力学笃行

收据先摆出来：621 个会话、15,308 轮请求怎么统计的#

先说方法，你可以照着复现。Claude Code 会把每个会话存成本地的 jsonl 文件，里面每一轮 assistant 消息都带一个 usage 字段，记录这轮模型的输入构成：普通输入、缓存读（cache read）、缓存写（cache creation）。脚本干的事很简单：遍历最近一个月的会话文件，把每轮的三项加起来，得到”这一轮模型实际读了多少 token”，核心逻辑不到一百行。之所以信 usage 字段而不是界面上的显示，因为前者是 API 返回的原始凭证，你被扣的钱就是按它算的。第一遍跑出来我以为是脚本多算了，翻文档核对了半天口径才认。

6 月底建站之后我越用越狠，暑假这两周基本全天挂着干活：改站、写脚本、预习课设。攒下来的盘子是 621 个会话、15,308 轮请求，平均一个会话 25 轮左右。

均值是中位数的两倍，说明分布严重右偏：大多数轮次停在几万的量级，一小撮长会话的尾部轮次把均值硬生生拽了上去。这撮尾部轮次后面还要重点说，它们是误区的重灾区。

中位数一轮 42,882 token，你那句话只占 450#

先看整体分布。

直方图是双峰的。左边的主峰在 3 万到 4 万之间，是短会话的日常轮次；10 万以上还拱起一个明显的山包，全是长会话的尾部轮次。P90 到了 22.9 万，最大的一轮 405,990 token，接近中位数的 10 倍，放进 200K 的上下文窗口（context window），等于一口气塞满两个窗口。两个山包对应两种工作状态：左边是问答和小修小补，右边是放手让 Agent 自己干半小时的大活。山包每高一分，都是在为全部历史多买一次单。

再看中位数那一轮的构成，这张图更刺痛。

那根橙色长条几乎占满全程：缓存命中的前缀 40,576 token，包含系统提示、工具定义和此前全部对话；右端小到几乎看不见的灰点，是本轮真正的新输入，450 token。450 大概就是两三句话，就是你那句”帮我看看这个报错”。你以为你只发了一句话，模型实际读了 4 万字的东西来接待你这句话。

这里必须交代一个口径问题，不然懂统计的读者要挑刺。图 1 的 42,882 是分布的中位数：把 15,308 轮各自的总数排序，取最中间那一个。图 2 合计约 4.1 万，是把每一项（前缀、新写缓存、新输入）分别取中位数再相加。**两种算法口径不同，4.3 万和 4.1 万都对，但不能混成同一个数用。**另外中位数一轮的新写缓存恰好是 0，跟缓存的增量更新机制有关，这里不展开猜。

误区一：消息发得短，花费就该小#

常见理解：我就发一句”改个 bug”，几十个 token，能花多少钱。省钱方式就是把问题打短点，长话短说。

为何错：对普通聊天机器人这么说大体成立，对 Coding Agent 完全不成立。模型侧不记事，API 每一轮调用都要把系统提示、工具定义、全部对话历史重新发一遍，这是这类模型推理的基本工作方式。你的 450 token 只是搭在 4 万 token 的车上。**花费的开关不在”你这句多长”，在”这轮之前累积了多少”。**同一个问题，会话第 1 轮问和拖到几十轮之后再问，读的量能差好几倍，极端情况差出一个数量级，我的 P90 就是证据。

正确理解：把估成本的单位从”我发了多少”换成”模型背了多重”。中位数那一轮里你的新输入只占 1%，前缀的体重才是账单主体。爆文比的不是谁的消息长，而是谁开门就发 33k，因为底座是常量，你的消息是零头。拿中位数那一轮的构成算，把你的消息删短一半，账单几乎不动；把前缀砍掉一万，每一轮立刻省两成多。

我 6 月写 Agent 记忆架构全景 时提过一层：Agent 的”记忆”本质上是每轮重新注入的上下文。当时在讲架构，现在从账单角度看，那句话还有个更土的翻译：你养的每一份记忆，都是每轮重付的邮费。

误区二：命中缓存等于白嫖#

常见理解：Anthropic 有提示词缓存（prompt caching），我的命中率 91.27%，九成的 token 打一折，那不约等于免费？随便聊。

为何错：缓存改的是单价，不是”每轮重读全部历史”这个逻辑，至少有三笔账它不管。

第一笔，写比读贵。Anthropic 2024 年起公开的定价结构是：缓存读 = 基础输入价 ×0.1，缓存写 = ×1.25。每一轮新增的内容都要先按 1.25 倍写进缓存，之后才能享受一折。你省下的钱里，有一部分是先多付 25% 换来的。

第二笔，前缀一变，缓存全废。缓存按前缀匹配，从第一个字节开始对齐。中途改了 CLAUDE.md、换了个模型、工具列表变了，甚至 Agent 自动压缩了历史，前面一变，后面的缓存全部作废重写。91.27% 的命中率听着高，反过来算就是还有近 9% 的 token 走全价甚至 1.25 倍价。

第三笔，尾巴越背越重。每轮模型的输出会成为下一轮历史的一部分，前缀像滚雪球，每轮都要整个重读一遍。图 1 右边那个山包就是这么滚出来的：

P90 那种 22.9 万 token 的轮次，就算全打一折，折算成全价也还有 2.3 万，单这一轮就抵得上我短会话里五轮的开销。

也别矫枉过正，缓存的价值是真的。13 亿 token 全按原价读是天文数字；91% 打一折之后，等效全价约 2.3 亿到 2.6 亿（取决于缓存写占多少），省了大约八成。缓存是把账单砍到两折多的折扣券，不是免单。

正确理解：省钱的正确姿势是把基数做小，而不是盯着折扣率。基数小，一折才真的便宜；基数大了，一折也是巨款。编码任务每轮都在改文件，前缀天然会变，缓存命中本来就有上限，别为了”保缓存”牺牲干活。

给 Claude Code 瘦身：今天就能做的四件事#

账单结构清楚了，减肥就好办：前缀是主要矛盾，所有动作都围绕”别让前缀长胖”。四件事按性价比排序。

**1. 把 CLAUDE.md 写短。**它是常驻前缀，每一轮、每个会话都要被读一遍，塞 3000 字进去等于给每轮账单加一笔固定税。只留反复需要的事实：构建命令、风格硬规矩、目录约定。我 6 月写过 CLAUDE.md 使用指南，写完指南自己也没忍住往里堆东西，这个月删掉三分之二，只留十几行。权限相关的规矩值得留一条，我在这个坑里栽过，过程写在 一次 rm -rf 桌面的安全事故复盘 里。

**2. 单任务单会话，做完就 /clear。**长会话是 P90 轮次的直接来源，20 万 token 以上的尾部轮次全是拖着不结的会话贡献的。A 任务做完，/clear 再开 B，别让 A 的尸体挂在 B 的前缀上。平均一个会话 25 轮，我的体感是超过百轮的会话，基本都在为历史付冤枉钱。清空对回答质量也有好处：历史里堆满上个任务的报错和死胡同，模型的注意力会被这些碎片分掉。

**3. 少装用不上的 MCP 工具。**MCP（Model Context Protocol）工具的定义和系统提示一样进常驻前缀。挂十个 MCP 服务器、上百个工具，等于每轮开工前先读一篇长文再干活。爆文测出的 33k 底座里，工具定义就是大头之一。只留当前项目真用得上的，其余从配置里摘掉。

**4. 长任务拆子代理（subagent）。**让主会话保持苗条，翻代码、跑批量修改这类脏活派给子代理，只把结论带回来。雪球让它在子代理那边滚，主会话的前缀不膨胀。

也说句公道话：上下文本身是资产。大范围重构、跨文件推理，硬拆会丢线索，来回补上下文的成本可能比重读还高。这份清单是默认值，不是铁律，权重大的任务该胖就让它胖。

三个口径局限：一台机器、一个字段、一种定价#

这份数据能说明结构，当不成普遍规律，三个局限必须交代清楚。

局限一，只测了我一台机器。我的用法是建站、写博客、写脚本，我的 CLAUDE.md、我装的 MCP、我的会话习惯，全都和别人不同。你的数字大概率不是 42,882，但结构应该差不多：前缀占绝对大头，你的输入是零头。而且我这个月正值高强度期，分布天然偏向长会话，拿它去推轻量周末用户的账单，只会高估。

局限二，usage 字段的口径。我统计的是 API 返回的 usage 字段，即”模型这一轮读了多少 token”，不等于”你被扣了多少钱”，中间隔着缓存折扣和计费档次。爆文的 33k 和我的 42,882 也未必是同一种数法，跨文章比较先对口径。

局限三，缓存定价随厂商不同。0.1 倍读、1.25 倍写是 Anthropic 的结构，GPT-5.6（07-09 发布）和 Grok 4.5（07-08 发布）各有各的缓存计价方案。拿 Claude Code 的账单去推别的 Agent 的成本，会推错。

下一个实验：用同一套脚本把 OpenCode 也测一遍#

爆文说 OpenCode 开门只发 7k，约是 Claude Code 的五分之一。这个差距我准备亲手验一遍：把 OpenCode 装上，干同一批活，跑同一个解析脚本，对比两边的常驻前缀体重和缓存行为，再拆到系统提示、工具定义、历史三层看差异。数据齐了写暑期第三篇。

如果你今天只想做一个动作：打开你的 CLAUDE.md，删掉一半。这一下的收益是每轮、每个会话、每天都生效的。

一句话结论（2026-07-14）：解析本机 Claude Code 的 621 个会话、15,308 轮请求，中位数一轮实际读取 42,882 token（P90 228,969，一个月累计约 13 亿），整体缓存命中率 91.27%，你发的那句话中位数只有 450 token；账单大头是常驻前缀，瘦身的本质是给前缀减肥。

参考链接#

1. systima.ai：Claude Code 与 OpenCode 的 token 开销对比（2026-07-12）
2. Anthropic 官方文档：Prompt Caching
3. Claude Code 官方文档
4. Anthropic 定价页