在一次对话里第一次打开 fast mode；
- 通过 Bedrock、Google Cloud 或网关接入时修改 effort。
所以实用的做法是：
- 一件事尽量一口气做完，不要做到一半放很久再回来；
- MCP 服务器在会话开始时就接好，不要中途接；
- 要换模型或开 fast mode，在会话开头或自然的停顿点做。换模型之前先
/compact。
5什么时候换模型
官方文章给的分工：
| 用什么 | 做什么 |
|---|---|
| Opus 5.5 | 日常主力，有人看着的开发工作 |
| Fable 5.1 | 长时间无人看管的运行、代码库里没有先例可循的问题、要多个子代理配合的改动。标价是 Opus 5.5 的 2.5 倍（缓存读取 1.25 倍） |
| Sonnet 或 Haiku | 查找、读日志这类活，通过子代理来做，不用来改代码 |
- 一个经验规则：xhigh 在同一个问题上失败两次，就换 Fable 5.1，解决之后再换回来。
- 换模型用
/model，它同时会把这个模型存为新会话的默认值。
让子代理用便宜的模型
两种办法：在子代理的定义里写 model: haiku 或 model: sonnet；或者设置环境变量 CLAUDE_CODE_SUBAGENT_MODEL，对所有子代理生效。两者都有时，以子代理定义里写的为准。
要留意的是，多代理并不省钱：按官方文档的说法，代理团队在 plan 模式下消耗的 token 大约是普通会话的 7 倍。
6用 /usage 看自己的数字
在会话里输入 /usage（或 /cost），会看到这次会话用了多少 token、按标价估算的花费，以及缓存的情况。订阅用户还能看到套餐用量的进度。订阅用户看到的金额只是估算，不是账单。
怎么读这些数字：
| 看到的情况 | 可能的原因 |
|---|---|
| 缓存占比低 | 中途停了很久、换过模型、中途接了 MCP 服务器，或者在云服务商上改了 effort |
| 改动很小，输出却很多 | effort 开得太高，或者模型在反复重试 |
| 输入总量是对话长度的很多倍 | 轮数太多，回去看对话里是不是在某处兜圈子 |
官方建议自己做个小对比：挑一个难的任务，分别用 medium 和 high 各做一次；再挑一个机械性的任务用 low 做一次，比较轮数、输出量和花费。三四个任务就能看出适合自己的设置。
关于 fast mode
fast mode 用的是同一个模型，出字更快（约 2.5 倍），价格是 2 倍。订阅用户用它会从额外用量里扣。它适合你要逐条看回复的来回对话。在 Claude Code 里输入 /fast 开启；因为第一次请求要按没有缓存的价格付费，要用就在会话一开始打开。
要记住的局限
- 文中的 token 数和金额，都是官方用 API 标价做的示意，实际花费因任务和代码库而异。
- 这些文章写于 2026 年 9 月下旬，针对的是 Opus 5.5。价格之后有调整，例如 10 月 7 日 Sonnet 5.5 的缓存读取价格减半，见 Claude Haiku 5.5 发布。
- effort 的评测数据来自 Anthropic 的内部测试，每个任务跑 5 次，和公开榜单上的数字不完全一致。