註冊並分享邀請連結,可獲得影片播放與邀請獎勵。

智见AI-大鹏
@zjp1997720
北交大硕士,前大厂产业研究员&数据分析师 骄星FDE 首席讲师|腾讯云 WorkBuddy 官方合作伙伴 做企业和学校的 AI 培训与落地陪跑,也在带家族企业转型 AI 公众号「智见AI」|合作加微信(同 X 账号 ID)
加入 February 2025
359 正在關注    5.2K 粉絲
花叔这几条省 token 技巧,我让 Opus 5.5 拿我自己最近 6 个长会话、51 个子代理的真实用量记录,逐条跑了一遍测试。有的成立,有两条在我的数据里正好相反。 先说底层机制:Claude Code 每调用一次工具,都要把整段对话(也就是上下文)重新发给模型。没变的部分走缓存,Opus 5.5 只收原价的 0.05 倍;缓存过期后重新写入,要收 2 倍。同一段上下文,没命中比命中贵 40 倍。 实测结论: 1. 钱主要花在大上下文上。超过 20 万 token 的请求,占了这几个会话总成本的 68%–85%。命中率 98% 不等于省:30 万的上下文每调用一次工具,就算全部命中,也要付相当于 1.5 万 token 的原价。 2. 隔一个多小时再回来,缓存过期、整段重写,这一项占跨天会话成本的 17%–32%。所以花叔说的"一个任务尽量连续做完"是对的。 3. 子代理(主对话派出去干杂活的小助手)在我这里是省的:51 个里 50 个比主对话自己干便宜,估算最多省一半。主对话自己干,每一步都要重读几十万上下文,读进来的材料还会一直留着被反复读。 4. 子代理缓存改成 1 小时,在我这里反而多花约 26%。子代理内部是连续跑的,51 个里没有一次中途停顿超过 5 分钟,默认 5 分钟缓存够用,写入价却会从 1.25 倍涨到 2 倍。 5. Sonnet 5.5 正好是 Opus 的半价。Haiku 5.5 在 10 万上下文以内只有 Opus 的 1/40,找文件、做检索这类活交给它很划算。 我现在的做法: - 自动压缩的触发点保持 40 万。试过 33 万,账面能再省约 5 个点,但压缩会丢细节,不值。 - 给子代理派活时,限定读哪些文件,回传不超过一屏。昨天那批子代理平均每次请求带着 14 万上下文,这才是最大的浪费。 - 做了个"挂机续命" Skill:离开前说一句,每 56 分钟让会话空转一轮,保住缓存;预计离开超过 36 小时就不续,因为续命的花费会超过回来重写一次。 订阅额度怎么折算缓存,官方没公开,以上都按 API 价格估算。
顯示更多
踩了无数坑后,实践出来的Claude Code省token小技巧👇 其实Opus5.5整体还挺耐用的,但是需要对默认设置稍微做点调整: 1、主力模型可以用Opus5.5,但最好别用尽1M的上下文,设定400k-600k之间的自动压缩机制比较好,上下文太短的话影响视线效果,上下文长了耗token,以及会明显变慢,效果实际也会变差; 2、一个任务尽量更快的连续完成,因为主agent的缓存时间是1小时,如果你隔几个小时回来提要求,缓存失效的话,输入token的消耗量会明显增大; 3、subagent尽量用sonnet 5.5吧,反正是接受主agent派发的任务干杂活的,用opus5.5提升不大,haiku5.5的话又没必要了,也没省多少; 4、主动设置把subagent的缓存时间改到1小时,因为Claude Code中默认subagent的缓存时间是5分钟,所以很容易会产生大量的不被缓存的输入token。 5、主动要求少启动subagent,其实主agent能在大压缩或者少压缩情况下完成一个任务的前提下,一直持续对话缓存率在98%以上,还是挺省的。一开subagent,即使用sonnet5.5,也会明显增加消耗。 (消耗量太大了,也是没办法,为了让自己后面几天别工作不了的)
顯示更多