SSD Nodes Learn Hosting plans →
Guide Matt ConnorDi Matt Connor

La memoria di Claude costa di più? Prezzi e token

Anthropic non pubblica un prezzo per i token di memoria: il testo ricordato viene reinviato come input e il costo dipende dai token e dal prompt caching.

Le funzionalità di memoria di Claude hanno un costo aggiuntivo?

Le funzionalità di memoria di Claude non hanno un prezzo specifico. Le tariffe pubblicate da Anthropic sono calcolate per milione di token di input e per milione di token di output, con tariffe aggiuntive per il prompt caching; nessuna di queste è denominata memory token. L'archiviazione della memoria non ha costi sull'API di Claude (application programming interface), perché il memory tool opera lato client e il file viene salvato su uno spazio di archiviazione di tua proprietà.

La memoria incide comunque sulla fattura, perché un'informazione ricordata modifica una risposta solo quando è inclusa nella richiesta che Claude legge. Ricordare significa inviare nuovamente il contenuto. Quel testo arriva come token di input e viene addebitato alla normale tariffa di input del modello, a meno che non sia memorizzato nella cache. L'importo dipende da due fattori: il numero di token del testo ricordato reinviati a ogni turno e la possibilità di servire quel testo reinviato dalla prompt cache.

Con un abbonamento Pro, Max o Ultra, l'utilizzo incluso nei limiti del piano non viene addebitato per token. In questo caso, la memoria consuma la quota di utilizzo disponibile, non denaro. La situazione cambia se abiliti i crediti di utilizzo e superi un limite: le richieste passano alla modalità pay-as-you-go, vengono addebitate alle tariffe standard dell'API e fatturate separatamente dall'abbonamento. Da quel momento, un blocco di memoria troppo grande torna quindi ad avere un costo. Il meccanismo resta identico. Cambia soltanto l'unità di addebito. La quota è limitata, quindi prima di decidere quanta memoria includere in ogni turno conviene sapere quanto costa Claude Pro e da quale punto i suoi limiti diventano vincolanti. Claude Enterprise basato sull'utilizzo funziona ancora diversamente, perché calcola ogni token alle tariffe dell'API oltre al prezzo per postazione; un blocco di memoria troppo grande torna quindi a tradursi in un costo, anziché consumare una quota. I piani Enterprise basati sulle postazioni includono una quota di utilizzo, con crediti disponibili dopo che i membri hanno raggiunto i limiti inclusi. Se ridurre la memoria riporta comodamente il tuo utilizzo al di sotto del limite di un piano più economico, passare da Max o Ultra a Pro è il passo successivo da valutare. Se il confronto che stai realmente facendo riguarda fornitori diversi, anziché i piani Anthropic, il confronto tra i piani di Claude e quelli di ChatGPT ai prezzi attuali è il punto di partenza.

Che cosa significa “memoria” in ciascuna interfaccia di Claude

Tre prodotti distinti usano questa parola. Confonderli è il motivo principale per cui questa domanda sembra complessa.

Lo strumento di memoria nell’API di Claude. Aggiungi una voce all’array tools e implementi le operazioni sui file nel tuo codice.

{"type": "memory_20250818", "name": "memory"}

A ottobre 2026 questo strumento non richiede un’intestazione beta nell’API Messages e funziona con tutti i modelli Claude 4 e successivi. È lato client: Claude richiede un’operazione come view /memories, il tuo gestore la esegue sullo storage che controlli e restituisce il risultato in un blocco tool_result. Anthropic non conserva il file, quindi non ci sono costi di storage da trasferire. Paghi invece il round trip. La definizione dello strumento viene inviata in ogni richiesta e il contenuto del file restituito rimane nella conversazione da quel momento in poi.

Anthropic pubblica la parte fissa di questo overhead. Su Claude Opus 5, con una scelta dello strumento pari a auto, il prompt di sistema per l’uso degli strumenti è di 286 token, come documentato a ottobre 2026. Questo costo viene applicato una volta per richiesta ogni volta che è presente uno strumento, indipendentemente dal fatto che sia relativo alla memoria.

Claude Code. All’avvio di ogni sessione vengono caricati due meccanismi. I file CLAUDE.md contengono le istruzioni che scrivi. La memoria automatica contiene le note che Claude scrive per sé, in ~/.claude/projects/<project>/memory/. Vengono caricati soltanto le prime 200 righe o i primi 25KB di MEMORY.md, a seconda di quale limite viene raggiunto per primo. I file degli argomenti che si trovano accanto vengono letti su richiesta, non all’avvio. Tutto ciò che viene caricato all’avvio entra nel prefisso che ogni richiesta successiva della sessione trasmette. Quando usi un abbonamento, la memoria consuma la quota di utilizzo inclusa. Se il limite viene superato e i crediti di utilizzo sono attivati, consuma questi ultimi. Tramite Console o i provider cloud, Claude Code viene fatturato alla tua organizzazione per token e il contesto della memoria segue questo metodo di fatturazione. Come Claude Code recupera la memoria tra le sessioni descrive l’ordine di caricamento, file per file.

Claude sul Web. Su claude.ai, la memoria è un insieme di voci che Claude scrive e aggiorna mentre conversi, con uno spazio di memoria per ogni progetto. Per impostazione predefinita, la memoria del progetto viene usata insieme a quella dell’account. Disattiva Usa la memoria dell’account nella pagina del progetto per mantenerla completamente separata. Settings > Your Claude > Manage, accanto a Your memory, mostra ciò che è memorizzato; nella versione precedente dell’interfaccia, il percorso è Settings > Memory. L’interruttore della memoria offre le opzioni Pause memory o Reset memory. La memoria è disponibile anche nel piano Free. Nei piani a pagamento con utilizzo incluso, la memoria consuma i limiti di utilizzo. Se il limite viene superato e i crediti di utilizzo sono attivati, consuma questi ultimi. Il piano Enterprise basato sull’utilizzo applica invece le tariffe dell’API.

Perché il testo ricordato viene fatturato come token di input

La Messages API è stateless. Non conserva nulla tra una chiamata e l’altra, quindi il client invia l’intera conversazione a ogni turno e il modello la legge di nuovo per intero. La memoria non fa eccezione. È un ulteriore blocco di testo nella stessa richiesta.

La suddivisione è visibile nell’oggetto usage di qualsiasi risposta.

"usage": {
  "input_tokens": 412,
  "cache_creation_input_tokens": 0,
  "cache_read_input_tokens": 18240,
  "output_tokens": 236
}

input_tokens conteggia soltanto i token che non sono stati né letti dalla cache né usati per crearla. In pratica, sono i token successivi all’ultimo punto di cache. L’input totale della richiesta è cache_read_input_tokens più cache_creation_input_tokens più input_tokens. Un file di memoria aperto da Claude tre turni prima rientra in quel totale a ogni turno successivo. Viene conteggiato in cache_read_input_tokens finché il prefisso memorizzato nella cache resta valido, in cache_creation_input_tokens quando il prefisso viene scritto nuovamente e in input_tokens quando non viene memorizzato nella cache. Lo stesso testo può quindi avere prezzi diversi. I token di input e di output hanno prezzi diversi, e la memoria riprodotta viene conteggiata come input.

Dove vedere questi numeri nel tuo utilizzo

Non usare il dato riportato in un post di blog, nemmeno in questo. Misura il tuo blocco di memoria. Il conteggio dei token è gratuito e ha un proprio limite di frequenza, quindi la misurazione non ha alcun costo.

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"}]
  }'

La risposta è un numero, ad esempio { "input_tokens": 14 }. Esegui il comando una volta incollando il testo della memoria nel campo system e una volta senza inserirlo. La differenza indica quanti token costa quella memoria a ogni turno. Si applicano due avvertenze. Il conteggio è una stima e i token aggiuntivi che Anthropic introduce per le proprie ottimizzazioni di sistema non ti vengono addebitati. Esegui inoltre il conteggio usando il modello che utilizzerai realmente, perché Claude 4.7 e versioni successive usano un tokenizer più recente che produce circa il 30 percento di token in più a parità di testo.

In Claude Code puoi ottenere la stessa informazione senza usare alcun curl.

  • /context mostra ciò che è caricato in questo momento, inclusi i file di memoria, così puoi vedere quanto spazio occupano nella finestra prima di digitare qualsiasi cosa.
  • /memory elenca i file CLAUDE.md e apre la directory della memoria automatica.
  • /usage stampa i totali della sessione, inclusi le letture dalla cache e le scritture nella cache.
  • La riga di stato può mostrare continuamente l'utilizzo della finestra di contesto, così puoi vedere la crescita mentre avviene.

Il blocco della sessione /usage è simile al seguente:

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)

Leggi con attenzione l'ultima riga. Il valore di 940.0k relativo alle letture dalla cache rappresenta l'intera conversazione, memoria inclusa, che viene inviata nuovamente a ogni turno alla tariffa della cache. Il valore di 1.2k relativo all'input indica soltanto l'input non memorizzato nella cache e non utilizzato per creare una voce nella cache. Claude Code calcola localmente questo importo in dollari a partire dai prezzi di listino, a meno che un amministratore non abbia configurato tariffe contrattuali tramite l'impostazione gestita modelPricing. Si tratta quindi di una stima, che può differire da quella riportata nella fattura. La pagina Usage nella Claude Console è il dato ufficiale.

Esegui quindi direttamente il confronto. Poni la stessa domanda iniziale in due nuove sessioni, una normale e una con la memoria automatica disattivata.

CLAUDE_CODE_DISABLE_AUTO_MEMORY=1 claude

Esegui /context in entrambe le sessioni e confronta la voce relativa ai file di memoria. La differenza indica quanto costa la memoria accumulata all'inizio di ogni sessione, prima che venga eseguita qualsiasi attività. Un'analisi completa della destinazione dei token utilizzati da Claude Code è una lettura utile da fare insieme a quei due numeri.

Quanto costa riprodurre la memoria per milione di token?

Il prompt caching spiega perché lo stesso blocco di memoria può costare dieci volte di più in un turno rispetto a un altro. Anthropic pubblica le tariffe della cache come multipli del prezzo base dell'input di ciascun modello, quindi il rapporto resta valido anche quando cambiano i prezzi in valuta.

GraficoAnthropic's published prompt caching rates, as a multiple of base input price
I dati alla base di questo grafico
[
  {
    "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
  }
]

La lettura dalla cache costa 0.1 volte il prezzo base dell'input nella maggior parte dei modelli. I modelli più recenti applicano un costo di lettura inferiore: 0.05 volte il prezzo base per Claude Opus 5.5 e Claude Sonnet 5.5, e 0.025 volte il prezzo base per Claude Fable 5.1 e Claude Mythos 5.1. Scrivere una voce con durata di 5 minuti costa 1.25 volte il prezzo base, mentre una durata di 1 ora costa 2 volte il prezzo base. La pagina dei prezzi di Anthropic indica chiaramente il punto di pareggio: il caching conviene dopo una lettura dalla cache con la durata di 5 minuti, oppure dopo due letture dalla cache con la durata di 1 ora. Questa indicazione si basa sulla lettura standard a 0.1x. La guida al prompt caching non fornisce un valore esplicito per il punto di pareggio, ma le tariffe di lettura inferiori non modificano nessuno dei due conteggi, perché sono i costi aggiuntivi di scrittura che le letture devono compensare. Il punto di pareggio del prompt caching è il calcolo da eseguire prima di decidere dove collocare la memoria.

Questi multipli trasformano il numero di riproduzioni in un calcolo aritmetico. Il blocco seguente deriva dai multipli pubblicati sopra e non misura alcun carico di lavoro reale. Calcola il costo di un blocco di memoria in tre modi su una sessione di 100 turni, espresso come numero equivalente di token addebitati alla normale tariffa base dell'input.

GraficoA memory block over 100 turns, expressed as base-rate input tokens
I dati alla base di questo grafico
[
  {
    "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"
  }
]

Un blocco di memoria da 4,000 token che non utilizza la cache in nessuno dei 100 turni viene conteggiato come 400,000 token alla tariffa base. Lo stesso blocco, con una scrittura nella cache da 5 minuti e 99 letture dalla cache, viene conteggiato come 44,600. Se lo si riduce a un quarto delle dimensioni mantenendo la cache, viene conteggiato come 11,150. La funzionalità non è cambiata nelle 3 righe. È cambiato soltanto il comportamento del replay. Le righe usano la tariffa standard di lettura pari a 0.1x.

Su Claude Opus 5.5 o Claude Sonnet 5.5, dove una lettura costa 0.05x, il blocco memorizzato nella cache da 4,000 token scende a 24,800 token; su Claude Fable 5.1 scende a 14,900 token. Si tratta comunque di conteggi di token, non di importi monetari. Convertire un conteggio di token in un importo sulla fattura mensile richiede una sola moltiplicazione per la tariffa per milione di token del modello.

La tariffa dipende dal modello in esecuzione. Se l'agente verrà eseguito su Claude Fable 5, partire da le relative tariffe pubblicate per milione di token e dai carichi di lavoro più adatti. Se l'agente usa un modello più piccolo per ridurre i costi, controllare come Claude Haiku 5.5 applica le tariffe ai prompt che superano 100K token prima di consentire alla memoria di crescere, perché è la memoria riprodotta a portare una richiesta oltre quella soglia.

Se il provider è ancora da scegliere e la decisione non riguarda soltanto il modello, confrontare il costo degli stessi carichi di lavoro sull'API di Claude e su ChatGPT mostra dove questa moltiplicazione produce risultati diversi. Un agente che utilizza molta memoria dipende in modo particolare dai costi dei token di input.

La seconda riga presuppone che ciascuna delle 99 richieste successive arrivi mentre la voce della cache è ancora valida. È questa la condizione che causa la maggior parte degli errori nei costi effettivi.

Perché la stessa domanda costa di più dopo una pausa?

Una voce della cache ha una durata e il conteggio parte dalla richiesta che la scrive o la legge. Il valore predefinito è 5 minuti. L'opzione da 1 ora costa il doppio della scrittura indicata sopra. In Claude Code, la durata predefinita di un'ora per gli abbonamenti si applica alla conversazione principale e alle richieste selezionate degli helper incluse nell'utilizzo; ai subagent vengono assegnati 5 minuti, a meno che non si scelga una durata maggiore. La conversazione principale torna a 5 minuti quando si utilizzano crediti di utilizzo; con una chiave API o un cloud provider, il valore predefinito è 5 minuti. L'impostazione ENABLE_PROMPT_CACHING_1H=1 mantiene la durata di un'ora quando si utilizzano crediti di utilizzo e, a partire da Claude Code v2.1.242, anche l'impostazione promptCacheTtl impostata su 1h produce lo stesso effetto per la conversazione principale. Dalla stessa versione, subagentPromptCacheTtl impostato su 1h seleziona la durata maggiore per le richieste esterne alla conversazione principale.

Una domanda di una sola riga digitata in una sessione lasciata aperta durante la pausa pranzo può quindi essere costosa perché la voce della cache è scaduta mentre non si era al computer. L'intero prefisso, memoria inclusa, viene elaborato e scritto di nuovo nella cache alla tariffa di scrittura della cache. È la durata della pausa a determinare il costo.

È possibile verificarlo, senza limitarsi a supporlo. Nei piani Pro, Max, Ultra, Team o Enterprise, il riepilogo /usage segnala ogni comportamento responsabile di almeno il 10 percento dell'utilizzo recente; tra le voci compaiono esplicitamente il contesto lungo e i cache miss. A partire da Claude Code v2.1.251, il blocco della sessione in /usage include anche una riga Prompt cache (main) che mostra la percentuale di input servita dalla cache, il numero di cache miss e indica se la cache è attualmente pronta. Nell'API, osservare cache_creation_input_tokens: dopo un periodo di inattività, alla prima richiesta torna a crescere fino alle dimensioni complete del prefisso.

Cosa invalida silenziosamente la cache

Il prefisso memorizzato nella cache segue un ordine: strumenti, poi sistema, quindi messaggi. Una modifica a un livello invalida quel livello e tutti quelli successivi. La modifica della definizione di uno strumento elimina l'intera cache. La modifica del prompt di sistema elimina la cache del sistema e dei messaggi.

Questa è la trappola per chi conserva la memoria nel prompt di sistema e lo riscrive man mano che l'agente apprende. Ogni riscrittura elimina la copia in cache di tutto ciò che segue, quindi la richiesta successiva deve scrivere nuovamente tutto dall'inizio. Mantieni il materiale stabile all'inizio e non modificarlo. Lascia invece il materiale volatile nella parte finale dell'elenco dei messaggi, dove invalidarlo ha un costo ridotto.

Esiste un secondo problema, meno evidente. Ogni modello ha un prefisso minimo memorizzabile nella cache: 512 token su Claude Opus 5, 1,024 su Claude Sonnet 5 e 4,096 su Claude Haiku 4.5, secondo quanto pubblicato a ottobre 2026. La documentazione di Anthropic specifica chiaramente cosa accade al di sotto di questa soglia: le richieste inferiori al minimo vengono elaborate senza caching e non viene restituito alcun errore. Di conseguenza, un file di memoria di piccole dimensioni contrassegnato con cache_control non produce alcun effetto, senza segnalarlo. Il sintomo osservabile è cache_creation_input_tokens che resta a 0, anche se il prompt contiene chiaramente un breakpoint.

Eliminare la memoria che non è più utile

Ogni riga di memoria consuma token a ogni turno in cui viene inclusa. Per questo, per ogni riga bisogna chiedersi se ha modificato di recente una risposta. Claude Code rende concreti questi limiti. Mantenere un file CLAUDE.md sotto le 200 righe, perché i file più lunghi consumano più contesto e riducono l'affidabilità con cui Claude li segue. MEMORY.md è limitato alle prime 200 righe o a 25KB al momento del caricamento. Tutto ciò che supera questo limite viene ignorato all'avvio della sessione successiva. Un indice troppo grande usa quindi contesto per la parte caricata, mentre il resto rimane non letto.

Due abitudini aiutano a mantenerlo ridotto. Spostare i dettagli dall'indice nei file degli argomenti, che Claude legge su richiesta invece che all'avvio. Spostare le istruzioni sui flussi di lavoro da CLAUDE.md alle skill, che vengono caricate solo quando vengono richiamate. Nei file di memoria che iniziano già con frontmatter, Claude Code registra l'ora di scrittura nel campo modified come timestamp ISO 8601, a partire dalla versione 2.1.214. Questo timestamp è il modo più rapido per individuare un'informazione diventata obsoleta. Eliminare la memoria obsoleta descrive più dettagliatamente il processo di revisione.

Quando il recupero dei contenuti è più efficace del caricamento dell’intero contesto

Lo strumento memory serve per recuperare i contenuti just-in-time. Invece di caricare subito tutto, l’agente registra ciò che apprende e rilegge un file solo quando un’attività ne ha bisogno. Questo modifica il calcolo, perché una prima lettura aggiunge il contenuto quando serve e poi lo mantiene nelle richieste successive finché non viene rimosso dal contesto, mentre un blocco caricato in modo permanente ha un costo a ogni singolo turno.

Dai due grafici precedenti deriva una regola semplice. Il testo utilizzato in quasi tutti i turni appartiene al prefisso stabile memorizzato nella cache. Il testo utilizzato una volta ogni venti va gestito tramite una chiamata view. Il punto di pareggio varia in base al numero di replay, non in base a ciò che addebita Anthropic.

Nell’API puoi anche consentire alla piattaforma di ridurre la conversazione. La modifica del contesto elimina i vecchi risultati degli strumenti quando la conversazione supera una soglia configurata. La funzione è ancora in beta, quindi le richieste che la utilizzano devono includere l’header beta context-management-2025-06-27.

{
  "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}
    }
  ]
}

I valori predefiniti prevedono una soglia di 100,000 token di input e la conservazione di 3 utilizzi degli strumenti. Prima di abilitarla, leggi il comportamento dell’interazione con il caching: l’eliminazione dei contenuti invalida il prefisso memorizzato nella cache a partire dal punto dell’eliminazione, quindi la richiesta successiva comporta una scrittura nella cache. Questo è lo scopo di clear_at_least. Ritarda l’eliminazione finché il risparmio non è sufficiente a giustificare la scrittura. La risposta indica esattamente ciò che è avvenuto tramite context_management, con cleared_tool_uses e cleared_input_tokens, così il compromesso può essere misurato e non resta soltanto teorico. Gestione della finestra di contesto in Claude Code applica la stessa idea a una sessione di programmazione.

Che cosa ha una voce di costo dedicata

La memoria non ha un costo specifico, ma alcune funzionalità lo hanno realmente, ed è utile sapere quali. Queste sono le tariffe pubblicate per l'API di Claude a ottobre 2026. Alcune operazioni non hanno alcun costo, e i crediti di prova per l'API di Claude aiutano i nuovi utenti a iniziare. Nelle FAQ sui prezzi, Anthropic dichiara soltanto che i nuovi utenti ricevono una piccola quantità di crediti gratuiti per testare l'API, senza pubblicare un importo. Anche gli abbonati Max, Ultra e Team ricevono crediti API mensili. Il 31 ottobre 2026, la documentazione di Anthropic indicava $100 per Max e $200 per Ultra. Per Team, i crediti sono $20 per ogni postazione Standard e $100 per ogni postazione Premium, condivisi tra gli utenti e con un limite di $500 al mese. I piani Free, Pro ed Enterprise non ne hanno diritto. I crediti inutilizzati non vengono trasferiti al mese successivo e non coprono Claude Code interattivo né i crediti di utilizzo. Coprono claude -p e Claude Agent SDK quando li esegui direttamente con una chiave API dell'organizzazione collegata in Console. Le esecuzioni avviate da Claude Code GitHub Action, da un'estensione IDE o dall'app desktop restano escluse, anche con -p. Questi crediti sono un vantaggio di un piano a pagamento. Gli addebiti riportati di seguito vengono scalati dai crediti disponibili o dal saldo a pagamento.

  • Ricerca web: $10 per 1.000 ricerche, oltre al normale costo dei token per tutto ciò che la ricerca inserisce nel contesto.
  • Esecuzione del codice: 1.550 ore gratuite per organizzazione ogni mese, quindi $0.05 per ora e per container. È gratuita quando la stessa richiesta include la ricerca web o il recupero web con la versione dello strumento 20260209 o successiva.
  • Claude Managed Agents: runtime della sessione a $0.08 per ora-sessione, oltre ai normali addebiti per i token.
  • Recupero web: nessun costo aggiuntivo, solo il costo dei token del contenuto recuperato.

La memoria non compare in nessuna di queste voci. Compare nel conteggio dei token di input, che è esattamente il punto in cui puoi misurarla e in cui il pruning e il caching possono ridurla. Se stai pianificando un agent che viene eseguito senza supervisione su un virtual private server (VPS), il passaggio successivo consiste nell'impostare i controlli dei costi per un agent su un VPS, perché un agent con un file di memoria in crescita e senza pruning diventa ogni settimana più costoso senza che nessun sistema lo segnali.

FAQ

È previsto un costo separato per le funzioni di memoria di Claude?

No. Il listino di Anthropic indica le tariffe per milione di token di input, per milione di token di output e i moltiplicatori del prompt caching, ma non include una voce per la memoria. Nell'API di Claude, lo strumento di memoria opera lato client, quindi i file risiedono su uno spazio di archiviazione che pagate già. La memoria aggiunge token di input, fatturati alla normale tariffa di input del modello o alla tariffa di caching applicabile in ogni turno che li contiene.

Disattivare la memoria rende Claude più economico?

Riduce il numero di token di ogni richiesta e quindi il costo di ogni richiesta. Il risparmio complessivo dipende da ciò che accade dopo. Se Claude deve rileggere tre file e porvi due domande per ricostruire le informazioni già presenti nella memoria, questi token possono costare più della memoria stessa. Misurate il risultato invece di fare supposizioni: eseguite /context in una sessione con la memoria automatica attiva e in una avviata con CLAUDE_CODE_DISABLE_AUTO_MEMORY=1, quindi confrontate il totale dei token usati per la stessa attività.

Perché il mio consumo è aumentato anche se non ho modificato nulla?

La causa più comune è un cache miss dopo una pausa. Per impostazione predefinita, le voci della cache restano valide per 5 minuti, oppure per un'ora con l'impostazione estesa; pertanto, la prima richiesta dopo una pausa rielabora l'intero prefisso e lo scrive nuovamente alla tariffa di cache write. La seconda causa più comune è una modifica al prefisso: cambiare la definizione di uno strumento invalida l'intera cache, mentre cambiare il prompt di sistema invalida la cache del sistema e dei messaggi. In un piano in abbonamento, il dettaglio /usage identifica questo comportamento quando rappresenta almeno il 10 percento del consumo recente.

La memoria deve risiedere nel prompt di sistema o dietro una chiamata a uno strumento?

Inseritela nel prompt di sistema quando viene usata in quasi ogni turno, perché in questo modo resta nel prefisso memorizzato nella cache e viene addebitata alla tariffa di cache read. Inseritela dietro una chiamata view quando è necessaria solo per alcune attività, perché così l'aggiunta dei token del file viene rimandata fino al momento in cui servono; il risultato viene comunque riproposto nei turni successivi finché non viene rimosso dal contesto. Il valore decisivo è il numero di ripetizioni e l'oggetto usage mostra i token di input, cache-write e cache-read per ogni richiesta.

Le funzioni di memoria vengono conteggiate nei limiti di utilizzo dell'abbonamento?

Sì, indirettamente, perché i limiti dell'abbonamento vengono consumati dai token contenuti in ogni richiesta. La documentazione di assistenza di Anthropic specifica che le conversazioni più lunghe che attivano la gestione automatica del contesto consumano una quota maggiore del limite di utilizzo. La memoria rende ogni richiesta leggermente più lunga e una sessione prolungata ripete tale lunghezza a ogni turno. Come funzionano realmente i limiti di utilizzo di Claude spiega cosa viene reimpostato e quando.

Questo articolo ti è stato utile?