成本优化策略

让你的 token 花在刀刃上，可以显著降低费用而不损失体验。

三大省钱方向

方向	节省幅度	难度
缓存命中	缓存读取按输入价 10% 计费	易
模型选型	Haiku vs Opus 模型倍率差 5×（0.5 vs 2.5，详见价格页）	易
上下文管理	减少冗余 token	中

1. 最大化 Prompt Cache

详细机制见提示缓存优化。

关键设置（settings.json）

json

{
  "env": {
    "ANTHROPIC_DEFAULT_HAIKU_MODEL": "claude-haiku-4-5-20251001",
    "ANTHROPIC_DEFAULT_SONNET_MODEL": "claude-sonnet-4-6",
    "ANTHROPIC_DEFAULT_OPUS_MODEL": "claude-opus-4-7"
  }
}

保持默认 Haiku 映射 = 后台调用便宜约 5×。

长会话 > 多次短会话

方案 A：1 个 4 小时连续会话
- cache 持续命中，5min TTL 不断续期
- 平均命中率 80%+

方案 B：8 个 30 分钟会话（中间间隔 1h）
- 每次重新 cache_creation
- 平均命中率 30%

A 的成本 ≈ B 的 1/3。

用 `/compact` 而非 `/clear`

命令	影响 cache
`/clear`	❌ 完全清空，cache 全失效
`/compact`	✅ 压缩历史，保留 cache 前缀

2. 模型选型

任务 vs 模型映射

任务	选	别选
给会话起标题	Haiku 4.5	Opus（白瞎）
单文件函数补全	Haiku 4.5 / Sonnet 4.6	Opus
写注释 / docstring	Haiku 4.5	Opus
代码格式化	Haiku 4.5	Opus
简单 bug 修复	Sonnet 4.6	Opus
多文件重构	Sonnet 4.6 / Opus 4.7	Haiku
架构设计	Opus 4.7	Haiku
难 bug 排查	Opus 4.7 thinking	Haiku
长上下文分析	Opus 4.7	Haiku

Subagent 用便宜模型

~/.claude/agents/<name>/AGENT.md：

yaml

---
name: test-runner
model: claude-haiku-4-5-20251001        # ← Haiku 跑测试足够
---

主 Claude 用 Opus，subagent 用 Haiku，主任务质量不变 + 委派任务便宜约 5×。

thinking 变体只在难题用

任务	用 thinking?
算法/数据结构难题	✅
复杂架构选择	✅
简单 CRUD	❌（浪费）
翻译/文档	❌（浪费）

thinking 输出 token 翻 2-3 倍，只有真需要推理的任务才用。

3. 上下文管理

减少不必要的文件读取

让 Claude 用 Glob/Grep 定位，别让它无脑读整个项目：

❌ "看一下整个项目结构"          → 读 200 个文件，浪费
✅ "用 Glob 找 src/api/**/*.ts，列出所有路由" → 精准

用 .gitignore 防止误读

node_modules/
dist/
.next/
build/
*.lock
public/uploads/

Claude 默认尊重 .gitignore，不会扫这些目录。没设的话每次 grep 都扫一遍是浪费。

用 .claudeignore（精细控制）

# .claudeignore - 类似 .gitignore 但只对 claude 生效
prisma/migrations/
docs/legacy/
*.generated.*

长 prompt 用文件代替

❌ 在 prompt 里粘 500 行代码          → 每次都消耗这 500 行 token
✅ 让 Claude 读文件                   → 走 cache 后续基本免费

子任务用 Subagent 隔离

主任务："重构 auth 模块"
├─ 主 Claude 保持简洁 context
└─ 委派 subagent："跑全部测试" / "看 git log"
    └─ subagent 独立 context，结果汇总给主

主对话不会被一堆测试输出污染。

4. 监控成本

每次会话末看：

/usage

观察：

指标	健康
cache_read / 总 input	> 70%
Haiku 占比（subagent）	> 80%
单次会话总成本	控制目标值内

如果命中率长期 <50%，检查：

是不是频繁 /clear
是不是上游路由/缓存不稳定（见提示缓存优化）
是不是上下文长度爆炸

5. 提示词技巧

一次说清需求 > 反复改

❌ 多轮试错
  你："写个登录"
  Claude：写了
  你："加邮箱验证"
  Claude：改了
  你："换用 magic link"
  Claude：重写了
  → 3× 成本

✅ 一次到位
  你："写一个支持 magic link 的登录流程，要求邮箱验证，用 Resend 发邮件"
  Claude：一次写对
  → 1× 成本

用工具能做的别让模型猜

❌ "你觉得这个函数的复杂度怎么样"     → 模型纯猜
✅ "用 Bash 跑 npx complexity-report" → 拿数据

减少"礼貌客套"

❌ "你好 Claude，请问能帮我写..."     → 无效 token
✅ "写..."                            → 直奔主题

省下来的 token 用在真问题上。

6. Subscription vs API 计算

场景	推荐
每天 < 1 小时使用	Shuro 按量
每天 4-8 小时编码	Anthropic Max 20x ($200/月)，划算
团队 5 人共享	自建 Shuro 中转 + 拼车

待验证（TODO/VERIFY）

以下对比数据基于旧平台实测（2026-06），尚未在 Shuro 复测，仅供参考。

套餐	月费	等效 API 价值	命中率
Anthropic Pro	$20	~$80	95%+
Anthropic Max 5x	$100	~$500	95%+
Anthropic Max 20x	$200	~$2000+	99%
中转按量（旧平台实测）	自付	1×	50-80%

重度编码 = Max 订阅最省。

7. 自动化省钱（Hook）

json

// settings.json
{
  "hooks": {
    "PreToolUse": [
      {
        "matcher": "Bash",
        "hooks": [{
          "type": "command",
          "command": "if echo \"$CLAUDE_TOOL_INPUT\" | grep -q 'find / '; then echo '🛑 浪费 token：用更精确的 find 路径' >&2; exit 1; fi"
        }]
      }
    ]
  }
}

拦掉烧 token 的命令（递归找根目录等）。

8. 检测命中率（实战脚本）

bash

#!/bin/bash
# scripts/check-cache-hit.sh

curl -sS -X POST 'https://shuro.vip/v1/messages' \
  -H 'x-api-key: '"$ANTHROPIC_AUTH_TOKEN"'' \
  -H 'anthropic-version: 2023-06-01' \
  -d @prompt.json | jq '.usage | {
    cache_read: .cache_read_input_tokens,
    cache_create: .cache_creation_input_tokens,
    fresh: .input_tokens,
    output: .output_tokens,
    hit_rate: (.cache_read_input_tokens / (.cache_read_input_tokens + .cache_creation_input_tokens + .input_tokens) * 100 | floor)
  }'

输出：

json

{
  "cache_read": 159903,
  "cache_create": 1095,
  "fresh": 6,
  "output": 4712,
  "hit_rate": 99
}

99% 命中率 = 你已经在最优状态。

实际成本目标

示例估算（TODO/VERIFY）

以下金额为旧平台经验下的示例估算，Shuro 的人民币价格/充值汇率未确认，请以 Shuro 价格页与自己的账单为准。

工作量	目标月成本（示例估算）
个人轻度（每天 1h）	< ¥50
个人重度（每天 4h+）	< ¥500（or 上 Max 订阅）
团队 5 人	< ¥2000
团队 20 人	< ¥8000（自建 + 拼车更划算）

如果你的实际消费远超目标，回到本文按顺序排查。

不省的钱

有些钱不要省：

🚫 不要用 GPT-3.5/老模型省（质量损失大于成本节省）
🚫 不要把 ANTHROPIC_DEFAULT_OPUS_MODEL 改成 Haiku（主任务质量崩盘）
🚫 不要关闭流式（卡顿体验劣化）
🚫 不要用免费但不稳定的中转（重试浪费的 token 比省下来多）

质量第一，省钱第二。

成本优化策略 ​

三大省钱方向 ​

1. 最大化 Prompt Cache ​

关键设置（settings.json） ​

长会话 > 多次短会话 ​

用 /compact 而非 /clear ​

2. 模型选型 ​

任务 vs 模型映射 ​

Subagent 用便宜模型 ​

thinking 变体只在难题用 ​

3. 上下文管理 ​

减少不必要的文件读取 ​

用 .gitignore 防止误读 ​

用 .claudeignore（精细控制） ​

长 prompt 用文件代替 ​

子任务用 Subagent 隔离 ​

4. 监控成本 ​

5. 提示词技巧 ​

一次说清需求 > 反复改 ​

用工具能做的别让模型猜 ​

减少"礼貌客套" ​

6. Subscription vs API 计算 ​

7. 自动化省钱（Hook） ​

8. 检测命中率（实战脚本） ​

实际成本目标 ​

不省的钱 ​

成本优化策略

三大省钱方向

1. 最大化 Prompt Cache

关键设置（settings.json）

长会话 > 多次短会话

用 `/compact` 而非 `/clear`

2. 模型选型

任务 vs 模型映射

Subagent 用便宜模型

thinking 变体只在难题用

3. 上下文管理

减少不必要的文件读取

用 .gitignore 防止误读

用 .claudeignore（精细控制）

长 prompt 用文件代替

子任务用 Subagent 隔离

4. 监控成本

5. 提示词技巧

一次说清需求 > 反复改

用工具能做的别让模型猜

减少"礼貌客套"

6. Subscription vs API 计算

7. 自动化省钱（Hook）

8. 检测命中率（实战脚本）

实际成本目标

不省的钱