SSD Nodes Learn Hosting plans →
Przewodniki Matt ConnorAutor: Matt Connor

Claude Code: jak monitorować koszty i zużycie tokenów

Porównanie metod śledzenia wydatków w Claude Code. Analiza różnic między lokalnymi parserami logów, panelem Anthropic oraz własnym stosem OpenTelemetry w kontekście rozliczeń.

Co faktycznie odczytuje narzędzie do śledzenia wydatków Claude Code

Każde narzędzie do śledzenia wydatków Claude Code odczytuje jedno z trzech źródeł danych, a wybór źródła determinuje zakres pytań, na które można uzyskać odpowiedź. Parser logów odczytuje pliki transkrypcji sesji zapisane na lokalnym dysku. Panel kontrolny odczytuje rejestry użycia przechowywane przez Anthropic dla danego konta lub organizacji. Backend metryk odczytuje strumień OpenTelemetry (OTel), który Claude Code emituje po uruchomieniu. Wszystkie trzy źródła mogą być poprawne w tym samym czasie, a mimo to wykazywać rozbieżności, ponieważ zliczają różne parametry.

Niniejszy przewodnik nie omawia ponownie kwestii tokenów. jak Claude Code zlicza użycie tokenów obejmuje dane wejściowe, wyjściowe, zapisy w pamięci podręcznej oraz odczyty z niej, a żaden panel kontrolny nie jest użyteczny, dopóki te kwestie nie zostaną wyjaśnione. Pytanie w tym miejscu jest węższe: co widzi każdy z rodzajów narzędzi, a czego nigdy nie jest w stanie zobaczyć.

Dlaczego jednego dnia pojawiły się trzy narzędzia do śledzenia wydatków Claude Code

Tego samego dnia opublikowano trzy niezależne narzędzia do śledzenia wydatków w Claude Code. Nie były to trzy wersje tego samego narzędzia, co stanowi o ich użyteczności. Pierwsze z nich analizowało lokalne pliki sesji. Drugie stanowiło nakładkę na ekrany użycia konta. Trzecie było hostowanym backendem do śledzenia, który uruchamia się samodzielnie.

Pojawiły się one jednocześnie, ponieważ koszt sesji agenta przestał być oczywisty. Koszt czatu jest w przybliżeniu widoczny na ekranie. Agent odczytuje dwadzieścia plików, uruchamia zestaw testów i przy każdym kroku przesyła ponownie całą konwersję, więc rachunek jest generowany przez kontekst, którego użytkownik nigdy nie wpisał. W ramach subskrypcji kwota w dolarach za sesję wyświetlana przez Claude Code jest szacunkiem, który według Anthropic nie jest istotny dla rozliczeń. Liczy się pasek użycia, który w niektóre dni zapełnia się szybciej niż w inne. Każde z tych trzech rozwiązań wypełnia inną część tej luki.

Forma 1: lokalny parser logów informuje o dzisiejszych kosztach

Claude Code przechowuje każdą konwersację w formacie JSON Lines w ~/.claude/projects/<project>/<session-id>.jsonl, gdzie <project> to ścieżka katalogu roboczego z niealfanumerycznymi znakami zastąpionymi przez -. Każda odpowiedź asystenta w tym pliku zawiera liczbę tokenów dla danego żądania. Parser logów sumuje je i wycenia.

ccusage jest rozwiązaniem najczęściej wybieranym przez użytkowników. Nie wymaga instalacji:

npx ccusage@latest daily
npx ccusage@latest daily --breakdown
npx ccusage@latest blocks
npx ccusage@latest session --json

daily sumuje dane według daty. --breakdown dzieli każdy wiersz według modelu, co pozwala ustalić, że jedno popołudnie z Opus stanowi większość kosztów tygodnia. blocks grupuje dane według pięciogodzinnego okna, w którym resetuje się subskrypcja. session sumuje koszty dla każdej konwersacji, a daily --instances grupuje je według projektu, co pozwala sprawdzić, które repozytorium generuje wysokie koszty. Dodaj --since oraz --until, aby ograniczyć zakres, i uruchom npx ccusage@latest daily --help dla formatu daty oczekiwanego przez daną wersję. Według stanu na październik 2026 narzędzie odczytuje również inne interfejsy CLI agentów, w tym Codex oraz OpenCode, co jest istotne przy ich porównywaniu. Raporty domyślne łączą wszystkie wykryte źródła; dodaj claude przed daily lub session, aby skupić się wyłącznie na Claude Code.

Wycena pochodzi z tabeli cen modeli, a narzędzie oferuje trzy tryby kosztów. --mode auto wykorzystuje wartość costUSD zapisaną przez Claude Code w pliku, jeśli jest ona dostępna, a w przeciwnym razie oblicza koszt na podstawie liczby tokenów. --mode calculate zawsze oblicza koszt na podstawie tokenów i ignoruje zarejestrowane kwoty. --mode display wyświetla tylko zarejestrowane koszty i drukuje $0.00 dla wierszy, które ich nie posiadają. Jeśli suma wydaje się błędna, uruchom ten sam raport z flagą calculate, a następnie display. Duża różnica między nimi oznacza, że większość wpisów nie zawiera zarejestrowanego kosztu, więc wszystkie odczytywane dane są szacunkowe. W przypadku korzystania z wynegocjowanych stawek, pricingOverrides w sekcji defaults pliku konfiguracyjnego ccusage.json zastępuje cenę dla poszczególnych modeli.

Te same dane mogą zasilać prompt. ccusage statusline drukuje kompaktowy wiersz dla paska stanu Claude Code, podłączony do ~/.claude/settings.json tak samo jak każde inne polecenie paska stanu. Zobacz tworzenie paska stanu Claude Code, aby zapoznać się z blokiem ustawień i otrzymywanymi polami.

Parser logów nie widzi zdarzeń, które nie miały miejsca na tej maszynie. Drugi laptop, sesja w claude.ai czy praca członka zespołu: te transkrypcje znajdują się na innych dyskach. Starsze sesje terminala są domyślnie usuwane po 30 dniach nieaktywności zgodnie z cleanupPeriodDays, ale retencję można skonfigurować: użyj dużej wartości, takiej jak 3650, aby zachować historię z wielu lat. Transkrypcje sesji rozpoczętych lub kontynuowanych ostatnio w Desktop lub Cowork są domyślnie przechowywane dłużej, z wyjątkami takimi jak konfiguracje HIPAA.

Istnieje jeszcze jedno ryzyko o charakterze strukturalnym. Dokumentacja Anthropic wskazuje, że format wpisów jest wewnętrzny dla Claude Code i zmienia się między wersjami, więc skrypty parsujące te pliki bezpośrednio mogą przestać działać po każdej aktualizacji. Dotyczy to każdego narzędzia tego typu. Jest to również powód, dla którego samodzielnie napisany jednowierszowy skrypt jq przetwarzający JSONL jest gorszym rozwiązaniem, niż się wydaje: utrzymywane parsery śledzą zmiany formatu, podczas gdy własny skrypt w dniu zmiany nazwy pola zacznie raportować błędne dane z pełnym przekonaniem.

Na koniec, kwota w dolarach wymaga zastrzeżenia w przypadku subskrypcji. Użycie w ramach limitu planu Pro lub Max nie jest rozliczane za token, więc podana liczba to koszt, jaki tokeny wygenerowałyby według cennika API. Mierzy to intensywność użycia, a nie faktyczny rachunek. Wyjątkiem są kredyty na użycie: jeśli zostaną włączone, użycie przekraczające limit planu jest rozliczane według standardowych stawek API jako osobna opłata, a claude.ai pokazuje wydatki z danego miesiąca w sekcji Settings > Usage. Jeśli rzeczywistym pytaniem jest wybór planu, porównanie to stanowi osobne zagadnienie: zobacz rozliczenia API a subskrypcja Claude.

Forma 2: wbudowane ekrany użycia wskazują, który model wyczerpał budżet

Claude Code posiada własny system raportowania, do którego większość użytkowników nigdy nie zagląda. Uruchom /usage wewnątrz sesji. Blok Session na górze pokazuje liczbę tokenów w podziale na modele oraz kwotę w dolarach dla bieżącej sesji, obliczaną lokalnie na podstawie standardowych stawek, chyba że administrator skonfigurował tabelę modelPricing w ustawieniach zarządzanych – w takim przypadku wiersz Total cost wyświetla at your organization's configured rates. W obu przypadkach kwota jest szacunkowa i może różnić się od faktury, a w planach Pro lub Max Anthropic zaznacza, że nie ma ona znaczenia dla rozliczeń, ponieważ użycie jest zawarte w planie. Sumy resetują się, gdy /clear rozpoczyna nową konwersację.

W planach Pro, Max, Team lub Enterprise opartych na stanowiskach, ten sam ekran pokazuje stopień wykorzystania limitu planu. Plany Enterprise oparte na użyciu nie posiadają limitu, który można wyczerpać, ponieważ każdy token jest rozliczany według stawek API. W tych planach ekran przypisuje również niedawne użycie do umiejętności, subagentów, wtyczek i poszczególnych serwerów MCP jako procent całości. Wskazuje zachowania, które odpowiadają za 10% lub więcej niedawnego użycia, takie jak długi kontekst lub chybienia pamięci podręcznej (cache misses). Naciśnij d lub w, aby przełączać się między danymi z ostatnich 24 godzin a ostatnich 7 dni. Liczby te są przybliżone i obliczane na podstawie lokalnej historii sesji na danym urządzeniu, więc użycie na drugim urządzeniu nie jest wliczane. Po wyczerpaniu limitu Claude Code wskazuje jego nazwę oraz czas resetu; pusty pasek zużycia nie oznacza wyczerpania limitu. Sesja może oczekiwać i kontynuować pracę po resecie, a co zrobić po osiągnięciu limitu jest odrębną decyzją dotyczącą modelu, kontekstu i planu.

W przypadku zespołów większych niż jeden programista, dane przenoszą się na poziom konta. Organizacja API otrzymuje dostęp do strony Console Cost, pulpitu nawigacyjnego Claude Code z informacjami o wydatkach i zaakceptowanych liniach kodu na członka, oraz API Claude Code Analytics, które zwraca te same dzienne metryki na użytkownika przy użyciu klucza administratora. Plany Team i Enterprise otrzymują raport wydatków w konsoli administratora z możliwością eksportu do CSV, aktualizowany codziennie; obejmuje on wydatki z kredytów w planach opartych na stanowiskach oraz pełne użycie w planach Enterprise opartych na zużyciu. Enterprise dodaje API analityczne. To, który z tych widoków jest dostępny, zależy od sposobu logowania każdego programisty, więc organizacje mieszane muszą analizować dwa raporty i sumować je ręcznie.

Przy szacowaniu budżetu, opublikowana wartość w dokumentacji kosztów Anthropic na październik 2026 wynosi średnio około 13 USD na programistę za aktywny dzień oraz od 150 do 250 USD na programistę miesięcznie, przy czym 90% użytkowników mieści się w kwocie poniżej 30 USD za aktywny dzień. Należy traktować to jako opublikowany punkt odniesienia z wdrożeń korporacyjnych, a nie jako prognozę dla własnego zespołu. Uruchom grupę pilotażową i dokonaj pomiarów przed ekstrapolacją wyników.

Pulpity nawigacyjne nie widzą szczegółów poniżej poziomu dnia i osoby. Wskażą, że model Opus odpowiadał za większość użycia we wtorek. Nie wskażą jednak, który prompt, repozytorium czy zadanie CI było tego przyczyną. Raporty te mają również opóźnienie, ponieważ raporty organizacyjne aktualizują się codziennie, więc stanowią narzędzie przeglądowe, a nie sposób na zatrzymanie niekontrolowanego agenta w czasie rzeczywistym. Powstrzymanie niekontrolowanego działania wymaga limitów, a nie raportów, co jest tematem utrzymywania kosztów agenta w ryzach na VPS.

Wariant 3: własny stos OpenTelemetry pozwala zidentyfikować regresję promptu

Claude Code emituje metryki i zdarzenia OpenTelemetry po włączeniu telemetrii i skonfigurowaniu eksporterów. Jest to jedyna opcja umożliwiająca przesyłanie danych o tokenach i kosztach w przeliczeniu na użytkownika do systemu, nad którym sprawujesz kontrolę, niemal w czasie rzeczywistym. Metryki obejmują claude_code.cost.usage w USD, claude_code.token.usage w tokenach, claude_code.session.count oraz claude_code.active_time.total.

Metryka tokenów jest szczególnie istotna ze względu na swoje atrybuty. Każdy punkt danych zawiera type, czyli input, output, cacheRead lub cacheCreation, a także model i query_source, czyli main, subagent lub auxiliary. Zawiera również agent.name, skill.name, mcp_server.name oraz mcp_tool.name. Nazwy samodzielnie skonfigurowanych serwerów MCP oraz własnych subagentów są przesyłane jako custom, chyba że ustawisz OTEL_LOG_TOOL_DETAILS=1, co dodatkowo dodaje polecenia Bash oraz dane wejściowe narzędzi do zdarzeń narzędziowych. Pozwala to odpowiedzieć na pytania, których nie obsłuży żaden pulpit nawigacyjny: jaka część rachunku przypada na subagentów, a jaka na Twoje własne interakcje, czy dany serwer MCP podwoił liczbę tokenów wejściowych, czy też odczyty z pamięci podręcznej spadły po edycji pliku CLAUDE.md. Zachowanie pamięci podręcznej to zazwyczaj miejsce, w którym kryją się niespodzianki, a kiedy cache'owanie promptów się zwraca wyjaśnia, na co należy zwrócić uwagę.

Warto dokonać jednego sprostowania, ponieważ kwestia ta pojawia się w każdym wątku na ten temat. Langfuse to dobry, hostowany samodzielnie backend do śledzenia (tracingu), a jego uruchomienie na VPS opisano w samodzielnym hostowaniu Langfuse do śledzenia agentów. Jego punkt końcowy OTLP akceptuje wyłącznie ślady (traces). Domyślnie Claude Code eksportuje metryki i zdarzenia dziennika, a nie zakresy (spans), więc skierowanie OTEL_EXPORTER_OTLP_ENDPOINT na Langfuse pozostawi projekt pusty i nie wygeneruje żadnego czytelnego błędu. Eksport zakresów istnieje, ale jest w fazie beta i pozostaje wyłączony, dopóki nie ustawisz CLAUDE_CODE_ENHANCED_TELEMETRY_BETA=1 oraz OTEL_TRACES_EXPORTER. Własna integracja Langfuse z Claude Code działa inaczej: hak typu Stop lub wtyczka, która go instaluje, odczytuje transkrypcje sesji po każdej odpowiedzi i konwertuje je na ślady, więc podlega tym samym ograniczeniom co lokalny parser dzienników. Langfuse jest właściwym narzędziem dla agentów budowanych samodzielnie na API, gdzie Twój własny kod tworzy każdy zakres wraz z jego promptem, modelem i kosztem. W przypadku sum wydatków z poziomu CLI Claude Code, odpowiednim rozwiązaniem jest magazyn metryk.

Konfiguracja śledzenia wydatków Claude Code na własnym VPS

Wystarczą dwie usługi: kolektor do odbierania metryk oraz Prometheus do ich przechowywania. Obie należy odizolować od publicznego Internetu, ponieważ otwarty port OTLP akceptuje zapisy od każdego, kto go odnajdzie. Utwórz /opt/ccmetrics/compose.yaml:

services:
  collector:
    image: otel/opentelemetry-collector-contrib:latest
    command: ["--config=/etc/otel/config.yaml"]
    volumes:
      - ./collector.yaml:/etc/otel/config.yaml:ro
    ports:
      - "10.8.0.1:4318:4318"
    restart: unless-stopped
  prometheus:
    image: prom/prometheus:latest
    volumes:
      - ./prometheus.yml:/etc/prometheus/prometheus.yml:ro
      - prom-data:/prometheus
    ports:
      - "127.0.0.1:9090:9090"
    restart: unless-stopped

volumes:
  prom-data:

10.8.0.1 to adres serwera wewnątrz tunelu WireGuard, dzięki czemu kolektor jest osiągalny wyłącznie z Twoich maszyn. Adres przed numerem portu pełni tu kluczową rolę, ponieważ opublikowane porty Docker nie są filtrowane przez ufw: zobacz dlaczego opublikowane porty Docker omijają ufw. Konfiguracja samego tunelu opisana jest w VPN WireGuard na własnym VPS.

/opt/ccmetrics/collector.yaml:

receivers:
  otlp:
    protocols:
      http:
        endpoint: 0.0.0.0:4318

processors:
  batch:

exporters:
  prometheus:
    endpoint: 0.0.0.0:8889

service:
  pipelines:
    metrics:
      receivers: [otlp]
      processors: [batch]
      exporters: [prometheus]

/opt/ccmetrics/prometheus.yml. Port 8889 nie jest publikowany na hoście, ponieważ Prometheus łączy się z kolektorem przez sieć Compose przy użyciu nazwy usługi:

global:
  scrape_interval: 30s

scrape_configs:
  - job_name: claude-code
    static_configs:
      - targets: ["collector:8889"]
cd /opt/ccmetrics
docker compose up -d
docker compose logs collector

Dziennik kolektora powinien kończyć się wpisem Everything is ready. Begin running and processing data.. Dziennik, który kończy się błędem konfiguracji, oznacza, że plik YAML nie został poprawnie przetworzony, a kontener będzie restartował się w pętli.

Teraz skieruj na niego Claude Code. Na każdej maszynie, na której uruchamiasz Claude Code, dodaj poniższy wpis do ~/.claude/settings.json:

{
  "env": {
    "CLAUDE_CODE_ENABLE_TELEMETRY": "1",
    "OTEL_METRICS_EXPORTER": "otlp",
    "OTEL_LOGS_EXPORTER": "none",
    "OTEL_EXPORTER_OTLP_PROTOCOL": "http/protobuf",
    "OTEL_EXPORTER_OTLP_ENDPOINT": "http://10.8.0.1:4318",
    "OTEL_METRIC_EXPORT_INTERVAL": "10000"
  }
}

Rozpocznij sesję, wyślij jedno zapytanie, odczekaj na interwał eksportu (tutaj 10 sekund, domyślnie 60 sekund), a następnie zapytaj Prometheusa o zebrane dane:

curl -s http://localhost:9090/api/v1/label/__name__/values | grep -o 'claude_code[a-z_]*'

Powinieneś otrzymać kilka nazw rozpoczynających się od claude_code_. Eksporter zamienia kropki na podkreślniki i dodaje jednostkę, więc dokładne ciągi znaków zależą od wersji kolektora. Pusty wynik oznacza, że żadne dane nie dotarły. Sprawdź, czy protokół i port są zgodne, ponieważ http/protobuf korzysta z 4318, a grpc z 4317; niedopasowanie powoduje cichą awarię. Uruchom claude --debug-file /tmp/claude-debug.log i poszukaj w tym pliku linii [3P telemetry], w których Claude Code raportuje błędy eksportu OTel.

W przypadku jednej maszyny i braku serwera pomiń powyższe kroki. Ustaw CLAUDE_CODE_ENABLE_TELEMETRY=1 oraz OTEL_METRICS_EXPORTER=prometheus, a Claude Code udostępni punkt końcowy scrape pod adresem http://localhost:9464/metrics. Gdy prometheus jest jedynym wymienionym eksporterem, Claude Code pomija jednostki USD, tokens oraz s w eksportowanych metrykach, aby wynik pozostał w poprawnym formacie tekstowym Prometheus. Nazwy metryk nie ulegają zmianie, a ustawienie łączące eksportery, takie jak otlp,prometheus, zachowuje jednostki.

Taka konfiguracja wiąże się z jedną decyzją dotyczącą prywatności. Domyślnie z maszyny wychodzą tylko liczniki i metadane, bez treści zapytań i wyników narzędzi. OTEL_LOG_USER_PROMPTS=1 dodaje treść zapytania do eksportowanych zdarzeń, a także włącza tekst odpowiedzi asystenta, chyba że OTEL_LOG_ASSISTANT_RESPONSES=0 nadpisze to ustawienie. OTEL_LOG_TOOL_CONTENT=1 dodaje wybrane wyniki narzędzi do zakresów śledzenia (trace spans), z wykluczeniami i przycinaniem zawartości (domyślnie do 60 KB). Te flagi mogą ujawnić kod źródłowy i sekrety w wybranej zawartości; nie eksportują automatycznie wszystkiego z kontekstu. Pełne treści konwersacji wymagają osobnego ustawienia OTEL_LOG_RAW_API_BODIES. Włączaj te opcje świadomie i najpierw przeczytaj jak chronić sekrety przed kontekstem agenta.

Monitorowanie kosztów uruchomień skryptowych i CI

Uruchomienia nieinteraktywne często zaskakują użytkowników, ponieważ nikt nie obserwuje ekranu. claude -p wraz z --output-format json raportuje koszt takiego uruchomienia w swoim ładunku wynikowym:

claude -p "summarise the failing tests" --output-format json | jq '.total_cost_usd'

Ładunek zawiera total_cost_usd oraz zestawienie kosztów dla poszczególnych modeli, dzięki czemu zadanie CI może zarejestrować własne wydatki bez udziału panelu sterowania. Podobnie jak każda lokalna wartość, jest to szacunek po stronie klienta, a uruchomienie kontynuujące konwersację z --continue lub --resume raportuje sumę dla całej konwersacji, wliczając w to wcześniejsze uruchomienia. Wartość tę należy dopisać do pliku lub przesłać jako metrykę do powyższego kolektora. Jest to najtańsza dostępna metoda monitorowania wydatków, wymagająca jednego wywołania jq na uruchomienie.

Tryby awarii i ich objawy

Raport jest pusty. npx ccusage@latest daily brak wyników oznacza, że narzędzie nie odczytuje danych z lokalizacji, do której zapisuje Claude Code. CLAUDE_CONFIG_DIR zmienia tę lokalizację, a ccusage również odczytuje tę zmienną, dlatego należy uruchomić oba narzędzia z tą samą wartością. Jeśli brakuje starszych sesji, sprawdź cleanupPeriodDays: sesje terminalowe są domyślnie usuwane po 30 dniach nieaktywności, podczas gdy transkrypcje z Desktop i Cowork są zazwyczaj przechowywane dłużej.

Dwie maszyny raportują różne sumy. Jest to zachowanie oczekiwane, a nie błąd. Zarówno zestawienie /usage, jak i każdy parser logów odczytują wyłącznie lokalną historię sesji, więc użycie z innego urządzenia lub z claude.ai nie jest w nich uwzględnione.

Lokalna suma nie zgadza się z fakturą. Lokalne wartości są obliczane na podstawie liczby tokenów według standardowych stawek cennikowych, chyba że skonfigurowano stawki kontraktowe: tabela modelPricing w ustawieniach zarządzanych dla /usage lub pricingOverrides dla ccusage. W ramach subskrypcji użycie mieszczące się w limicie planu nie jest rozliczane za token, a jedynie w ramach kredytów na użycie. Strona Cost w konsoli jest wiarygodnym źródłem informacji o rozliczeniach API.

Koszty wzrosły przy tym samym nakładzie pracy. Przede wszystkim sprawdź kolumny pamięci podręcznej (cache). Długa sesja wysyła ponownie całą swoją historię przy każdym kroku; jest ona wyceniana według stawki dla pamięci podręcznej, gdy ta jest aktywna, oraz według pełnej stawki wejściowej, gdy wygasa. Jedna długa przerwa powoduje ponowne przetworzenie całej konwersacji. Objawia się to dużą liczbą tokenów wejściowych przy małej liczbie wyjściowych, a ceny tokenów wejściowych względem wyjściowych wyjaśnia, dlaczego te dwie wartości zmieniają się niezależnie.

Dzień z użyciem subagentów wydaje się niemożliwy. Każdy subagent uruchamia własne okno kontekstowe, więc zużycie tokenów skaluje się wraz z liczbą uruchomionych agentów i czasem trwania każdego z nich. W ramach planu atrybucja /usage podaje udział subagenta dla danej maszyny w procentach. W celu uzyskania szczegółów dla każdego żądania, dane OTel rozdzielają je za pomocą atrybutu query_source w claude_code.token.usage. Parser logów pokaże jedynie sumę, pozostawiając kwestię szczegółów do domysłów.

FAQ

Czy ccusage pokazuje kwotę, którą faktycznie płacę w planie Max?

Nie. Użycie mieszczące się w limicie subskrypcji nie jest rozliczane za token, dlatego parser logów wycenia tokeny według standardowych stawek API i pokazuje, ile kosztowałoby to samo zadanie przy użyciu API. Jest to dobra miara porównawcza obciążenia w danym dniu, przydatna do zestawiania projektów lub modeli między sobą. Informacje o faktycznych kosztach znajdują się na stronie Console Cost w przypadku API oraz na stronie rozliczeń planu w przypadku subskrypcji. Jeśli włączono kredyty na użycie, przekroczenie limitu jest rozliczane według standardowych stawek API, a claude.ai prezentuje te wydatki w sekcji Settings > Usage.

Gdzie Claude Code przechowuje pliki sesji odczytywane przez te narzędzia?

W ~/.claude/projects/<project>/<session-id>.jsonl, gdzie <project> to ścieżka katalogu roboczego, w której znaki niebędące alfanumerycznymi zastąpiono -. Każda linia jest obiektem JSON reprezentującym pojedynczą wiadomość, użycie narzędzia lub wpis metadanych. CLAUDE_CONFIG_DIR przenosi cały katalog, a cleanupPeriodDays w settings.json zarządza retencją, która domyślnie wynosi 30 dni nieaktywności dla sesji terminalowych; transkrypty Desktop i Cowork są zazwyczaj przechowywane dłużej. Anthropic określa format wpisów jako wewnętrzny i podlegający zmianom między wersjami, dlatego należy analizować go za pomocą utrzymywanego narzędzia, a nie własnego skryptu.

Czy mogę przesyłać telemetrię Claude Code do Langfuse?

Nie przy użyciu domyślnej telemetrii. Punkt końcowy Langfuse OTLP akceptuje ślady (traces), a Claude Code domyślnie eksportuje metryki i zdarzenia dziennika, a nie zakresy (spans), więc dane nie mają gdzie trafić. Eksport zakresów jest funkcją w fazie beta, którą należy włączyć, a integracja Langfuse z Claude Code wykorzystuje hak Stop, który konwertuje transkrypty sesji na ślady. W celu monitorowania sumarycznych wydatków należy przesyłać metryki Claude Code do kolektora OpenTelemetry i przechowywać je w Prometheus. Langfuse należy stosować dla agentów budowanych samodzielnie na bazie API, gdzie własny kod emituje zakresy zawierające prompt, model oraz koszt.

Dlaczego moje lokalne wyliczenia nie zgadzają się ze stroną użycia w Console?

Ponieważ są obliczane w inny sposób. /usage i parsery logów sumują liczbę tokenów z plików sesji na używanej maszynie, a następnie wyceniają je według standardowych stawek cennikowych, chyba że skonfigurowano stawki kontraktowe poprzez modelPricing w ustawieniach zarządzanych dla /usage lub pricingOverrides dla ccusage. Console obejmuje użycie całej organizacji na wszystkich maszynach i kluczach; należy korzystać ze strony Cost w celu sprawdzenia faktycznych kosztów API, ponieważ dane o wydatkach w panelu analitycznym Claude Code są szacunkowe. Rozbieżności są zjawiskiem normalnym. Bardzo duża różnica zazwyczaj oznacza, że drugie urządzenie, runner CI lub inny członek zespołu generuje koszty w ramach tego samego konta.

Jak śledzić koszt uruchomienia claude -p w CI?

Należy uruchomić proces z flagą --output-format json i odczytać total_cost_usd z wyniku, na przykład za pomocą claude -p "..." --output-format json | jq '.total_cost_usd'. Ten sam ładunek danych zawiera zestawienie kosztów dla poszczególnych modeli oraz identyfikator sesji. Rejestrując tę wartość dla każdego zadania, uzyskuje się informację o wydatkach na potok (pipeline) bez konieczności używania agenta, panelu czy dodatkowej usługi.

Czy ten artykuł był przydatny?