如何节省 Claude API 的 Token — 实用省钱技巧

为什么 Token 消耗得这么快

Claude API 按 Token 计费——发送的内容是输入 Token，模型回复的内容是输出 Token。来回的文字越多，账单越高。省钱的关键不是少用 Claude，而是不要把同一段上下文反复发送。

技巧 1 — 在长会话中工作

这是最有效的一招。在 Claude Code、Cursor、Cline 等 IDE 智能体中开发时，请把同一个任务保持在同一个长会话里，而不是每一步都新开一个聊天。

同一会话会自动启用 Prompt Caching：系统提示、项目文件、规则和历史消息会以大约原价的 10% 计费。新开聊天，缓存就会清零，整段上下文又按全价重新发送。

技巧 2 — 选对模型

不要什么都用 Opus。 Opus 最强但最贵。日常编码、改写、问答用 Sonnet 已经能搞定 90% 的事情，价格只是 Opus 的一小部分。

Haiku 适合简单场景：自动补全、分类、短答案。比 Sonnet 便宜数倍，速度也完全够用。

技巧 3 — Prompt 写短、写准

输出 Token 大约是输入 Token 价格的 5 倍，但输入也会累积——尤其当你"以防万一"地把整个文件都贴进去。两个简单习惯：

• 只贴文件中真正相关的那段，而不是整份文件。
• 问一个明确的问题，而不是堆一大段上下文然后期待模型自己理解。

技巧 4 — 限制输出长度

大多数客户端都支持 max_tokens 参数。只需要一个函数、一段话、一个短答案？设个上限。模型会提前停下来，你只为真正需要的内容付费。

技巧 5 — 不要每次改动都新开会话

这是 IDE 智能体里最常见的错误。打开 Cursor，问一件事，得到答复，再开个新聊天问下一件小事。一天 30 次，余额很快就消失了。

每开一个新聊天 = 新的系统提示 + 重新加载的项目上下文 + 重新上传的文件，全部按原价计费。同样这 30 个问题如果在同一个会话里问，价格只有几分之一——因为第一条消息之后就开始命中缓存。

技巧 6 — 关注用量

头一周每天都看一眼仪表板。最贵的几种模式很快就会暴露：失控的 Agent 循环、过长的系统提示、忘了关掉的"总结整个仓库"请求。修掉一个，就比所有其他技巧加起来省得还多。

一句话总结

• 一个任务 = 一个长会话，让 Prompt Caching 发挥作用。
• 默认 Sonnet，Opus 留给真正复杂的任务，Haiku 处理轻量场景。
• 精简 Prompt，设置 max_tokens，不要整段贴文件。
• 不要在 IDE 智能体里每一步都新开聊天。
• 定期查看用量，干掉最贵的那个用法。