1. 账单是怎么从 400 涨起来的先看清 Claude Code 的成本模型上个月我把主力开发环境切到 Claude Code第一周还没觉得有什么问题直到月中的 API 账单出来四百多块。我当时第一反应是“是不是哪次循环写炸了”但查完用量明细后只能承认——每一笔都是我自己把 token 烧掉的。Claude Code 是一个能在终端里读懂项目、改代码、跑命令、写提交信息的 AI 编程工具确实好用可它背后全是对 API 的实时调用输出、缓存、工具返回、失败重试每一项都计费。这篇文章就是我这一个月的账单手术记录从四百到八十不是靠不用 Claude而是靠搞清楚模型选择、上下文管理、缓存命中、权限收敛和用量监控这几件事。适合正在用 Claude Code、或者想用 API 做自动化又怕月底账单失控的朋友参考。1.1 Claude API 的计费项到底有哪些Claude API 的计费逻辑不复杂但每一项都会让账单涨。它按 token 计费输入和输出单价不一样输出通常比输入贵不少工具调用返回的代码、文件内容、搜索结果都会作为新的输入 token 重新计费如果开了 prompt caching缓存命中的读取会有明显折扣但缓存写入本身也有一次成本会话不清理的话历史消息会反复发送相当于同一段话每次付一次钱。还有失败重试一次 401 或 429 可能在重试时继续消耗 token。很多人容易忽略的一点是同一套 Claude Code用普通 200K 上下文版模型和用 1M 上下文版模型单价是不一样的。1M 版能装进更多 token但不代表更省钱因为每轮请求都会重新定价。上下文越大单次请求的价格上限越高一旦习惯性把整个项目塞进去账单会成倍往上冲。1.2 一个月 400 块的典型账单长什么样我翻了一下账单发现主要来自三类场景。第一种是让 Claude Code 做全库重构它先 Glob 找文件再逐个 Read一轮下来光输入就几十万 token我上午试一个方案下午换另一个方案每个方案都从零开始扫一遍等于同一批代码被我反复买了好几次。第二种是长时间不清理会话同一个会话里聊了两小时中途改了七八个文件后续每次请求都会带上这两小时的全部对话记录上下文从一万 token 涨到十几万 token而且越往后越贵。第三种是我后来最后悔的让强模型去写文案、做格式整理、把 Markdown 转成 HTML 这类简单活。这就像用轿车跑快递单价高还费油。账单里的峰值有一天接近一百三而那天我大部分时间都在做体力活式的代码搬运。回头总结四百块不是 Claude 太贵是我把它当成一个不用管钱的 IDE 在用了。2. 从 400 压到 80我做的七个关键变更把账单压下来之后往回看真正起作用的就是七个方向。按我自己的经验影响从大到小排先控制上下文再换模型再管权限然后是缓存和会话习惯。2.1 把简单任务切给便宜模型cc switch 接入 DeepSeek / Qwen / GLM第一刀砍在最简单的场景上。我装了社区常用的 cc-switch用来切换 Claude Code 背后的 provider。它里面预置了 DeepSeek、Qwen、GLM 等国产模型的接入配置也可以自己填 base URL 和 key。切换之后完整任务链保持不变只是请求真正打到了便宜模型上。我的使用原则是架构设计、疑难 Bug、跨模块重构这些需要强推理的活继续用 Claude Sonnet 或 Opus改注释、写单元测试、格式化、简单变量改名切到 DeepSeek 或 Qwen。切换时直接命令行操作ccswitch # 选择 deepseek / qwen / glm 等 provider # 如果服务商提供 Anthropic 兼容端点也可以手动设置环境变量 export ANTHROPIC_BASE_URLhttps://api.deepseek.com/anthropic export ANTHROPIC_AUTH_TOKENsk-xxxxxx export ANTHROPIC_MODELdeepseek-chat注意不是所有模型的工具调用能力和 Claude 一样稳。遇到工具调用极其频繁的任务便宜模型容易“想表现又表现不好”反而多试错、多烧 token。所以切换的核心不是无脑选便宜而是按任务难度分单。2.2 每个任务一个会话别让上下文无限膨胀我过去习惯一个终端窗口开一整天Claude Code 会保留整个对话历史。一个任务改完不清理下一个任务继续问prompt 里就拖着前一个任务的几百行代码。我做了个实验同一个重构任务上午直接做花了大概 5 万 token下午开了一整天会之后再做同样的步骤花了 13 万 token。多出来的全是历史记录重复计费。后来我强制自己一个任务一个会话做完立刻 /clear。如果中途思路乱了用 /rewind 回到某个更早节点而不是让它带着完整黑历史继续跑。遇到超长会话先 /compact 把历史压缩成摘要。压缩之后细节会丢一些所以重要上下文我会提前写进 CLAUDE.md而不是指望对话记录永远重启。2.3 善用提示缓存重复的规则只买一次Anthropic API 支持 prompt cachingClaude Code 也会对稳定系统提示做缓存处理。如果你自己接 API可以在 system 里加 cache_control 字段让同一份项目规则只在第一次请求时按完整价格计费后面都走缓存读取。这个折扣非常明显。我实际遇到的情况是以前每次修改代码Claude Code 都要重新把 CLAUDE.md、工具定义、历史消息拼一遍现在把 CLAUDE.md 的正文控制在稳定状态不频繁改动缓存命中率就上来了。在日志里观察 cache_read_input_tokens 这个字段命中量明显上升时成本立刻降了。要记住一点频繁修改 CLAUDE.md 等于频繁清空缓存规则尽量沉淀到稳定后再写进去。2.4 CLAUDE.md 瘦身项目记忆不是移动硬盘CLAUDE.md 是给模型的项目记忆不是文档库。以前我把 README、接口设计、目录结构、部署流程全塞进去导致每次启动都要读几千行相当于还没干活就先交一笔入场费。后来我只保留四类内容项目结构、常用命令、代码规范、开发约束整体控制在 80 行以内。大段说明性文档放进 docs 目录需要时用 Read 工具按需读取。这一个动作让单次会话的固定输入 token 少了一半。我还养成了一个习惯经常用 /context 查看当前上下文占用看到数字异常膨胀就先 /compact再继续干活。2.5 收紧工具权限禁止 Claude Code 在代码库里逛街Claude Code 默认会自己 Read 文件、Glob 搜文件、Grep 定位关键词这些工具很好用但很费 token。尤其是它经常把整个文件内容读回来遇到几千行的大文件一次 Read 可能就是几万 token。这还没完Read 进来的内容又会变成后续请求的上下文等于一份文件反复计费。我在项目级 settings.json 里把权限改成了只允许必要的操作明确拒绝它读 node_modules、build、dist 这些目录。这样它想“逛街”也逛不了只能老老实实看 src 下的代码。工具调用被收敛后每轮请求的 token 明显下降而且因为上下文里少了无关文件回答准确率也高了。2.6 本地模型兜底LM Studio 处理机械活本地模型不用按 token 付费成本基本只剩电费。我在 LM Studio 里跑 Qwen2.5-Coder-7B专门处理重复机械任务修 lint 报错、补简单测试、格式化代码、批量改命名。通过本地转换层把 Claude Code 的请求转发到 localhost 的 OpenAI 兼容端口就能让同一个 claude 命令在“本地模型”和“云端模型”之间切换。本地模型能力有上限复杂任务会越做越傻所以我只把它当“穷人的批处理工人”。它最大的价值不是替代 Claude而是把那些不需要推理的体力活从云端 API 上挪走省下实实在在的费用。2.7 建立成本监控账单要能逐日回溯没有监控优化就是瞎忙。Anthropic 控制台里能看到每个请求的 token 和费用也可以设置预算提醒但我更常用的是本地脚本。Claude Code 会把会话记录存在 ~/.claude/projects 目录下格式是 JSONL我用一个小脚本每天扫一遍按天聚合 input、output、cache tokens再乘单价生成每日成本表。某个项目烧钱太多当天就能发现而不是月末对着总额发愣。我现在养成的习惯是每天结束前看一眼费用表超过日预算就检查是哪类任务超支然后切换模型或收紧权限。这个习惯直接把第二周的账单压了一半。3. 具体配置与命令可以直接抄的省钱方案前面是思路这一节给配置。我把目前正在用的 settings.json、模型切换命令、缓存配置和本地模型接入都放出来你可以直接参考。3.1 项目级 settings.json 配置示例在项目根目录放一个 .claude/settings.json只对该项目生效。我的示例{ model: claude-sonnet-4-5, max_turns: 20, permissions: { allow: [ Read, Glob, Grep, Bash(git status) ], deny: [ Read(node_modules/**), Read(dist/**), Read(build/**) ] }, env: { ANTHROPIC_MODEL: claude-sonnet-4-5 } }这里解释一下几个字段model 指定默认模型max_turns 限制单次任务的循环次数避免它为了“完成任务”反复横跳permissions 控制工具访问范围deny 是真正的省钱关键env 里的 ANTHROPIC_MODEL 是给当前会话一个模型兜底。不同 Claude Code 版本对字段名的兼容性会有差异以你安装版本为准思路是一致的。注意不要在 settings.json 里硬编码 API key。key 放在 shell 的环境变量里settings 里只引用改配置时不会误提交密钥。3.2 cc switch 切换模型供应商的实操记录cc-switch 是一个社区工具用于切换 Claude Code 背后的 provider。我当时先全局安装然后按 README 的命令添加 provider# 以 DeppSeek 为例 ccswicth add-provider # 输入名字: deepseek # 输入 base URL: https://api.deepseek.com/anthropic # 输入 API key: sk-xxxxxx # 切换默认 provider ccswitch use deepseek接下来什么都不用改直接运行claude就会走新的 provider。如果想切回 Claude再执行ccswitch use anthropic就行。如果不想用第三方工具也可以手动设置环境变量把 base URL 指向兼容 Anthropic 协议的服务商。注意不同服务商是否提供兼容端点要以官方文档为准协议不兼容时需要中间转换层cc-switch 干的就是这件事。我接 DeepSeek 后第一周出现过一次问题便宜模型对 Claude Code 的部分工具调用支持不完整导致它反复重试同一个操作。后来发现不是 cc-switch 坏了而是模型本身对工具协议的理解弱一些。所以我的建议是切换后先跑一个小任务验证工具调用再上真实工作量。3.3 提示缓存与上下文管理命令组合如果你自己通过 API 调用 Claude可以显式开启 prompt caching。下面这个 Python 示例展示我常用的写法from anthropic import Anthropic client Anthropic(api_keysk-...) response client.messages.create( modelclaude-sonnet-4-5, max_tokens1024, system[{ type: text, text: system_prompt, cache_control: {type: ephemeral} }], messages[{role: user, content: ...}] )通过 cache_control 标记后的系统提示在后续请求中如果前缀一致就会走缓存读取而不是全价重新计费。在 Claude Code 里你不需要自己拼这些但理解了机制之后就会明白“保持 CLAUDE.md 稳定”这件事有多值钱。我常用的上下文管理组合是新任务开新会话会话变长先 /compact关键信息写进 CLAUDE.md需要读取大文件时让 Claude 用 Bash 执行 head/sed 只读关键片段而不是直接 Read 整个文件。这套组合让单次请求从几万 token 降到了几千。3.4 LM Studio 本地模型接入配置本地模型的接入分三步。第一步在 LM Studio 里加载模型并启动本地服务器默认端口 1234第二步确认接口地址是http://localhost:1234/v1/chat/completions这是 OpenAI 兼容格式第三步在 cc-switch 或你使用的转换层里新增 provider把 base URL 指向本地端口。{ name: local, baseUrl: http://localhost:1234/v1, model: qwen2.5-coder-7b-instruct, apiKey: not-needed }Claude Code 原生走 Anthropic 协议而 LM Studio 走 OpenAI 协议所以中间需要一层转换。不同的转换层配置方式不同但思路都是“把 Anthropic 格式的请求翻译成 OpenAI 格式发给本地端口”。本地模型适合处理预算充足但能力要求低的场景我用它跑过批量文件重命名和简单测试生成效果稳定成本可以忽略不计。4. 常见报错与排查技巧实录这一个月里踩了不少坑下面是几个高频问题按出现频率排。4.1 401 unauthorizedincorrect api key provided 排查这个错误大概是接触 Claude Code 的人都会遇到。完整的提示是unexpected status 401 unauthorized: incorrect api key provided: sk-svcac****。我第一次看到时以为 key 错了反复复制粘贴都没用后来发现问题是 shell 里同时定义了ANTHROPIC_API_KEY和ANTHROPIC_AUTH_TOKENClaude Code 优先读取了旧变量。排查步骤我整理成一套固定流程查看环境变量env | grep -i anthropic看有没有残留 key运行claude config list确认当前生效的配置检查~/.claude/settings.json和项目.claude/settings.json看是否有硬编码 key重新设置 key 后开一个新终端不要复用旧会话。特别注意错误里的sk-svcac...只是 key 的前缀被系统截断了不代表 key 本身有问题。重点永远是“当前进程读到了哪个变量”。4.2 400 context length exceeded1M 上下文也有边界另一个常见报错是models maximum context length is 1048576 tokens这是 1M 上下文版本模型触顶了。一开始我觉得 1M 很宽裕什么都往里塞直到有一次把一个项目的历史 commit diff 全部粘进去直接爆掉。这个报错说明两个问题一是上下文确实满了二是你已经给这次请求付了很多钱。我的处理方式是先用/compact压缩对话历史再用 Grep 定位需要看的代码片段最后才 Read 关键文件。如果真的需要分析超长文档把 1M 模型留给“只看不改”的专项任务常规开发切回 200K 版本。1M 模型的单价更高塞满一次的经济代价远超你的直觉。4.3 组织策略与订阅访问被禁用的几种情况如果你的错误里出现your organization has disabled claude subscription access for claude code一般不是 key 问题而是组织账号权限没打开。这种情况常见于企业组织管理员没有给 Claude Code 授权或者账号走的是订阅授权而不是 API 按量付费。需要找管理员在控制台里打开 Claude Code 的访问权限。另一种类似报错是organization has been disabled。这个词看起来吓人但大多数时候是账号欠费、额度耗尽或组织被暂停。先登录 Anilith 控制台看余额和账号状态再检查是不是有多个组织账号切错了上下文。我碰到过一次是因为充值后没有刷新 token重新创建 API key 就好了。4.4 模型接入与工具链的杂症速查表场景报错或现象排查建议模型切换no api key for provider route deepseek-officialprovider 路由没生效检查环境变量和服务商文档文档处理unstructured api url is not configured for doc file processing在 Dify 里配置专门的 Unstructured API 地址本地模型连接 localhost 被拒绝确认 LM Studio 本地服务器已启动、端口是否被占用多模型混调请求打到了错误的 base URL用claude config list和 env第三方 API照搬 Claude 鉴权方式调 DeepSeek / 讯飞 / 百度 / 智谱各家的鉴权签名算法不同先看各自的官方文档这张表不是标准故障库是我踩坑之后的个人速查记录。遇到问题时先看是“鉴权类”还是“路由类”再决定从哪一边查。5. 写在最后一个月的实操体会一个月下来最大的改变不是工具而是习惯。我把“成本守则”写进了 CLAUDE.md 开头简单任务先问自己能不能用便宜模型一次只读取必要文件优先用 Grep 而不是 Read不重复粘贴代码任务完成立刻清理会话。这些规则看起来不起眼但它们把一次请求从几万 token 压到几千 token。现在月账单稳定在八十左右复杂需求我还是用 Claude简单事情就交给 DeepSeek 和本地模型整体体验没降钱包先稳了。最后再分享一个踩坑后总结的小技巧每次准备开新会话前先花十秒想清楚这个任务要动哪些文件把范围写在第一句话里比如“只读 src/utils 下的文件其他目录不要碰”。Claude 就会变得克制很多不会上来就把整个项目扫一遍。这个习惯比任何配置都省钱。