来源：Claude Code Cookbook · Part 37 · 原文标题：Part 37 — Cost Engineering
面向 🟡 Practitioner → 🟣 Enterprise 读者。本章讲解影响 Claude Code Token 消耗与成本的因素，以及个人、团队与 Agent 工作流三个层面的成本优化方法。本文档不维护静态价格表——价格受 Model、Provider、Context、Prompt Caching 等因素实时影响，以官方 Costs 页面为准。
官方参考：Manage costs effectively
37.1 成本模型
Claude Code 按 API Token 消耗计费。影响成本的因素相互叠加：
| 因素 | 影响 |
|---|---|
| Token 用量 | 输入 + 输出；每条消息都消耗 |
| Context 大小 | 越大的 context 每次输入越贵 |
| Model | Opus 比 Sonnet 贵；Haiku 最便宜（适合 Subagent 研究） |
| Prompt Caching | 命中缓存的 cacheRead 输入以远低于标准输入的价格计费 |
| Subagents / 并行 Agent | 每个独立 session/context 乘数叠加 |
| MCP | 每个 server 的工具定义可能进 context（tool search 缓解） |
| Compaction | /compact 会重写 context，消耗一次较大输入 |
| CI / Headless | 每轮自动运行也计入用量 |
官方给出的预算基准（企业部署平均值，供规划参考，非保证）：
- 平均 ~$13 / 开发者 / 活跃日
- $150–250 / 开发者 / 月
- 约 90% 的用户成本低于 $30 / 活跃日
37.2 跟踪用量
/usage：查看 Session 块的 Token 用量与成本（列表价），以及 plan 用量中按 skill/subagent/plugin/MCP 的归属。/usage-credits：添加 usage credits。/context：查看 context 占用，定位浪费。- 具体 token/成本数据可在
--output-format json的total_cost_usd与模型成本明细中拿到。 - 组织级：org analytics（CSV）、Enterprise Analytics API。
37.3 个人开发者成本优化
- 任务间
/clear：清空 context，避免旧上下文拖入下一个任务。 - 选对模型：默认任务用 Sonnet；只有复杂架构决策用 Opus；研究/便捷任务用 Haiku Subagent。
- 合理配置 context：
/autocompact <count>调整阈值；避免无谓的大文件读取。 - 保持 CLAUDE.md 精简（<200 行）：每次请求都会全量载入。
- 用 Skills 而非把长指令放 CLAUDE.md：描述启动载入、正文按需载入。
- 提示缓存友好：会话顶部固定 Model 与 Effort；把
/compact留到自然断点。 - 尽量用本地 CLI 工具而非让 Claude 反复读取大文件。
37.4 团队成本优化
- Team/Enterprise：per-seat allowance（滚动 5 小时 + 每周窗口）；spend limit 可设到 org/group/member 级别。
- Console（API）：workspace 级 spend limit + 速率限制。
- 云 Provider（Bedrock/Vertex/Foundry）：走云账单（AWS Cost Explorer / GCP Billing / Azure Cost Management）做花费归集。
- 归属：OpenTelemetry、Claude apps gateway（带 per-user spend limit）、或 LLM Gateway。
37.5 Agent 工作流成本优化
- 优先 Sonnet 而非 Opus 作 Subagent/队员模型。
- 保持小队规模；用聚焦的 spawn prompt。
- 任务完成即关停队员（Agent Teams ~7× 单 Session Token）。
- 延迟/禁用不需要的 MCP server：tool search 已默认减少 schema 进 context，但不需要的 server 仍可放 profile 外。
- 委派重读给 Subagent：把大文件读取移出主 context。
- 用
--max-turns（CI/headless）约束迭代次数，防止失控。 - 后台 token：官方估计后台（摘要、
/usage）< $0.04/session。
Recipe R37-1：诊断一次高成本会话
步骤：
- 运行
/usage查看 token 分解。 - 运行
/context看哪个模块占用最多。 - 若有巨型文件：用 Subagent 读取返回摘要，或用 grep/glob 定向检索。
- 若 CLAUDE.md 过大：把长指令迁到 Skills 或 Rules。
- 若切换了模型导致缓存失效：保持会话顶部模型稳定。
验证：下一会话的 /usage 显示输入 token 明显下降，缓存命中率上升。
