ClaudeCode六成成本花在重读对话，上下文长度成计费关键

近期多位用户反馈Claude Code额度消耗异常加快，部分人称“一天用完原可撑一周的额度”。尽管Anthropic官方暂未确认系统性调整，但一项基于真实使用数据的深度分析揭示了一个更根本的问题：Claude Code的计费结构本身决定了其成本大头并非模型生成内容，而是反复重读对话历史的过程。

一位开发者统计了本地7天内4,423次API请求，总计10.3亿token，按Anthropic公开API标价折算约为335美元。其中，60%的成本（约200美元）来自“缓存读取”——即每轮对话都将此前全部上下文（含系统提示、工具定义、已读文件等）重新发送给模型。这一机制在官方文档中明确说明：“Claude Code sends your full conversation with every request”，无论会话持续多久，哪怕只问一句新问题，系统仍以完整上下文发起请求。

值得注意的是，这些重复内容绝大多数命中了提示缓存（prompt caching），本机缓存命中率达98.6%。缓存读取单价极低：Opus 5.5为每百万token 0.20美元，仅为标准输入价格（4美元）的5%。但因总量庞大，7天内缓存读取占总token量的98.4%，却贡献了59.9%的成本；缓存写入仅占token总量1.4%，成本却达27.8%；而模型实际输出仅占0.2%的token，成本占比12.3%。

该结构在多份独立实测中高度一致。Dan Mercede记录的7天61.5亿token使用中，缓存读取占token 96.9%、成本约46%；另一开发者在claudiu项目issue中统计8,631次请求，缓存读取成本占比达61.6%。三组数据来源不同、规模各异，但均指向同一结论：“读取量最大、写入单价最贵”是Claude Code成本分布的核心特征。

上下文长度直接决定单次请求成本。本机7天数据中，单次请求上下文中位数为22.7万token，90分位达39.4万。按长度分组可见：上下文超过20万token的请求占全部请求的55.5%，却承担了67.7%的总成本；而10万token以下请求虽占19%，成本仅11.5%。这意味着，在一个已持续数小时、积累数十万token的会话中提问，成本远高于新开会话。

Claude Code虽具备自动压缩（auto-compaction）功能，但Opus 5.5的上下文窗口高达100万token，会话可在20–40万token区间长期停留而不触发压缩，每一轮交互仍按该长度计费。

更显著的成本波动来自缓存过期后的整段重写。缓存写入单价高达每百万token 8美元（1小时TTL），是缓存读取的40倍。图1直观呈现：一个50万token会话，下一轮重读约0.10美元，若缓存过期后整段重写则需约4美元——一次重写成本等于40次重读。

根据文档，主对话默认缓存TTL为1小时，子agent与压缩请求为5分钟；每次命中缓存会刷新计时，因此只要持续交互，缓存不会过期。问题出现在会话空闲后。本机7天内发生15次超10万token的整段重写，全部发生在空闲时段，占缓存写入成本的18%；30天内共55次，其中42次发生在空闲超1小时后。

这一机制解释了为何用户感知额度“突然变少”：并非Anthropic单方面削减配额，而是当会话变长、空闲频次增加时，单位问题的实际成本自然攀升。SemiAnalysis近期对订阅套餐的A/B测试进一步佐证了额度分配的复杂性——相同套餐用户可能被分配不同额度，部分账号五小时使用额度提升20%，但按API价值折算反而降低约20%。这表明Anthropic正通过动态资源分配优化算力成本，而用户端体验则受多重变量影响：模型版本迭代（如9月发布的Opus 5.5）、活动周期（5–9月曾提额50%）、以及个体使用模式（上下文累积速度与空闲间隔）。

从技术设计看，Claude Code采用“全对话重传+缓存分级计价”策略，本质是在响应延迟与成本控制间做权衡。相比其他模型允许用户手动截断历史或启用摘要压缩，Claude选择保证上下文完整性以维持推理连贯性，代价是将成本显性化转嫁给高频、长会话用户。

对开发者而言，有效降本路径有限：常规手段如截断工具输出、为代码建索引等仅能节省个位数百分比；真正有效的方案是主动控制会话长度——例如定期新建会话、避免在单一长对话中处理多个独立任务，并尽量减少长时间空闲导致的缓存失效。

行业层面，这一现象折射出大模型服务商业化中的普遍挑战：如何在保障能力的同时合理定价隐性成本。对比GPT-4 Turbo或Gemini 1.5，Claude Opus 5.5虽在长上下文处理上表现优异，但其计费模型对持续交互场景不够友好。SemiAnalysis估算显示，Anthropic整体计算支出中，订阅服务仅占42%的算力消耗，却贡献10%的收入；API服务则以90%的收入支撑58.3%的算力——这种结构倒挂促使厂商更倾向引导用户向高价值API迁移。

目前Anthropic尚未就10月下旬用户集中反馈的“额度骤减”发布正式说明。但已有证据表明，问题根源更多在于使用模式与计费机制的耦合，而非突发性策略变更。对于重度依赖Claude Code的工程师而言，理解其token消耗结构，比等待官方调优更具现实意义。

归根结底，AI编码助手的“免费感”正在消退。当每一次敲击回车都隐含数十万token的传输成本时，人机协作的经济账必须重新计算。