# Сократить расход токенов Claude Code

> Как сократить расход токенов Claude Code: контролировать контекст, очищать несвязанные задачи, осмысленно сжимать сессии, фильтровать вывод инструментов, выбирать модель и effort и считать стоимость готового результата.

- Canonical HTML: https://omniakey.com/ru/blog/reduce-claude-code-token-usage
- Markdown: https://omniakey.com/ru/blog/reduce-claude-code-token-usage.md
- Published: 2026-08-08 (updated 2026-09-21)
- Author: Kiki, COO at OmniaKey
- Language: ru
- Category: Cost control
- Reading time: 12 min
- All posts: https://omniakey.com/blog/llms.txt

---

Чтобы **сократить расход токенов Claude Code**, контролируйте объём материала, который модель обрабатывает на каждом ходе. Даже короткий ответ может стоить дорого, если вместе с запросом снова отправляются длинная история, несколько файлов, вывод команд, правила проекта, определения инструментов и extended thinking.

Полезная цель — не минимум токенов в одном ответе, а минимальная общая стоимость принятого изменения: исследования, правок, тестов, исправлений и человеческой проверки.

> **Оптимизируйте стоимость принятого изменения, а не число токенов в ответе.** Если удалить нужный контекст, текущий ход станет дешевле, но вся задача подорожает, когда Claude начнёт угадывать, изменит не те файлы или потребует три цикла исправлений.

В руководстве используются актуальные команды Claude Code: `/usage`, `/context`, `/clear`, `/compact`, `/model`, `/effort` и `/mcp`. Советы напрямую относятся к сессиям с оплатой API. Подписки расходуют лимиты тарифного окна, а не выставляют счёт за каждый запрос, но компактный контекст помогает экономнее использовать и такой лимит.

## Почему Claude Code расходует много токенов при коротком ответе

Claude Code — программный агент, а не один вопрос и один ответ. Рабочая сессия может включать:

- ваш запрос и все релевантные предыдущие ходы;
- файлы, прочитанные при исследовании репозитория;
- вывод команд, тестов, компилятора и инструментов;
- `CLAUDE.md`, подходящие правила проекта и вызванные skills;
- определения и результаты инструментов MCP servers;
- планирование, extended thinking, сгенерированный код и объяснения;
- сводки subagent и последующие исправления.

Контекст накапливается. Если старый лог или обсуждение другой функции остаётся в разговоре, следующие запросы могут обрабатывать его снова. Prompt caching снижает цену повторяющегося содержимого, а Claude Code автоматически сжимает историю возле предела контекста, но это не повод хранить нерелевантные материалы бесконечно.

Практичный порядок оптимизации выглядит так:

1. измерить одну типичную задачу;
2. убрать несвязанный контекст;
3. сократить постоянные инструкции и накладные расходы инструментов;
4. ограничить широкое исследование и шумный вывод;
5. осознанно выбрать модель и effort;
6. снова измерить стоимость завершённой задачи.

## Сначала измерьте исходный уровень

Перед оптимизацией выполните `/usage`. Для пользователей API блок Session показывает расход токенов по моделям и локальную оценку по стандартным ценам. Она может не учитывать скидку gateway или договорную ставку, поэтому финансовым источником истины остаётся реальный счёт провайдера.

Выполните `/context`, чтобы увидеть, что занимает текущее окно. Большой `CLAUDE.md`, вызванный skill или инструменты перестанут быть предположением и станут измеримыми статьями.

Если сессия идёт через OmniaKey, сравните локальную диагностику с [панелью использования](https://omniakey.com/ru/dashboard). Она показывает запрошенную модель, входные и выходные токены, данные кеша, задержку и фактическую стоимость каждого вызова. [Руководство по балансу и использованию](https://docs.omniakey.com/ru/api/balance-usage) объясняет баланс аккаунта, лимиты ключей и записи запросов.

Выберите одну повторяемую задачу и зафиксируйте до и после:

|Метрика|Зачем она нужна|
|-|-|
|Входные, cache read, cache write и выходные токены|Показывает, где накапливается расход|
|Число ходов модели и вызовов инструментов|Выявляет циклы и повторное исследование|
|Повторы и ручные исправления|Находит дешёвые ходы, создающие дорогую переделку|
|Пройденные тесты и критерии приёмки|Не даёт экономить за счёт корректности|
|Итоговая списанная сумма|Измеряет результат, за который вы платите|

Не сравнивайте несвязанные сессии. Исправление опечатки и незнакомая миграция не могут иметь одинаковую токенную базу.

## 1. Очищайте контекст между несвязанными задачами

Самая полезная привычка одновременно самая простая: запускайте `/clear`, если следующей задаче не нужен текущий разговор.

Перед очисткой важной сессии дайте ей имя:

```text
/rename auth-refresh-investigation
/clear
```

Предыдущая сессия останется доступной через `/resume`. В текущем Claude Code `/clear` также сбрасывает показатели Session в `/usage`, поэтому новую задачу легче измерять отдельно.

Контекст стоит очистить, когда вы:

- переходите от backend-ошибки к несвязанному маркетинговому тексту;
- завершили функцию и начинаете работу в другой части репозитория;
- отказались от подхода с неверными исходными предположениями;
- накопили несколько больших логов, которые больше не влияют на решение.

Не очищайте историю только из-за роста индикатора контекста. Если задача продолжается, сначала сохраните проверенные факты и решения либо осмысленно сожмите разговор.

## 2. Осмысленно используйте `/compact` в длинной работе

`/compact` заменяет старую историю более короткой сводкой. Укажите, что обязательно должно сохраниться:

```text
/compact Сохрани критерии приёмки, изменённые файлы, вывод упавших тестов и нерешённые вопросы.
```

Для длинной реализации это надёжнее общей сводки без требований. Короткую инструкцию для compact можно добавить в `CLAUDE.md`, если она полезна для всех задач проекта.

Compaction не сбрасывает лимит подписки, а предупреждение о контексте не является предупреждением о биллинге. Сжатие управляет материалом разговора; оно не добавляет тарифную квоту и не пополняет API-баланс.

Применяйте `/compact`, когда задача осталась прежней, но путь к текущему состоянию был шумным. Применяйте `/clear`, когда изменилась сама работа.

Если та же беседа продолжается через API, [тред сообщений хранит её на сервере](https://omniakey.com/ru/blog/claude-message-threads-api-guide), и каждый следующий запрос отправляет только новые сообщения.

## 3. Сократите то, что загружается до начала работы

Claude Code читает инструкции проекта в начале сессии. Полезные правила предотвращают ошибки, но справочник, загружаемый в каждый разговор, расходует контекст даже в нерелевантных задачах.

Актуальные рекомендации Anthropic советуют держать `CLAUDE.md` коротким, а специализированные процессы переносить в skills, которые загружаются по запросу. Корневой файл должен в основном содержать:

- команды проверки изменений;
- специфические архитектурные границы репозитория;
- неочевидные ограничения окружения;
- правила проекта, отличающиеся от обычных соглашений языка.

Длинные API-учебники, одноразовые runbooks миграций и справочные материалы лучше хранить отдельно. Дайте ссылку или оформите узкий skill вместо постоянной загрузки.

MCP servers создают похожий компромисс. Выполните `/mcp` и отключите серверы, которые сейчас не нужны. Claude Code откладывает загрузку полных определений инструментов, но названия и использованные schemas всё равно занимают контекст. Для простой операции специализированный CLI, например `gh`, `aws` или `sentry-cli`, часто эффективнее широкой панели инструментов.

После очистки снова проверьте `/context`. Если стартовый объём не изменился, найдите реальный крупный источник, прежде чем менять остальную конфигурацию.

## 4. Ограничьте задачу, чтобы избежать обхода всего репозитория

Запрос «улучши этот репозиторий» провоцирует широкое сканирование. Ограниченная постановка ведёт прямо к доказательствам:

```text
Исправь 401 после обновления токена в src/api/auth.ts.
Сохрани публичную форму ответа.
Добавь регрессионный тест для истёкшего access token и действующего refresh token.
Запусти целевой auth-тест и typecheck.
```

В запросе названы симптом, вероятный файл, контракт и проверка. Claude всё ещё может читать зависимости, но ему не требуется сначала изучать весь проект.

Для действительно сложной работы сначала исследуйте и планируйте. Короткая фаза плана может предотвратить дорогую реализацию неверной архитектуры. Для однострочного исправления с известным местом план будет лишней нагрузкой. Планируйте при реальной неопределённости.

Исправляйте направление рано. Если Claude решает не ту задачу, остановите ход, не дожидаясь большого патча и нескольких объяснений, почему его нужно удалить. `/rewind` возвращает разговор и код к предыдущему checkpoint.

Полезен и контракт результата:

- сначала решение;
- только изменённые файлы и результаты проверки;
- без повторения исходного запроса;
- при нехватке данных сначала вопросы, затем реализация;
- ограничение длины только там, где оно не скрывает доказательства.

Короткий текст экономит часть выходных токенов. Предотвращённое исследование и переделка обычно экономят больше.

## 5. Фильтруйте вывод инструментов и тестов

Большой вывод команд входит в рабочий контекст. Запускайте самый узкий тест, способный доказать изменение:

```bash
pnpm vitest run tests/unit/auth.test.ts
rg -n "FAIL|ERROR" test-output.log
git diff --check
```

Не скрывайте ошибки ради экономии. Сохраните упавшее утверждение, релевантные кадры stack trace, код завершения и достаточное окружение для диагностики. Повторяющиеся progress bars, списки всех успешных тестов и тысячи нерелевантных строк можно убрать.

Стабильную предобработку оформляйте скриптом или hook. В руководстве Anthropic по стоимости приводится пример фильтрации большого тестового лога до чтения Claude. Маленький проверенный фильтр надёжнее, чем повторный поиск шума моделью на каждом запуске.

Исследование с множеством чтений файлов можно передать узкому subagent, чтобы основная сессия получила короткую сводку. Это изоляция контекста, а не гарантия меньшего общего расхода: у subagent есть собственное окно. Делегирование выгодно, когда сводка предотвращает повторное чтение в главной задаче.

## 6. Подбирайте модель и effort под решение

Модель влияет и на ставку, и на число попыток. [Claude Sonnet 5](https://omniakey.com/ru/claude-sonnet-5) — практичная отправная точка для повседневной работы, [Claude Haiku 4.5](https://omniakey.com/ru/claude-haiku-4-5) подходит для узких повторяемых задач, а [Claude Opus 5](https://omniakey.com/ru/claude-opus-5) легче оправдать для архитектуры, неоднозначности и дорогих ошибок.

Переключайтесь намеренно через `/model`. Более полная политика маршрутизации есть в [руководстве по моделям Claude Code](https://omniakey.com/ru/blog/best-model-for-claude-code).

На API-пути токены extended thinking оплачиваются как выходные. Для простой и точной задачи снизьте effort через `/effort` и проверьте, проходит ли результат. Для незнакомой отладки или сложного планирования слишком низкий effort может создать повторы, которые съедят экономию.

Не отправляйте всё самой дешёвой модели и не называйте это оптимизацией. Сравнивайте стоимость принятого результата вместе с исправлениями и долгом ревью.

## 7. После оптимизации добавьте финансовую защиту

Лимит расходов не уменьшает число токенов. Он ограничивает ущерб, если цикл, утёкший ключ или неожиданная нагрузка продолжает отправлять запросы.

В OmniaKey создайте отдельные ключи для локальной разработки, автоматизации и общих нагрузок в [панели API Keys](https://omniakey.com/ru/dashboard/tokens). Назначьте каждому лимит по назначению и просмотрите использование перед повышением. Несколько ключей упрощают атрибуцию и отзыв по сравнению с одним безлимитным секретом.

Правильная последовательность:

1. убрать ненужный контекст и повторы;
2. измерить нормальную стоимость задачи;
3. установить лимит выше допустимого разброса;
4. предупреждать или останавливать нагрузку за границей.

Слишком низкий лимит превращает проблему стоимости в падение посреди задачи. Лимит без анализа сообщает лишь о достижении потолка.

## Десятиминутный аудит токенов Claude Code

Проверьте одну реальную сессию:

1. Запустите `/usage` и запишите расход по моделям.
2. Запустите `/context` и найдите крупнейший устранимый источник.
3. Используйте `/clear`, если задача не связана с прошлым разговором.
4. Сократите `CLAUDE.md`, специализированные инструкции перенесите в skills.
5. Отключите неиспользуемые MCP servers через `/mcp`.
6. Замените широкий запрос на файл, симптом, границу и критерий приёмки.
7. Запускайте целевые тесты и убирайте повторяющийся вывод, не скрывая ошибки.
8. Подберите `/model` и `/effort` по сложности.
9. Повторите задачу того же класса и сравните стоимость готового результата.
10. После определения нормального диапазона добавьте лимит ключа.

Меняйте одну-две переменные за раз. Если одновременно очистить сессию, сменить модель, снизить effort и переписать задачу, причина улучшения останется неизвестной.

## Частые ошибки

### Просить только короткий ответ

Это уменьшает видимый текст, но не историю, чтение файлов, инструменты и thinking. Приём полезен, но редко является главным рычагом.

### Удалять контекст, который ещё нужен

Недостающие ограничения ведут к догадкам и переделке. Сохраните проверенные решения до очистки или compact.

### Считать cache hit нулевым использованием

Prompt caching может снизить цену повторного ввода, но кешированные токены всё равно видны в учёте. Повторяемый контекст должен оставаться полезным, а сумму нужно сверять со счётом.

### Вызывать subagent для каждого мелкого вопроса

У каждого subagent собственный стартовый и рабочий контекст. Делегируйте ограниченное объёмное исследование; маленький локальный вопрос решайте в текущей сессии.

### Путать лимит с оптимизацией

Лимит ключа останавливает расход на границе, но не делает запросы до неё эффективнее.

## Часто задаваемые вопросы

### Почему расход токенов Claude Code высокий при коротком ответе?

Запрос может включать историю, правила проекта, файлы, вывод команд, инструменты и thinking, которые намного длиннее ответа. Проверяйте `/context` и `/usage`.

### Удаляет ли `/clear` предыдущую сессию Claude Code?

Команда начинает новую сессию. Сначала назовите важную работу через `/rename`, а позже вернитесь к сохранённой сессии через `/resume`.

### Всегда ли `/compact` снижает счёт?

Он уменьшает историю в будущих запросах и может снизить последующий входной расход. Итог зависит от продолжительности сессии и содержимого сводки, поэтому проверяйте `/usage` и биллинг.

### Нужно ли всегда использовать Haiku ради экономии?

Нет. Haiku выгоден для узких задач, но несколько неудачных попыток могут стоить дороже одного успешного хода Sonnet или Opus. Маршрутизируйте по задаче.

### Может ли лимит API-ключа сократить расход токенов?

Нет. Он ограничивает деньги после потребления. Совмещайте его с компактным контекстом, точными запросами, подходящим effort и проверкой вызовов.

## Источники

- [Anthropic: управление стоимостью Claude Code](https://code.claude.com/docs/en/costs)
- [Anthropic: окно контекста Claude Code](https://code.claude.com/docs/en/context-window)
- [Anthropic: лучшие практики Claude Code](https://code.claude.com/docs/en/best-practices)
- [Anthropic: настройка моделей и effort](https://code.claude.com/docs/en/model-config)
- [Anthropic: Prompt caching](https://code.claude.com/docs/en/prompt-caching)
- [Документация OmniaKey по балансу и использованию](https://docs.omniakey.com/ru/api/balance-usage)

_Факты проверены 8 августа 2026 года. Команды Claude Code, поведение моделей и интерфейсы биллинга меняются; перед производственным бюджетированием сверяйтесь с первичными источниками и своими записями использования._
