在 Opus 5.5 上完成一项任务要花多少钱

Opus 5.5 的 token 单价低于 Opus 5。

一项任务的成本，以及重试的成本

你开始做一件事时，目标不是买几百万个 token。你的目标是开发一项功能、完成一次迁移，或执行一项任务。token 数量就是模型为实现目标所需的数量。

对于同一项任务，每个 token 单价相同的两个模型，最终花费也可能差很多。一个模型只读一遍代码；另一个模型读完后尝试修复，又把代码读了一遍。每一步都是一个轮次，而每个轮次都会重新发送截至当时的整个对话。因此，即使单价相同，需要更多轮次的模型也会花更多钱。

读完这篇文章，你应该能够回答关于自己工作的三个问题：

我在 Opus 5.5 上做的典型任务要花多少钱？
哪些设置会改变成本，分别改变多少？
我该如何检查自己某个会话的用量？

我想先说明一个取舍：每一种节省 token 的办法，都可能让你无法完成任务。降低 effort、改用更小的模型，或减少上下文，当然都能节省 token。一次重试的成本会超过这些节省。这篇文章试着为每种取舍标上价格。

这里有些数字是标价，有些是根据标价计算的示例。图表可以交互，阅读时可以修改输入。这些只是尽力而为的估算示例，请务必查阅我们的文档并自行核算。

一项任务要花多少钱？

在 Claude Code 中，任务是一个循环：模型读取对话、调用工具、读取结果，然后再次循环，直到任务完成。循环中的每一轮都是一个请求。四个因素决定这个循环的成本。

轮次。 每个轮次都会重新发送截至当时的整个对话。轮次越少，处理的输入就越少。
缓存读取。 每个轮次重新发送的大部分内容，都是模型在上一轮已经看过的文本。这部分按缓存读取计费，价格只是输入价格的一小部分。
输出 token 类型。 输出 token 最贵，价格是输入的五倍。思考过程按输出计费，因此模型在得出答案的过程中思考得越少，成本就越低。
模型。 每个模型都有自己的价格，列在定价页面上，所以你选用的模型决定了每个 token 的价格。

我们的示例采用 Opus 5.5 API 标价：每百万输入 token 4 美元、每百万输出 token 20 美元、每百万缓存读取 0.20 美元。和下方的计算器一样，示例把缓存输入按读取价格计费，其余输入按输入价格计费，并且不计缓存写入。token 数量都是示例数据。

轮次

假设一项任务开始时有 20K token 的上下文，随着模型读取文件和工具结果，上下文增长到 120K。40 个轮次下，每轮平均会发送约 70K token。整项任务处理的输入 token 总量约为 2.8M，尽管对话的上下文从未超过 120K。如果 90% 的输入来自缓存，输入成本约为 1.62 美元。同一项任务若在 25 个轮次内完成，处理的 token 约为 1.75M，输入成本约为 1.02 美元。

一个轮次的成本不只包括它新增的 token，因为它还会重新发送此前的所有内容。因此，最便宜的轮次，就是你不需要进行的那个轮次。

减少轮次的一种做法，是给模型提供检查工作的方法。例如，运行一个测试、执行一次构建，或编写调用该端点的脚本。能够检查自己工作的模型会更早发现错误。

模型若能一次收集齐所需信息，并把工具调用批量执行，也就能减少为重新发送内容付出的成本。

缓存读取

如果没有任何输入来自缓存，相同的 2.8M 输入 token 会花费 11.20 美元。缓存命中率为 90% 时，成本是 1.62 美元；命中率为 96% 时，成本约为 0.99 美元。没有其他设置对输入成本的影响这么大。稳定的会话本身就能保持较高的命中率。这篇文章后面会介绍一些避免破坏缓存的操作。

输出 token

在 Opus 5.5 上，一个输出 token 的成本是缓存读取的 100 倍。典型任务的 60K 输出 token 要花 1.20 美元，相当于读取 6M 个 token 的缓存。输出中包含思考过程。即使 Claude Code 只向你展示摘要，你也要为全部思考过程付费。因此，主要影响模型思考量的 effort 会显著改变账单。

模型

缓存读取价格较低的模型，主要有利于长会话；输出价格较低的模型，主要有利于需要大量推理的任务。

Opus 5.5 有哪些变化

变化有两方面：价格，以及模型完成的工作量。

每一项价格都降低了。输入和输出 token 的价格比 Opus 5 低 20%。缓存读取便宜了 60%。输入价格下降，读取费率也随之下降，从输入价格的十分之一降至二十分之一。图 A 对比了两个模型每百万 token 的价格。这些是 API 标价。对于 Pro、Max 或 Team 计划，Opus 5.5 的较低价格会体现在你的使用额度中，包括缓存上下文，因此额度大约比 Opus 5 多用 25%。缓存读取额外降价是 API 价格变动。

此外，Pro、Max、Team 和按席位计费的 Enterprise 计划都提高了五小时额度；符合条件的订阅用户还可以在自己选择的时间重置额度。你可以在网页版或 Claude Desktop 的 Settings > Usage 中找到此功能；终端中的 Claude Code 里没有。重置会应用到整个账户，包括 Claude Code。

原文图 A

图 A：每百万 token 的 API 标价。

图例：Opus 5；Opus 5.5（每组按其自身最大值缩放）

token 类型	Opus 5	Opus 5.5	降幅
输入	$5.00	$4.00	20%
输出	$25.00	$20.00	20%
缓存读取	$0.50	$0.20	60%

对于 API 密钥用户，缓存读取降价对 Claude Code 的影响最大。长时间的智能体会话，大部分输入都是缓存读取。在下方图 B 所计价的会话中，缓存这一项从 1.00 美元降到了 0.40 美元，是账单上降幅最大的一项。

你能省多少钱，取决于工作的形态。如果一个会话主要是缓存读取，输入成本最高可降低 60%。如果是一个没有缓存的简短问题，但答案很长，成本最高可降低 20%，因为输出占了大头。大多数 Claude Code 任务介于两者之间。下方的计算器会显示你的任务处于什么位置。

你可能看到过这样的说法：Opus 5.5 的运行成本比 Opus 5 低 40%。这是我们对默认设置下按 token 计费的典型工作负载所作的估算。估算假设 Opus 5.5 在默认的 medium effort 下，每项任务使用的 token 更少，再加上价格降低，因此 token 单价并没有下降 40%。图 A 列出了 token 价格；图 B 展示了仅价格变化带来的影响。

Opus 5.5 在回答时可能会使用更多 token，因为它总是在回复前先思考。我们预计大家能用 Opus 5.5 完成更多工作，但具体情况因任务而异，因此请在自己的工作中测量。

图 C 对比了两个模型完成每项任务的成本。这部分受你的工作影响远大于受价格影响。

对于范围明确的任务，两个模型完成任务所需的轮次数大致相同，因此你得到的全部收益就是价格下降。对于开放式任务，模型可能花很多轮次走错方向，两个模型之间的差距应该会最大。没有一个数字适用于所有代码库，所以请自行测量（见最后一节）。

长时间运行的任务最后会附上一份报告。Opus 5.5 会在长时间运行结束时总结它改了什么、发现了什么，以及还需要你提供什么信息。这样也能省钱，因为你能看清发生了什么，就不必那么频繁地重新运行会话。

同一项任务并排比较

图 B 用相同的 token 数量，分别计算两个模型下一个会话的价格。因此两者的差别只有价格变化，没有其他因素。切换模型进行比较。token 数量仅作示例。

切换项：相同 token 数，分别按 Opus 5 或 Opus 5.5 计价。

按 Opus 5 标价：3.50 美元

按 Opus 5 的 API 标价

项目	数量	费用
缓存读取	2.0M	1.00 美元
新输入	200K	1.00 美元
输出	60K	1.50 美元
合计，Opus 5		3.50 美元

**图 B：**两个模型使用相同 token 数的示例会话，因此这里仅体现价格变化。

账单包含 /usage 针对一个会话显示的三项。按 token 数量看，缓存读取是最大的一项，为 2M。输出的 token 数量最少，但成本最高。新输入居中。它包括首次读取每个文件，以及每个新工具结果时的输入。

图 B 给两个模型使用了相同的 token 数，因此展示的只有价格变化。你自己的会话在 Opus 5.5 上可能会使用更多或更少的 token。按这种方式计价，该会话的成本约低 31%。

录制一次实际运行，就会引入第二项影响：模型工作量的变化。对于一次开局走错方向的任务，差距应该会进一步扩大。

试试你自己的数字

设置某项任务实际使用的用量，或者从一个预设开始。这些预设只是示例，不过我还是建议你自己计算。缓存输入按缓存读取价格计费，新输入按输入价格计费，因此缓存滑块显示了差距中有多少来自缓存读取。

要用真实会话的数据填入滑块，请在任务结束时运行 /usage。Session 区块会显示输入、输出和缓存数据。最后一个滑块是你对 Opus 5.5 在自己的任务上能减少多少工作量所作的假设。若只想看价格变化，请将它留在 0%。要根据自己的工作设置这个值，可以这样做：在 Opus 5 和 Opus 5.5 上运行同一项任务，比较轮次和输出 token。《自行测量》会逐步介绍做法；《读取会话》会说明要在 /usage 中检查什么。

预设：典型 Claude Code 会话　小型编辑　大型重构　长时间智能体运行

项目	数值	说明
输入 token	2.2M	所有轮次中发送给模型的内容，无论是否来自缓存。
缓存读取	91%
输出 token	60K	包括按输出计费的思考过程。
每天的任务数	10
Opus 5：使用这些 token	3.50 美元	每月 770 美元
Opus 5.5：使用这些 token	2.40 美元	每月 528 美元
API 标价下的变化	−31%
每月节省	242 美元	单从价格变化来看。
Opus 5.5 上的 token 变化	0%	你的假设；若只看价格变化，请保持 0%。Opus 5.5 使用的 token 可能比 Opus 5 多，也可能更少，因此请在自己的任务上测量。

**图 C：**一个月按 22 个工作日计算。采用 API 标价。对于 Pro、Max 或 Team 计划，这不是实际账单。不含批量或用量折扣，也不计缓存写入（见“缓存”部分）。

尽可能提高会话的价值

Opus 5.5 降价后，每个 token 的成本都更低。你如何运行会话，决定了会使用多少 token；下面这些步骤会有所帮助。

换模型前，先提高 effort

effort 大致决定模型在每个轮次会花多少 token：包括思考、编写的文本，以及工具调用。effort 较低时，模型发起的工具调用会更少，内容也更简短。Opus 5.5 有四个等级（low、medium、high 和 xhigh），另有一个仅用于单次会话的 max。选择下方某个等级，可以查看适用情形及设置它的命令。

LOW　MEDIUM　HIGH　XHIGH　MAX

机械性工作　日常工作　遇到瓶颈时　难题　单次会话

Medium：适合范围明确的日常工作

范围清楚的日常工作。它每轮的思考量比 high 少，因此每轮成本更低。

任务范围明确时，从这里开始。

命令	按钮
`/effort medium`	复制
`/effort status`	复制
`/model`	复制
`/usage`	复制

**图 D：**等级按每轮思考量从少到多排列。

Claude Code 会为每个模型设置默认等级，/effort status 会显示当前等级。对于范围明确的日常工作，可以试试 medium。medium 卡住时，再试试 high。high 的每轮成本高于 medium，但低于换用更大的模型。机械性工作（例如重命名，或在多个文件中套用已知模式）可以使用 low。

Opus 5.5 的默认值是 medium，比 Opus 5 默认的 high 低一个等级。不同模型的等级并不代表相同的思考量。在相同等级下，Opus 5.5 每轮的思考量高于 Opus 5，尤其是在 xhigh 和 max 下。因此，不要照搬你为 Opus 5 选择的等级。从 medium 开始；只有在已测出收益的工作中，才使用 xhigh 和 max。

粗略估算 effort 的价格：假设 high 会让模型在一项任务中额外生成 20K 个思考 token。在 Opus 5.5 上，这要花 0.40 美元。一个包含 10 个轮次的重试循环，若上下文有 100K 个缓存 token、总共输出 10K 个 token，成本也大致相同。因此，只要 high 能帮你在一项任务中省下一次重试，它就值回成本。若 medium 本来一次就能完成任务，那么这些成本就白花了。

medium 只修好一层时

需要提高 effort 的最明显信号，是修复只涉及一层。

假设你在 API 处理程序中重命名了一个字段。medium 会更新处理程序，处理程序的测试也能通过，但客户端仍然发送旧字段。模型完成了你要求的事，只是没有读到足够远，没找到另一个调用方。high 会在写代码前多花几个轮次读取调用位置，并在一次处理中同时修改这两层。

检查机制也能发现同一个错误。如果模型能运行一个经过客户端的测试，那么在 medium 下，它写入旧字段的那个轮次就会让测试失败。因此，提高 effort 之前，先确认模型有没有办法检查自己的工作。运行一次测试会花一个轮次和相应输出；提高 effort 则会让每个轮次都增加思考成本。如果升级 effort 并增加检查机制仍然无效，再换用更大的模型。

在会话中途更改 effort

在 Claude Code 中，运行 /effort 并指定一个等级，例如 /effort high。/effort status 会打印当前等级。你可以在任务进行中更改，新的等级会从下一个请求开始生效。

在使用 API 密钥或 Claude 订阅的 Opus 5.5 上，更改 effort 会保留缓存。你可以在一个困难步骤中提高 effort，之后再调低，不必重写对话。在 Amazon Bedrock、Google Cloud 的 Agent Platform 或 Claude apps 网关上，更改 effort 仍会清除已缓存的对话，下一个请求需要为全部内容支付缓存写入价格。

Opus 5.5 始终会思考，因此没有可供更改的思考设置。

为工作选择合适的模型

模型选择决定会话中每个 token 的价格，因此它对账单的影响比 effort 更大，影响范围也更广。每个继承主模型的子智能体也会继承主模型的价格。大多数日常工作需要三种模型：一个较小的模型负责查找，Opus 5.5 负责你会密切监督的工作，更大的模型负责最困难的任务。

模型	用途	适合的工作
Haiku / Sonnet	查找与子智能体	搜索并总结的子智能体；阅读日志和测试输出；回答“这个定义在哪里？”之类的问题。
Opus 5.5	日常主力	跨几个文件开发功能；调试；代码审查并跟进修改。
Fable 5.1	最难的工作	你不会监督的长时间运行任务；代码库中没有现成模式的问题；需要协调许多子智能体的大型改动。

条形仅作示意，只表示成本顺序。

把 Opus 5.5 作为日常主力

对于你会监督的工作，使用 Opus 5.5：跨几个文件实现功能、调试，以及之后还要跟进修改的代码审查。你会阅读它的操作，并在它偏离方向时介入，因此循环能保持简短。

升级到 Fable 5.1

当结果比 token 价格更重要时，升级到 Fable 5.1。例如你不会监督的长时间运行任务、代码库中没有现成模式的问题，以及需要协调许多子智能体的大型改动。不要等到第三次失败。如果 Opus 5.5 在 xhigh 下两次遇到同一个问题，就切换模型；问题解决后再切回来。交互式工作更适合 Opus 5.5，因为它延迟更低、成本也更低。

Fable 5.1 的标价是每百万输入 token 10 美元、每百万输出 token 50 美元，是 Opus 5.5 价格的 2.5 倍。它的缓存读取价格是每百万 0.25 美元，仅为 Opus 5.5 的 1.25 倍，因为计费价格是其输入价格的 0.025 倍。因此，长时间且高度依赖缓存的运行中，两者差价最小；在需要大量写入的任务中，差价最大。

选择自然的间歇点进行切换。缓存属于之前使用的模型，因此新模型的第一个轮次会按整个对话的写入价格计费。可以先运行 /compact，或用一份简短的书面计划开启新会话，让这个轮次变短。运行 /model 并指定别名或模型名称即可切换。/model 还会把你的选择保存为新会话的默认模型，所以困难部分完成后记得切回去。

查找任务改用较小模型

查找工作可以换成 Sonnet 或 Haiku，但不要用它们写代码：适合让子智能体搜索并总结、阅读日志和测试输出，以及回答“这个定义在哪里”之类的问题。要在许多文件中进行机械性编辑，则保留 Opus 5.5 并把 effort 设为 low。这样执行编辑的还是为你编写其他代码的模型，只是每轮成本更低。

要让某个子智能体使用较小的模型，在其定义中设置 model: haiku 或 model: sonnet。要让所有子智能体使用同一个模型，设置 CLAUDE_CODE_SUBAGENT_MODEL 环境变量。子智能体定义中指定的模型优先于该变量。如果子智能体没有设置模型，就会使用主模型，除非设置了这个环境变量。

每个子智能体都在自己的上下文窗口中运行，并返回一份摘要，因此它读过的文件不会进入你的主对话。它仍会为自己的 token 付费，所以模型设置决定了这部分开销的价格。

Agent teams 仍是实验性功能，会让开销倍增。每个队友都是一个独立的 Claude Code 实例，有自己的上下文窗口；在它退出前会持续使用 token。我们的成本文档估计，在 plan 模式下运行的团队，token 用量大约是标准会话的七倍。团队规模要小，每个任务要自成一体，成员完成工作后就关闭。

这种做法的取舍是：小模型若误读了搜索结果，就会让主模型去找错文件，主模型还得为这段弯路付费。让小模型负责出错后容易发现、代价较低的工作，例如查找文件、运行测试和读取日志。判断性工作留给主模型。opusplan 别名用另一种方式分配工作：Opus 在 plan 模式中制订计划，Sonnet 执行计划。这样代码编辑由 Sonnet 完成，和上面的建议正好相反。在把它设为默认方案前，请在自己的任务上测量。

迁移时检查提示词

提示词迁移示意图

为旧模型编写的指令，可能会让 Opus 5.5 写得更多、重复调用工具。在 Claude Code 中运行 /claude-api prompt-audit，检查你的 Claude Code 配置（例如 skills 和 CLAUDE.md 文件）是否包含这些提示词反模式。它也会检查你在 Claude Platform 上构建的应用代码。

我们用一个由 44 个工单组成的内部客服基准测试了从 Opus 4.8 到 Opus 5.5 的迁移；这些工单的提示词中包含了若干此类模式。切换到 low effort 的 Opus 5.5 后，基准测试成本降低了约 18%。运行 prompt-audit 后，成本又降低了 9%，比 Opus 4.8 的起点低约 25%。审计删除了那些让模型写得更多并重复调用工具的程式化指令：强制要求六步流程、scratchpad 规则、重复验证两次的规则，以及彼此矛盾的指令。

这个结果来自一个基准测试，应当把它视为示例，而不是你可以期待达到的数字。运行审计，然后在真实任务上比较审计前后的 /usage（见《自行测量》）。

缓存与压缩上下文

Claude Code 会为你处理缓存和压缩上下文。它们能节省多少，取决于你如何运行会话。

缓存如何工作

Claude Code 会缓存请求中重复出现的部分，例如系统提示词、工具定义，以及截至当时的对话。在 Opus 5.5 上，读取缓存的成本是新输入 token 的 5%。按当前价格，写入缓存的成本高于读取新输入：五分钟缓存的写入价格是输入价格的 1.25 倍，一小时缓存则是输入价格的两倍。每次命中都会免费重置缓存的有效期。

在 Claude Code 中，缓存有效期取决于你的付费方式。Claude 订阅的有效期是一小时。API 密钥或云服务提供商默认是五分钟；如果订阅开始使用用量额度，有效期也会降到五分钟。

上下文为 120K token 时，在 Opus 5.5 上写入五分钟缓存约需 0.60 美元，读取约需 0.02 美元。一次写入的成本相当于 25 次读取。使用 API 密钥时，休息六分钟喝杯咖啡，就会让下一次读取从 0.02 美元变成 0.60 美元的写入。同样大小的一小时缓存写入约需 0.96 美元；使用 API 时，你可以支付这笔溢价，让缓存覆盖一天中的间隔。

会话形态与命中率

缓存保存的是前缀，所以只有从开头开始与上一次请求相匹配的部分才能复用。

稳定的会话会在每个轮次末尾追加对话，并保持较高的命中率。任何改动请求较早部分的操作都会降低命中率。更改工具定义会清除整个缓存；更改系统提示词会从改动处开始清除缓存，而之后的内容几乎就是全部内容。

实际使用中，遇到以下情况时，预计会发生缓存写入：

暂停时间超过缓存有效期；
在 Amazon Bedrock、Google Cloud 的 Agent Platform 或某个网关上更改 effort；在这些环境中，effort 等级属于缓存匹配内容的一部分；
在会话中首次开启 fast mode，因为它会改变缓存匹配内容的一部分；
连接或断开 MCP 服务器，因为这可能会改变每个请求开始时加载的内容；
切换模型，因为新模型会从空缓存开始；以及
对话被压缩，因为压缩会改写缓存所匹配的历史内容。

因此，在会话开始时就设置好这些选项，运行期间不要改动。

为什么长会话每轮更贵

每个轮次都会重新发送整个上下文，因此随着上下文变长，即使缓存仍在有效期内，每轮成本也会上升。在 Opus 5.5 上，上下文为 20K token 时，每轮缓存读取约需 0.004 美元；上下文为 150K 时，约需 0.03 美元。以这个大小运行 30 轮，光读取就要花 0.90 美元。同样 30 轮、上下文为 20K 时，成本约为 0.12 美元。在 Claude 4.6 及之后的模型中，更大的上下文窗口不会改变每个 token 的价格，因此成本完全来自重新发送对话。

这些上下文中有很多是早先工作的遗留内容：一小时前的堆栈跟踪、已经处理完的文件，或修复问题后留下的测试运行输出。每一轮仍然会发送所有这些内容。

压缩上下文、`/compact` 和 `/clear`

当会话接近上下文上限时，Claude Code 会总结较早的历史记录，让后续轮次发送更少内容。运行 /autocompact 并指定 token 数量，可以更改触发压缩时上下文的占用程度。

你也可以用两个命令自行处理。/clear 会清空对话，且不产生费用，所以开始无关的工作时就用它。/compact 会保留上下文连续性，但会花费一个请求。它会读取要总结的对话；你可以指定要保留什么，例如 /compact keep the failing test names and the schema change。

对 150K token 的上下文进行压缩，粗略成本约为 0.25 美元。这笔费用包含读取、生成几千个输出 token 的摘要，以及对较短上下文重新写入缓存。后续每个轮次的读取成本约可节省 0.025 美元，因此大约十个轮次后，压缩就能回本。如果快要完成任务才进行压缩，成本会高于节省的费用。

这个价格假设缓存仍然有效。缓存仍在有效期内时，摘要请求会从缓存读取对话，所以要在休息前压缩，而不是休息后。休息时间超过缓存有效期后，同一个 /compact 会重新读取整段对话，再把它写回缓存。对于五分钟缓存、150K token 的上下文，仅输入就约需 0.75 美元。如果你想放弃此前走过的一条路径，可以改用 /rewind 回到较早的轮次。缓存仍在有效期内时，这会回到一个已经缓存的前缀。

摘要也会丢失细节。在调试会话中途压缩，可能会丢掉那条至关重要的日志。如果下一步取决于某项具体内容，请在 /compact 指令中说明；并且要在自然的间歇点进行压缩。

输入内容之前加载的内容

你的 CLAUDE.md 文件会在每次会话开始时加载到上下文中，因此文件中的每一行都会在每个轮次中重新发送。成本文档建议将其控制在 200 行以内。MCP 工具定义会延迟加载。开始时只加载工具名称和服务器指令；等到使用某个工具时，才加载完整定义。运行 /mcp 查看已连接的服务器，并关闭当前不用的服务器。

账单的其他组成部分

下表列出了影响 Claude Code 会话的其他计费规则，并在有相关文档时附上链接。

fast mode 最高可让 Opus 5.5 的运行速度提高 2.5 倍，标准价格则翻倍：每百万输入 token 8 美元，每百万输出 token 40 美元。使用 Claude 订阅时，费用从用量额度中扣除，不计入计划限额。开启 fast mode 后的第一个请求，会按 fast mode 的输入价格对整个对话计费，且不使用缓存。因此，要在会话开始时开启，不要等到会话进行很久后才开启。

账单项目	计费方式与说明
缓存有效期	Claude Code 中，订阅的有效期为一小时；API 密钥或云服务提供商为五分钟，订阅开始使用用量额度后也为五分钟。每次命中都会重置有效期。API 提供一小时缓存，但写入价格较高。参见成本文档（Claude Code 缓存有效期）和提示缓存文档。
缓存写入	按当前 API 定价，五分钟缓存的写入价格是输入价格的 1.25 倍，一小时缓存是输入价格的 2 倍。参见定价文档。
思考	按输出 token 计费，包括不会返回给你的思考内容。参见扩展思考文档。
Effort	适用于每个输出 token：文本、工具调用和思考。参见 effort 文档。
自动压缩上下文	上下文窗口接近上限时运行。`/autocompact` 加上 token 数量用于设定阈值。参见上下文窗口文档。
子智能体与 Agent teams	子智能体在自己的上下文窗口中工作，并返回一份摘要。plan 模式下的 Agent teams 会使用约为标准会话 7 倍的 token。参见上下文窗口和成本文档。
Batch API	通过 Message Batches API 发送的请求，输入和输出 token 均为半价。参见批处理文档。
典型开销	目前，在 Enterprise 部署中，平均每位开发者每个活跃日约 13 美元。90% 的用户每个活跃日的成本低于 30 美元。两个数字都针对当前模型。参见公开文档中的成本页面（Enterprise 平均值和 90% 用户的上限）。

自行测量

这篇文章中的数字都是示例。你的代码库、提示词和习惯都不一样，因此请在自己的任务上测量成本。下面介绍检查方法。

在会话中运行 /usage。/cost 的作用相同。Session 区块会显示 token 用量和按标价估算的美元成本。提示缓存一栏会显示输入中有多少来自缓存。对于 Pro、Max、Team 或 Enterprise 计划，同一屏幕也会显示计划用量进度条。美元金额由你的设备按标价计算，因此对于订阅用户，它可以说明你完成了多少工作，但不是实际账单。
将同一项任务运行两次。Opus 5.5 需要 Claude Code v2.1.280 或更新版本，因此先运行 claude update。从待办事项中挑一项，不要用玩具示例。使用 /model 在 Opus 5 和 Opus 5.5 之间切换。记录轮次、输出 token 和每次运行的成本。先做三四项任务，再得出结论。
对于团队，请使用用量和成本报告。Claude Code Analytics API 会估算每位用户的成本。Usage and Cost API 会按模型，以及缓存与未缓存 token，拆分支出。
试试 effort 阶梯。先用 medium 跑一项困难任务，再用 high 跑一次。再用 low 跑一项机械性任务。

读取会话

任务结束时，在 /usage 中检查三项内容。

缓存占比。 对于较长的会话，占比应该较高。如果偏低，请检查是否有过长时间的暂停、切换模型、中途连接 MCP 服务器，或者在云服务提供商或网关上更改 effort。提示缓存一栏通常会指出最近一次未命中的可能原因。

输出与输入的比例。 如果只做了很小的改动，却产生了大量输出，通常说明这项任务的 effort 等级过高，或者模型正在重试。

总输入与对话长度的比例。 如果总输入量是对话长度的许多倍，说明这个会话经历了很多轮，值得读一读对话，找出循环重复发生的位置。

作为参考，Claude Code 成本文档给出的企业部署平均值约为每位开发者每个活跃日 13 美元，90% 的用户每个活跃日低于 30 美元。如果某个会话的成本远高于你自己的常态水平，就值得检查一下。

请记住

对范围明确的日常工作使用 medium effort。
给模型提供检查工作的方法；跨多个文件的改动应从 plan mode 开始。
medium 卡住时，将 effort 提高到 high。使用 API 密钥或订阅时，这项更改会保留缓存；使用云服务提供商或网关时，则应在间歇点更改。
如果 xhigh 两次遇到同一个问题，就切换到 Fable 5.1。问题解决后再切回来。
让 Sonnet 或 Haiku 负责搜索和读取日志的子智能体。
代码编辑继续交给 Opus 5.5。
让长会话持续推进，使缓存保持有效。
无关任务之间使用 /clear；在间歇点使用 /compact，并注明要保留的内容。
最重要的一点：在每个模型上各运行一项真实任务，并比较 /usage 报告的内容。你自己的数据最值得信赖。

希望这篇文章对你有所帮助。如果 Opus 5.5 没有让你的使用额度比 Opus 5 支持你完成更多工作，请使用 /feedback 告诉我们。

延伸阅读：有效管理成本 · 模型配置 · 在 Claude Code 中选择 Claude 模型和 effort 等级 · Effort · 提示缓存 · 最大限度发挥 Claude Code 会话的价值

感谢 Michael Segner、Kacie Jenkins 和 Molly Vorwerck 审阅本文。