Claude memory features ব্যবহার করতে কি অতিরিক্ত খরচ হয়?
Anthropic memory token-এর আলাদা দাম প্রকাশ করে না। Remembered text input token হিসেবে আবার পাঠালে খরচ বাড়ে, তবে prompt cache ব্যবহার করলে replay-এর দাম কমতে পারে।
Claude-এর memory feature ব্যবহার করতে কি অতিরিক্ত খরচ হয়?
Claude-এর memory feature-এর জন্য আলাদা কোনো মূল্য নেই। Anthropic প্রকাশিত মূল্য input-এর প্রতি million token এবং output-এর প্রতি million token হিসেবে নির্ধারণ করে। Prompt caching-এর জন্য অতিরিক্ত rate আছে। এগুলোর কোনোটি memory token নামে পরিচিত নয়। Claude API (application programming interface)-তে memory সংরক্ষণের জন্য কোনো খরচ নেই, কারণ memory tool client-side এবং ফাইলটি আপনার মালিকানাধীন storage-এ থাকে।
তবু memory আপনার বিলকে প্রভাবিত করতে পারে। কারণ মনে রাখা কোনো তথ্য Claude যে request পড়ে তার ভেতরে থাকলেই কেবল উত্তর পরিবর্তন করে। কোনো তথ্য মনে রাখার অর্থ হলো সেটি আবার পাঠানো। সেই text input token হিসেবে গণনা হয় এবং cache করা না থাকলে model-এর সাধারণ input rate অনুযায়ী চার্জ হয়। খরচ কত হবে, তা 2টি বিষয় নির্ধারণ করে: প্রতিটি turn-এ আপনি মনে রাখা text-এর কত token আবার পাঠাচ্ছেন এবং সেই পুনরায় পাঠানো text prompt cache থেকে সরবরাহ করা যায় কি না।
Pro, Max বা Ultra subscription-এ আপনার plan-এর অন্তর্ভুক্ত সীমার মধ্যে ব্যবহার প্রতি token হিসেবে বিল করা হয় না। সে ক্ষেত্রে memory আপনার অর্থ নয়, usage allowance ব্যবহার করে। তবে usage credits চালু করে কোনো সীমা অতিক্রম করলে নিয়ম বদলে যায়। আপনার request pay-as-you-go পদ্ধতিতে চলে যায়। তখন standard API rate অনুযায়ী আলাদা বিল হয় এবং subscription-এর বাইরে পৃথকভাবে চার্জ করা হয়। ফলে ওই পর্যায় থেকে অতিরিক্ত বড় memory block আবার অর্থ খরচ করায়। নিচের প্রক্রিয়াটি একই থাকে। শুধু এককটি বদলে যায়। এই allowance সীমিত। তাই প্রতিটি turn-এ কতটা memory বহন করা উচিত তা ঠিক করার আগে Claude Pro-এর খরচ এবং কোন পর্যায়ে তার সীমা আপনাকে থামিয়ে দেয় তা জেনে নিন। Usage-based Claude Enterprise আবার ভিন্নভাবে কাজ করে। সেখানে seat price-এর পাশাপাশি প্রতিটি token API rate অনুযায়ী গণনা করা হয়। তাই অতিরিক্ত বড় memory block allowance নয়, আবার সরাসরি অর্থ খরচ করায়। Seat-based Enterprise plan-এ usage allowance অন্তর্ভুক্ত থাকে। সদস্যরা অন্তর্ভুক্ত সীমায় পৌঁছানোর পর usage credits পাওয়া যায়। এগুলো legacy plan, যা contract renewal-এর সময় usage-based billing-এ রূপান্তরিত হয়। Memory ছাঁটাই করে আপনার ব্যবহার যদি ছোট কোনো plan-এর ceiling-এর যথেষ্ট নিচে চলে আসে, তাহলে Max বা Ultra থেকে Pro-তে নামা পরবর্তী বিবেচনার বিষয় হতে পারে। আপনি যদি Anthropic-এর নিজস্ব tier-এর বদলে বিভিন্ন provider-এর মধ্যে তুলনা করেন, তাহলে বর্তমান মূল্যে Claude-এর plan-গুলোর পাশে ChatGPT-এর plan তুলনা করা দিয়ে শুরু করুন।
প্রতিটি Claude সারফেসে "memory" বলতে যা বোঝায়
তিনটি ভিন্ন পণ্য একই শব্দ ব্যবহার করে, আর সেগুলোর মধ্যে গুলিয়ে ফেলার কারণেই এই বিষয়টি বিভ্রান্তিকর মনে হয়।
Claude API-তে memory টুল। আপনি tools অ্যারেতে একটি এন্ট্রি যোগ করেন এবং আপনার নিজের কোডে ফাইল অপারেশনগুলো ইমপ্লিমেন্ট করেন।
{"type": "memory_20250818", "name": "memory"}অক্টোবর 2026 অনুযায়ী, এই টুলের জন্য Messages API-তে কোনো beta হেডার প্রয়োজন হয় না এবং এটি সমস্ত Claude 4 ও পরবর্তী মডেলগুলোতে কাজ করে। এটি ক্লায়েন্ট-সাইড: Claude view /memories-এর মতো একটি অপারেশনের অনুরোধ করে, আপনার হ্যান্ডলার আপনার নিয়ন্ত্রিত স্টোরেজে সেটি চালায় এবং আপনি tool_result ব্লকে ফলাফল ফেরত পাঠান। Anthropic কখনোই ফাইলটি সংরক্ষণ করে না, তাই কোনো স্টোরেজ চার্জ নেই। এর পরিবর্তে আপনি রাউন্ড ট্রিপের জন্য অর্থ প্রদান করেন। টুলের সংজ্ঞা প্রতিটি অনুরোধের সাথে পাঠানো হয় এবং ফেরত আসা ফাইলের বিষয়বস্তু সেই মুহূর্ত থেকে কথোপকথনের অংশ হয়ে যায়।
Anthropic সেই ওভারহেডের নির্দিষ্ট অংশ প্রকাশ করে। Claude Opus 5-এ auto টুল চয়েস ব্যবহার করলে, টুল-ইউজ সিস্টেম প্রম্পটটি 286 টোকেনের হয়, যা অক্টোবর 2026-এ নথিভুক্ত করা হয়েছে। যখনই কোনো টুল উপস্থিত থাকে, মেমরি হোক বা অন্য কিছু, প্রতি অনুরোধে একবার এই চার্জ প্রযোজ্য হয়।
Claude Code. প্রতিটি সেশনের শুরুতে দুটি মেকানিজম লোড হয়। CLAUDE.md ফাইলে আপনার লেখা নির্দেশনা থাকে। অটো মেমরিতে Claude নিজের জন্য যে নোটগুলো লেখে তা ~/.claude/projects/<project>/memory/-এর অধীনে থাকে। MEMORY.md-এর প্রথম 200 লাইন বা 25KB-এর মধ্যে যেটি আগে পূর্ণ হয়, শুধুমাত্র সেটিই লোড হয় এবং এর পাশের টপিক ফাইলগুলো স্টার্টআপের পরিবর্তে প্রয়োজনে পড়া হয়। স্টার্টআপে লোড হওয়া সবকিছুই সেই সেশনের পরবর্তী প্রতিটি অনুরোধের প্রিফিক্সের অংশ হয়ে যায়। আপনি সাবস্ক্রিপশন ব্যবহার করলে মেমরি অন্তর্ভুক্ত ব্যবহারের কোটা খরচ করে, অথবা লিমিট পার হয়ে গেলে ব্যবহারের ক্রেডিট খরচ করে। Console বা ক্লাউড প্রোভাইডারদের মাধ্যমে, Claude Code আপনার প্রতিষ্ঠানের জন্য প্রতি টোকেন হিসেবে বিল করা হয় এবং মেমরি কনটেক্সট সেই বিলিং পদ্ধতি অনুসরণ করে। কিভাবে Claude Code সেশনের মধ্যে মেমরি মনে রাখে অংশে ফাইল অনুযায়ী লোডিং অর্ডার বর্ণনা করা হয়েছে।
ওয়েবে Claude. claude.ai-তে, মেমরি হলো এমন কিছু এন্ট্রির সেট যা Claude আপনার সাথে চ্যাট করার সময় লেখে এবং আপডেট করে, যেখানে প্রতিটি প্রজেক্টের জন্য আলাদা মেমরি স্পেস থাকে। প্রজেক্ট মেমরি ডিফল্টভাবে আপনার অ্যাকাউন্টের মেমরির সাথে ব্যবহৃত হয়; এটিকে সম্পূর্ণ আলাদা রাখতে প্রজেক্টের পেজে Use account memory বন্ধ করে দিন। Settings > Your Claude > Manage next to Your memory-তে কী সংরক্ষিত আছে তা দেখা যায়, অথবা পুরনো লেআউটে Settings > Memory-তে গিয়ে মেমরি টগল থেকে Pause memory বা Reset memory নির্বাচন করা যায়। মেমরি ফ্রি প্ল্যানেও উপলব্ধ। পেইড প্ল্যানে অন্তর্ভুক্ত ব্যবহারের কোটা থাকলে মেমরি ব্যবহারের লিমিট খরচ করে, অথবা লিমিট পার হয়ে গেলে ব্যবহারের ক্রেডিট খরচ করে; ব্যবহার-ভিত্তিক এন্টারপ্রাইজ প্ল্যানে এটি API রেটে বিল করা হয়।
কেন সংরক্ষিত টেক্সট ইনপুট টোকেন হিসেবে বিল করা হয়
Messages API একটি stateless বা স্টেটলেস পরিষেবা। এটি কলগুলোর মধ্যে কোনো তথ্য সংরক্ষণ করে না, তাই আপনার ক্লায়েন্ট প্রতিটি ধাপে পুরো কথোপকথন পাঠায় এবং মডেলটি পুনরায় সবকিছু পড়ে। মেমরি এই নিয়মের ব্যতিক্রম নয়। এটি একই অনুরোধের মধ্যে থাকা টেক্সটের আরেকটি অংশ মাত্র।
এই বিভাজনটি যেকোনো প্রতিক্রিয়ার usage অবজেক্টে দেখা যায়।
"usage": {
"input_tokens": 412,
"cache_creation_input_tokens": 0,
"cache_read_input_tokens": 18240,
"output_tokens": 236
}input_tokens শুধুমাত্র সেই টোকেনগুলো গণনা করে যা ক্যাশ থেকে পড়া হয়নি বা ক্যাশ তৈরির জন্য ব্যবহৃত হয়নি, যার অর্থ হলো শেষ ক্যাশ ব্রেকপয়েন্টের পরের টোকেনগুলো। অনুরোধের জন্য মোট ইনপুট হলো cache_read_input_tokens যোগ cache_creation_input_tokens যোগ input_tokens। তিন টার্ন আগে Claude যে মেমরি ফাইলটি খুলেছিল, তা প্রতিটি টার্নেই এই মোট ইনপুটের অন্তর্ভুক্ত থাকে। যখন প্রিফিক্স ক্যাশ করা থাকে তখন এটি cache_read_input_tokens-এর অধীনে থাকে, যখন প্রিফিক্সটি পুনরায় লেখা হয় তখন এটি cache_creation_input_tokens-এর অধীনে থাকে এবং যখন এটি ক্যাশ করা হয় না তখন এটি input_tokens-এর অধীনে থাকে। একই টেক্সট, কিন্তু ভিন্ন ভিন্ন মূল্য। ইনপুট এবং আউটপুট টোকেনের মূল্য ভিন্ন হয়, এবং পুনরায় ব্যবহৃত মেমরি ইনপুট হিসেবে গণ্য হয়।
আপনার নিজস্ব ব্যবহারে এই সংখ্যাগুলো কোথায় দেখবেন
কোনো ব্লগ পোস্ট থেকে প্রাপ্ত সংখ্যা গ্রহণ করবেন না, এমনকি এই পোস্টের সংখ্যাও নয়। আপনার নিজের মেমরি ব্লকের পরিমাপ করুন। টোকেন গণনা বিনামূল্যে করা যায় এবং এর নিজস্ব রেট লিমিট রয়েছে, তাই এই পরিমাপ করতে কোনো খরচ হয় না।
curl https://api.anthropic.com/v1/messages/count_tokens \
-H "x-api-key: $ANTHROPIC_API_KEY" \
-H "content-type: application/json" \
-H "anthropic-version: 2023-06-01" \
-d '{
"model": "claude-opus-5",
"system": "You are a scientist",
"messages": [{"role": "user", "content": "Hello, Claude"}]
}'প্রতিক্রিয়াটি একটি সংখ্যা, যেমন { "input_tokens": 14 }। আপনার মেমরি টেক্সট system ফিল্ডে পেস্ট করে একবার চালান এবং টেক্সট ছাড়া একবার চালান; এই দুটির পার্থক্যই হলো প্রতিটি টার্নে আপনার মেমরির খরচ। দুটি সতর্কতা অবলম্বন করুন। এই গণনাটি একটি অনুমান মাত্র, এবং Anthropic তার নিজস্ব সিস্টেম অপ্টিমাইজেশনের জন্য যে অতিরিক্ত টোকেন যোগ করে তা আপনার বিলের অন্তর্ভুক্ত নয়। এছাড়াও, আপনি যে মডেলটি প্রকৃতপক্ষে চালাবেন তার বিপরীতে গণনা করুন, কারণ Claude 4.7 এবং পরবর্তী সংস্করণগুলো নতুন টোকেনাইজার ব্যবহার করে যা একই টেক্সটের জন্য প্রায় 30 শতাংশ বেশি টোকেন তৈরি করে।
Claude Code-এর ভেতরে একই প্রশ্নের উত্তর কোনো curl ছাড়াই পাওয়া যায়।
/contextবর্তমানে কী লোড করা আছে তা দেখায়, যার মধ্যে মেমরি ফাইলগুলোও অন্তর্ভুক্ত, তাই কিছু টাইপ করার আগেই আপনি উইন্ডোতে তাদের অংশ দেখতে পাবেন।/memoryআপনার CLAUDE.md ফাইলগুলোর তালিকা দেখায় এবং অটো মেমরি ফোল্ডারটি খোলে।/usageসেশনের মোট হিসাব প্রিন্ট করে, যার মধ্যে ক্যাশ রিড (cache reads) এবং ক্যাশ রাইট (cache writes) অন্তর্ভুক্ত।- স্ট্যাটাস লাইনটি ক্রমাগত কনটেক্সট উইন্ডোর ব্যবহার প্রদর্শন করতে পারে, যাতে ব্যবহারের সময় বৃদ্ধি দৃশ্যমান হয়।
/usage সেশন ব্লকটি দেখতে এমন:
Total cost: $0.55
Total duration (API): 6m 20s
Total duration (wall): 6h 33m 10s
Total code changes: 0 lines added, 0 lines removed
Usage by model:
claude-sonnet-4-6: 1.2k input, 5.3k output, 940.0k cache read, 50.0k cache write ($0.55)শেষ লাইনটি মনোযোগ দিয়ে পড়ুন। 940.0k ক্যাশ রিড সংখ্যাটি হলো কথোপকথন, মেমরি এবং সবকিছু, যা প্রতি টার্নে ক্যাশ রেটে পুনরায় পাঠানো হচ্ছে। 1.2k ইনপুট সংখ্যাটি হলো শুধুমাত্র সেই আনক্যাশড ইনপুট যা ক্যাশ এন্ট্রি তৈরিতে ব্যবহৃত হয়নি। Claude Code স্থানীয়ভাবে তালিকাভুক্ত মূল্য থেকে সেই ডলারের পরিমাণ হিসাব করে, যদি না কোনো অ্যাডমিনিস্ট্রেটর modelPricing ম্যানেজড সেটিংয়ের মাধ্যমে চুক্তিবদ্ধ রেট নির্ধারণ করে থাকেন; তাই এটি একটি অনুমান এবং আপনার ইনভয়েস থেকে ভিন্ন হতে পারে। Claude Console-এর Usage পেজটিই হলো চূড়ান্ত বা নির্ভরযোগ্য সংখ্যা।
এরপর সরাসরি তুলনা করুন। দুটি নতুন সেশনে একই শুরুর প্রশ্নটি করুন, একটি স্বাভাবিক এবং অন্যটি অটো মেমরি বন্ধ রেখে।
CLAUDE_CODE_DISABLE_AUTO_MEMORY=1 claudeপ্রতিটিতে /context চালান এবং মেমরি ফাইল এন্ট্রি তুলনা করুন। এই পার্থক্যটিই হলো প্রতিটি সেশনের শুরুতে আপনার জমে থাকা মেমরির খরচ, কোনো কাজ শুরু হওয়ার আগেই। Claude Code-এর টোকেন ব্যবহার কোথায় কীভাবে হয় তার একটি পূর্ণাঙ্গ বিশ্লেষণ এই দুটি সংখ্যার পাশাপাশি পড়া উচিত।
প্রতি মিলিয়ন টোকেনে মেমরি পুনরায় পাঠানোর খরচ কত?
Prompt caching-এর কারণে একই memory block এক turn-এ অন্য turn-এর তুলনায় দশ গুণ বেশি খরচ হতে পারে। Anthropic প্রতিটি model-এর base input price-এর গুণিতক হিসেবে cache rate প্রকাশ করে। তাই dollar price পরিবর্তিত হলেও এই সম্পর্ক বজায় থাকে।
এই চার্টের পেছনের ডেটা
[
{
"label": "Base input",
"price_multiple": 1
},
{
"label": "5 minute cache write",
"price_multiple": 1.25
},
{
"label": "1 hour cache write",
"price_multiple": 2
},
{
"label": "Cache read",
"price_multiple": 0.1
}
]বেশিরভাগ model-এ cache read-এর খরচ base input price-এর 0.1 গুণ। সর্বশেষ model-গুলোতে read-এর খরচ কম: Claude Opus 5.5 এবং Claude Sonnet 5.5-এ base-এর 0.05 গুণ, আর Claude Fable 5.1, Claude Mythos 5.1, Claude Fable 5.2 এবং Claude Mythos 5.2-এ base-এর 0.025 গুণ। 5 minute lifetime-সহ entry লিখতে খরচ হয় base-এর 1.25 গুণ, আর 1 hour lifetime-সহ entry লিখতে খরচ হয় base-এর 2 গুণ। Anthropic-এর pricing page-এ break-even বিষয়টি স্পষ্টভাবে বলা আছে: 5 minute duration-এ একবার cache read হলেই caching সাশ্রয়ী হয়, আর 1 hour duration-এ দুইবার cache read-এর পর সাশ্রয়ী হয়। Prompt caching guide-এ নিজস্ব কোনো break-even figure নেই। তবে read rate কম হলেও এই সংখ্যা দুটির পরিবর্তন হয় না, কারণ write premium-টিই read-এর মাধ্যমে পুষিয়ে নিতে হয়। Prompt caching-এর break-even point হলো memory কোথায় রাখা হবে তা নির্ধারণের আগে চালানোর হিসাব।
এই গুণিতকগুলো replay count-কে সরাসরি অঙ্কে পরিণত করে। পরের block-টি উপরে প্রকাশিত গুণিতক থেকে করা হিসাব। এটি কোনো চলমান workload-এর measurement নয়। এতে 100 turn-এর session-এ memory block-এর খরচ তিনভাবে দেখানো হয়েছে। হিসাবটি plain base input rate-এ charged token-এর সমতুল্য সংখ্যা হিসেবে প্রকাশ করা হয়েছে।
এই চার্টের পেছনের ডেটা
[
{
"label": "4,000 tokens, never cached",
"base_rate_equivalent_tokens": "400,000"
},
{
"label": "4,000 tokens, 1 write and 99 reads",
"base_rate_equivalent_tokens": "44,600"
},
{
"label": "1,000 tokens, 1 write and 99 reads",
"base_rate_equivalent_tokens": "11,150"
}
]4,000 token-এর একটি memory block 100টি turn-এই cache miss করলে এর খরচ 400,000 base-rate token-এর সমান হয়। একই block-এ একটি 5 minute cache write এবং 99টি cache read থাকলে এর খরচ 44,600 base-rate token-এর সমান হয়। এর আকার এক-চতুর্থাংশে কমিয়ে caching চালু রাখলে এর খরচ 11,150 base-rate token-এর সমান হয়। ওই 3টি row-তে feature পরিবর্তিত হয়নি। শুধু replay behaviour পরিবর্তিত হয়েছে। Row-গুলো standard 0.1x read ব্যবহার করে। Claude Opus 5.5 বা Claude Sonnet 5.5-এ read-এর খরচ 0.05x হওয়ায় cached 4,000 token block-এর খরচ 24,800 token-এ নেমে আসে। Claude Fable 5.1-এ তা 14,900 token-এ নেমে আসে। এগুলো এখনও অর্থের পরিমাণ নয়, token count। token count-কে আপনার monthly bill-এর অঙ্কে রূপান্তর করতে আপনার model-এর per-million rate দিয়ে একবার গুণ করতে হয়। এই rate আপনি যে model চালান সেটির ওপর নির্ভর করে। তাই agent যদি Claude Fable 5-এ চলে, এর প্রকাশিত per-million rate এবং উপযোগী কাজগুলো দিয়ে হিসাব শুরু করুন। খরচ কমাতে agent যদি ছোট model-এ চলে, memory বাড়তে দেওয়ার আগে 100K token ছাড়িয়ে বাড়তে থাকা prompt-এর জন্য Claude Haiku 5.5-এর pricing দেখুন। কারণ replay করা memory-ই request-কে ওই সীমার ওপরে নিয়ে যায়। Provider এখনও নির্ধারিত না হয়ে শুধু model-ই যদি বিবেচনায় থাকে, Claude-এর API এবং ChatGPT-তে একই কাজের খরচের তুলনা দেখায় কোথায় এই গুণের ফল ভিন্ন হয়। Memory-heavy agent এই input cost-এর ওপর বিশেষভাবে নির্ভর করে।
দ্বিতীয় row ধরে নেয় যে পরের 99টি request আসার সময় প্রতিবারই cache entry সক্রিয় থাকে। বাস্তব bill-এ সবচেয়ে বেশি ভুল সাধারণত এই অনুমান থেকেই হয়।
বিরতির পরে একই প্রশ্নের খরচ বেশি হয় কেন?
একটি cache entry-এর lifetime থাকে, এবং এটি গণনা শুরু হয় যে request entry-টি লেখে বা পড়ে, সেই সময় থেকে। API-এর default হলো 5 মিনিট। 1 hour option-এর খরচ উপরে দেখানো 2x write rate অনুযায়ী হয়। Claude Code-এ one-hour subscription default main conversation এবং included usage-এর মধ্যে নির্বাচিত helper request-এর ক্ষেত্রে প্রযোজ্য; আপনি বেশি lifetime নির্বাচন না করলে subagent-এর জন্য এটি পাঁচ মিনিট। আপনি usage credits ব্যবহার করা শুরু করলে main conversation-এর lifetime পাঁচ মিনিটে নেমে যায়; API key বা cloud provider-এর ক্ষেত্রে default-ও পাঁচ মিনিট। ENABLE_PROMPT_CACHING_1H=1 সেট করলে usage credits ব্যবহারের সময় one hour lifetime বজায় থাকে, এবং Claude Code v2.1.242 থেকে promptCacheTtl setting-টি 1h-এ সেট করলেও main conversation-এর জন্য একই ফল পাওয়া যায়। একই version থেকে subagentPromptCacheTtl-কে 1h-এ সেট করলে main conversation-এর বাইরের request-এর জন্য দীর্ঘ lifetime নির্বাচন করা হয়।
তাই দুপুরের খাবারের সময় খোলা রেখে দেওয়া session-এ পরে লেখা এক লাইনের প্রশ্নের খরচ বেশি হয়, কারণ আপনার অনুপস্থিতির সময় cache entry-এর lifetime শেষ হয়ে যায়। memory-সহ পুরো prefix আবার process করে cache-এ লিখতে হয়। বিরতির দৈর্ঘ্যই সেই খরচ নির্ধারণ করে।
এটি শুধু বিশ্বাস না করে যাচাই করতে পারেন। Pro, Max, Ultra, Team বা Enterprise plan-এ /usage breakdown সাম্প্রতিক usage-এর 10 percent বা তার বেশি অংশের জন্য দায়ী আচরণগুলো চিহ্নিত করে; সেখানে long context এবং cache miss-এর নামও দেখা যায়। Claude Code v2.1.251 থেকে /usage-এর session block-এ একটি Prompt cache (main) line-ও যোগ হয়েছে। এতে cache থেকে পরিবেশিত input-এর অংশ, miss-এর সংখ্যা এবং বর্তমানে cache warm কি না তা দেখা যায়। API-তে কোনো quiet period-এর পর প্রথম request-এ cache_creation_input_tokens আপনার prefix-এর পূর্ণ আকারে আবার বেড়ে যায় কি না দেখুন।
ক্যাশকে নীরবে অকার্যকর করে যা
ক্যাশ করা prefix-এর ক্রম হলো: tools, তারপর system, তারপর messages। কোনো স্তরে পরিবর্তন হলে সেই স্তর এবং তার পরের সব স্তরের cache invalidated হয়। কোনো tool definition সম্পাদনা করলে পুরো cache বাতিল হয়ে যায়। system prompt সম্পাদনা করলে system এবং message cache বাতিল হয়।
যারা system prompt-এ memory রাখেন এবং agent শেখার সঙ্গে সঙ্গে সেটি পুনর্লিখন করেন, তাদের জন্য এটিই প্রধান ফাঁদ। প্রতিটি পুনর্লিখনে তার পরের সবকিছুর cached copy বাতিল হয়। ফলে পরের request-এ আবার সম্পূর্ণ write-এর খরচ দিতে হয়। স্থিতিশীল উপাদানগুলো শুরুতে রাখুন এবং সেগুলো অপরিবর্তিত রাখুন। পরিবর্তনশীল উপাদানগুলো message list-এর পরে রাখুন, যেখানে সেগুলো invalidated হলেও খরচ কম।
আরও একটি নীরব ব্যর্থতা আছে। প্রতিটি model-এর একটি ন্যূনতম cacheable prefix রয়েছে: Claude Opus 5-এ 512 tokens, Claude Sonnet 5-এ 1,024 এবং Claude Haiku 4.5-এ 4,096; এগুলো October 2026-এ প্রকাশিত তথ্য। এর নিচে কী ঘটে, Anthropic-এর documentation-এ তা স্পষ্টভাবে বলা আছে: minimum-এর নিচের request caching ছাড়াই process করা হয় এবং কোনো error ফেরত দেওয়া হয় না। তাই cache_control দিয়ে চিহ্নিত একটি memory file কার্যত কিছুই করে না, যদি সেই breakpoint পর্যন্ত সম্পূর্ণ prefix minimum-এর নিচে থাকে। আপনি যে লক্ষণটি দেখতে পারেন তা হলো, prompt-এ স্পষ্টভাবে breakpoint থাকা সত্ত্বেও cache_creation_input_tokens 0-তেই থেকে যাচ্ছে।
যে মেমোরি আর কার্যকর নয় তা মুছে ফেলুন
প্রতিটি লাইনের মেমোরি প্রতিবার ব্যবহারের সময় টোকেন খরচ করে, তাই প্রতিটি লাইনের ক্ষেত্রে প্রশ্ন হলো এটি সম্প্রতি কোনো উত্তরের পরিবর্তন ঘটিয়েছে কি না। Claude Code এই সীমাবদ্ধতাকে সুনির্দিষ্ট করে। CLAUDE.md ফাইলটিকে 200 লাইনের নিচে রাখার চেষ্টা করুন, কারণ দীর্ঘ ফাইল বেশি কনটেক্সট খরচ করে এবং Claude-এর নির্দেশ পালনের নির্ভরযোগ্যতা কমিয়ে দেয়। MEMORY.md লোড হওয়ার সময় প্রথম 200 লাইন বা 25KB পর্যন্ত সীমাবদ্ধ থাকে এবং এই সীমার পরের যেকোনো কিছু পরবর্তী সেশন শুরুর সময় বাদ পড়ে যায়। ফলে একটি অতিরিক্ত বড় ইনডেক্স তার লোড হওয়া অংশের জন্য কনটেক্সট খরচ করে, কিন্তু বাকি অংশ অপঠিত থেকে যায়।
দুটি অভ্যাসের মাধ্যমে এটিকে ছোট রাখা সম্ভব। বিস্তারিত তথ্য ইনডেক্স থেকে সরিয়ে টপিক ফাইলে নিয়ে যান, যা Claude শুরুর সময় নয় বরং প্রয়োজনে পড়ে নেয়। ওয়ার্কফ্লো সংক্রান্ত নির্দেশনা CLAUDE.md থেকে সরিয়ে স্কিলস (skills)-এ নিয়ে যান, যা শুধুমাত্র প্রয়োজন হলেই লোড হয়। যে মেমোরি ফাইলগুলো ফ্রন্টম্যাটার দিয়ে শুরু হয়, সেগুলোর ক্ষেত্রে Claude Code 2.1.214 বা তার পরবর্তী ভার্সনে modified ফিল্ডে ISO 8601 টাইমস্ট্যাম্প হিসেবে লেখার সময় রেকর্ড করে। সেই টাইমস্ট্যাম্পটিই কোনো তথ্য পুরনো হয়ে গেছে কি না তা বোঝার দ্রুততম উপায়। পুরনো এজেন্ট মেমোরি মুছে ফেলা অংশে এই পর্যালোচনা প্রক্রিয়াটি আরও বিস্তারিতভাবে আলোচনা করা হয়েছে।
যখন সবকিছু কনটেক্সটে লোড করার চেয়ে রিট্রিভাল কার্যকর হয়
মেমোরি টুলটি জাস্ট-ইন-টাইম রিট্রিভাল বা প্রয়োজন অনুযায়ী তথ্য সংগ্রহের জন্য তৈরি করা হয়েছে। সবকিছু আগেভাগে লোড না করে, এজেন্ট যা শেখে তা রেকর্ড করে রাখে এবং কোনো কাজের জন্য প্রয়োজন হলে তবেই ফাইলটি পড়ে। এটি হিসাব-নিকাশ বদলে দেয়, কারণ একটি ফাইল পড়ার সময় যখন প্রয়োজন হয় তখন তার কন্টেন্ট যুক্ত হয় এবং কনটেক্সট থেকে মুছে না ফেলা পর্যন্ত পরবর্তী অনুরোধগুলোতে তা থেকে যায়, অন্যদিকে স্থায়ীভাবে লোড করা ব্লক প্রতিটি টার্নে খরচ বাড়ায়।
উপরের দুটি চার্ট থেকে একটি সাধারণ নিয়ম পাওয়া যায়। যে টেক্সট প্রায় প্রতিটি টার্নে ব্যবহৃত হয়, তা স্টেবল ক্যাশড প্রিফিক্সে থাকা উচিত। যে টেক্সট বিশটি টার্নের মধ্যে একটিতে ব্যবহৃত হয়, তা একটি view কলের পেছনে থাকা উচিত। ব্রেক-ইভেন পয়েন্ট আপনার রিপ্লে কাউন্টের ওপর নির্ভর করে, অ্যানথ্রপিক (Anthropic) যে চার্জ নেয় তার ওপর নয়।
API-তে আপনি প্ল্যাটফর্মকে কথোপকথন ট্রিম বা ছাঁটাই করার অনুমতিও দিতে পারেন। কথোপকথন আপনার সেট করা থ্রেশহোল্ড অতিক্রম করলে কনটেক্সট এডিটিং পুরনো টুলের ফলাফল মুছে ফেলে। এটি এখনও বেটা পর্যায়ে আছে, তাই যেসব অনুরোধে এটি ব্যবহার করা হয় সেগুলোতে context-management-2025-06-27 বেটা হেডার প্রয়োজন।
{
"edits": [
{
"type": "clear_tool_uses_20250919",
"trigger": {"type": "input_tokens", "value": 30000},
"keep": {"type": "tool_uses", "value": 3},
"clear_at_least": {"type": "input_tokens", "value": 5000}
}
]
}ডিফল্ট হিসেবে 100,000 ইনপুট টোকেন এবং 3টি টুলের ব্যবহার সংরক্ষিত থাকে। এটি সক্রিয় করার আগে ক্যাশিংয়ের সাথে মিথস্ক্রিয়াটি পড়ে নিন: কন্টেন্ট মুছে ফেললে তা মুছে ফেলার পয়েন্টে ক্যাশড প্রিফিক্সকে ইনভ্যালিড করে দেয়, ফলে পরবর্তী অনুরোধে আপনাকে ক্যাশ রাইট ফি দিতে হয়। এটিই clear_at_least-এর কাজ। এটি মুছে ফেলার প্রক্রিয়াটি ততক্ষণ আটকে রাখে যতক্ষণ না সাশ্রয়টি রাইট ফি-এর চেয়ে বেশি হয়। রেসপন্সটি context_management-এর অধীনে ঠিক কী ঘটেছে তা রিপোর্ট করে, যেখানে cleared_tool_uses এবং cleared_input_tokens থাকে, ফলে এই বিনিময়টি তাত্ত্বিক না হয়ে পরিমাপযোগ্য হয়। Claude Code-এ কনটেক্সট উইন্ডো ম্যানেজমেন্ট একই ধারণাটি কোডিং সেশনের ক্ষেত্রে প্রয়োগ করে।
কোনটির জন্য আলাদা খরচের আইটেম আছে
Memory-এর জন্য আলাদা কোনো charge নেই। তবে কিছু feature-এর জন্য সত্যিই আলাদা charge আছে, এবং কোনগুলোতে আছে তা জানা দরকার। October 2026 অনুযায়ী এগুলো Claude API-এর প্রকাশিত rate। কিছু operation-এর জন্য একেবারেই কোনো খরচ নেই। নতুন ব্যবহারকারীরা Claude API test credits ব্যবহার করে এটি পরীক্ষা করতে পারেন। Anthropic-এর pricing FAQ-তে শুধু বলা আছে যে নতুন ব্যবহারকারীরা API পরীক্ষা করার জন্য free credits পান; সেখানে কোনো amount প্রকাশ করা হয়নি। Max, Ultra এবং Team subscriber-রাও মাসিক API credits পান। October 31, 2026-এ Anthropic-এর docs অনুযায়ী Max-এ $100 এবং Ultra-তে $200 credit ছিল। Team-এ প্রতি Standard seat-এর জন্য $20 এবং প্রতি Premium seat-এর জন্য $100 credit থাকে। এগুলো pooled এবং মাসে সর্বোচ্চ $500 পর্যন্ত। Free, Pro এবং Enterprise plan এই সুবিধার জন্য eligible নয়। অব্যবহৃত credit পরের মাসে carry over হয় না। এগুলো interactive Claude Code বা usage credit-এর খরচও কভার করে না। তবে linked Console organization-এর API key ব্যবহার করে সরাসরি চালালে এগুলো claude -p এবং Claude Agent SDK-এর খরচ কভার করে। Claude Code GitHub Action, কোনো IDE extension বা desktop app থেকে শুরু করা run এই সুবিধার বাইরে থাকে, এমনকি -p থাকলেও। এই credit paid plan-এর সুবিধা। নিচের charge-গুলো available credit বা আপনার paid balance থেকে কাটা হয়।
- Web search: প্রতি 1,000 search-এর জন্য $10। এর সঙ্গে search context-এ যুক্ত করা সবকিছুর সাধারণ token cost যোগ হয়।
- Code execution: প্রতি organization-এর জন্য প্রতি মাসে 1,550 free hour। এরপর প্রতি container-hour-এ $0.05। একই request-এ web search বা tool version
20260209বা পরবর্তী version-এর web fetch থাকলে এটি free। - Claude Managed Agents: সাধারণ token charge-এর অতিরিক্ত প্রতি session-hour-এ $0.08 session runtime charge।
- Web fetch: অতিরিক্ত কোনো charge নেই। শুধু fetched content-এর token cost দিতে হয়।
এই তালিকার কোনো line item-এ Memory নেই। এটি আপনার input token count-এর মধ্যে গণনা হয়। তাই ঠিক কত Memory ব্যবহার হচ্ছে তা সেখানেই মাপতে পারবেন। pruning এবং caching ব্যবহার করেও সেখানেই খরচ কমানো যায়। আপনি যদি একটি virtual private server (VPS)-এ unattended অবস্থায় চলা agent-এর budget নির্ধারণ করেন, তাহলে VPS-এ AI agent-এর cost control পরবর্তী পদক্ষেপ হিসেবে স্থাপন করা উচিত। কারণ ক্রমবর্ধমান memory file এবং কোনো pruning না থাকা agent-এর খরচ প্রতি সপ্তাহে বাড়ায়, অথচ তা জানানোর জন্য কোনো monitoring থাকে না।
FAQ
Claude-এর memory feature-এর জন্য কি আলাদা charge আছে?
না। Anthropic-এর price list-এ প্রতি million input tokens, প্রতি million output tokens এবং prompt caching multiple অনুযায়ী rate দেওয়া আছে; memory-এর জন্য আলাদা কোনো line নেই। Claude API-তে memory tool client-side হওয়ায় file-গুলো আপনার আগে থেকেই অর্থপ্রদত্ত storage-এ থাকে। Memory যা যোগ করে তা হলো input tokens। যেসব turn-এ এই tokens পাঠানো হয়, সেগুলোর জন্য model-এর স্বাভাবিক input rate বা প্রযোজ্য caching rate অনুযায়ী charge হয়।
Memory বন্ধ করলে কি Claude-এর খরচ কমে?
এতে প্রতিটি request-এর token count কমে, তাই প্রতিটি request-এর খরচও কমে। তবে মোট খরচ কমবে কি না, তা পরবর্তী কাজের ওপর নির্ভর করে। Memory-তে থাকা তথ্য পুনর্গঠন করতে Claude-কে যদি তিনটি file আবার পড়তে হয় এবং আপনাকে দুটি প্রশ্ন করতে হয়, তাহলে সেই tokens-এর খরচ memory-এর চেয়ে বেশি হতে পারে। অনুমান না করে পরিমাপ করুন: auto memory চালু থাকা একটি session-এ এবং CLAUDE_CODE_DISABLE_AUTO_MEMORY=1 দিয়ে শুরু করা আরেকটি session-এ /context চালান। এরপর একই কাজের জন্য ব্যয় হওয়া মোট tokens তুলনা করুন।
আমি কিছু পরিবর্তন না করলেও usage কেন বেড়ে গেল?
সবচেয়ে সাধারণ কারণ হলো বিরতির পরে cache miss হওয়া। API-তে cache entry ডিফল্টভাবে 5 মিনিট থাকে। Claude Code-এ subscription-এর included usage-এর মধ্যে main conversation এবং নির্বাচিত helper-এর জন্য ডিফল্ট সময়সীমা এক ঘণ্টা; usage credits, একটি API key বা cloud provider ব্যবহার করলে তা 5 মিনিট। ওই সময়সীমা শেষ হওয়ার পর প্রথম request আপনার সম্পূর্ণ prefix আবার process করে এবং cache-write rate-এ সেটি পুনরায় লেখে। দ্বিতীয় সাধারণ কারণ হলো prefix edit। কোনো tool definition পরিবর্তন করলে সম্পূর্ণ cache invalid হয়ে যায়। System prompt পরিবর্তন করলে system এবং message cache invalid হয়। Subscription plan-এ সাম্প্রতিক usage-এর 10 percent বা তার বেশি এই আচরণের কারণে হলে /usage breakdown-এ তা উল্লেখ থাকে।
Memory কি system prompt-এ রাখা উচিত, নাকি tool call-এর মাধ্যমে ব্যবহার করা উচিত?
প্রায় প্রতিটি turn-এ ব্যবহার হলে system prompt-এ রাখুন। এতে এটি cached prefix-এর অংশ থাকে এবং cache read rate অনুযায়ী খরচ হয়। কেবল কিছু task-এ প্রয়োজন হলে view call-এর মাধ্যমে ব্যবহার করুন। এতে প্রয়োজন না হওয়া পর্যন্ত file-এর tokens যোগ হয় না। তবে context থেকে সরানো না হলে পরবর্তী turn-গুলোতে ফলাফলটি আবার পাঠানো হয়। সিদ্ধান্ত নেওয়ার জন্য গুরুত্বপূর্ণ সংখ্যা হলো replay count। usage object প্রতিটি request-এর input, cache-write এবং cache-read tokens দেখায়।
Memory feature কি subscription usage limit-এর মধ্যে গণনা হয়?
হ্যাঁ, পরোক্ষভাবে। কারণ প্রতিটি request-এ বহন করা tokens-এর ভিত্তিতে subscription limit ব্যবহৃত হয়। Anthropic-এর help documentation অনুযায়ী, automatic context management চালু হওয়ার মতো দীর্ঘ conversation আপনার usage limit-এর বেশি অংশ ব্যবহার করে। Memory প্রতিটি request সামান্য দীর্ঘ করে। দীর্ঘ session-এ প্রতিটি turn-এ সেই দৈর্ঘ্য আবার পাঠানো হয়। Claude-এর usage limit কীভাবে কাজ করে কোন সময় কী reset হয় তা ব্যাখ্যা করে।