Czym są tokeny Claude? Matematyka Claude Code

Czym są tokeny w Claude?

Token jest jednostką tekstu odczytywaną i generowaną przez Claude: fragmentem słowa. Zgodnie z własnym glosariuszem Anthropic przed modelami Claude Opus 4.7 jeden token obejmował około 3.5 znaku w języku angielskim. W obecnym tokenizerze jest to bliżej 2.5 znaku, ponieważ Anthropic określa 1M tokenów jako około 2.5M znaków. W obu przypadkach po uwzględnieniu spacji i znaków interpunkcyjnych przypada znacznie więcej niż token na słowo, dlatego tysiąc słów tekstu ma bezpiecznie ponad 1,300 tokenów. Kod ma większe zużycie w przeliczeniu na wiersz: nawiasy klamrowe, operatory, znaki podkreślenia i wcięcia dzielą tekst na więcej tokenów na znak niż tekst angielski. Plik źródłowy zawierający kilkaset wierszy zazwyczaj zajmuje kilka tysięcy tokenów. Plik zawierający 2,000 wierszy, który agent zdecyduje się odczytać, kosztuje pięciocyfrową liczbę tokenów, zanim zostanie napisany choćby jeden wiersz nowego kodu.

Dwa aspekty tokenizerów często prowadzą do nieporozumień. Po pierwsze, tokenizer jest zależny od modelu. W październiku 2026 Claude Opus 4.7 i wszystkie późniejsze modele, w tym obecne Fable 5.1, Opus 5.5, Sonnet 5.5 i Haiku 5.5, używają nowszego tokenizera, który dla tego samego tekstu generuje około 30% więcej tokenów niż wcześniejsze modele Claude, takie jak Haiku 4.5. Dokładny wzrost zależy od treści. Zmienia to wszelkie szacunki oparte na liczbie tokenów, mimo że ceny za token nie wzrosły. Po drugie, tiktoken, czyli biblioteka używana w niemal każdym wpisie na blogu, jest tokenizerem OpenAI, a nie Claude. Jej wyniki nie będą więc zgodne z liczbą tokenów naliczaną przez Anthropic. Jedynym wiarygodnym sposobem zliczania jest endpoint count_tokens, opisany poniżej.

Dlaczego sesja kodowania kosztuje właśnie tyle

Każda opłata za Claude, niezależnie od tego, czy jest to faktura za API, czy limit subskrypcji, opiera się głównie na jednym liczniku: tokenach wejściowych i wyjściowych. Niektóre narzędzia API doliczają własną pozycję (na przykład wyszukiwanie w sieci kosztuje 10 USD za 1,000 wyszukiwań według stanu na październik 2026, oprócz tokenów dodanych przez wyniki), ale podczas sesji kodowania to licznik tokenów wykonuje większość pracy. Strona z cennikiem przedstawia sprawę jako prostą: określona liczba dolarów za milion tokenów wejściowych i określona liczba za milion tokenów wyjściowych. Nie wyjaśnia jednak, że podczas agentowej sesji kodowania licznik tokenów wejściowych rośnie znacznie szybciej, niż można oczekiwać, ponieważ cała konwersacja jest wysyłana ponownie przy każdej turze. Od piętnastu lat sprzedaję infrastrukturę rozliczaną według zużycia i tokeny są pierwszym licznikiem, który widzę, a przy którym większość klientów naprawdę nie potrafi powiedzieć, co powoduje jego wzrost. To lekcja odczytywania licznika: co jest liczone jako dane wejściowe i wyjściowe podczas sesji agentowej, dlaczego pętla ponownego wysyłania jest tak kosztowna, jak buforowanie promptów zmienia sposób obliczania kosztu oraz które ustawienia rzeczywiście wpływają na tę wartość.

Wszystko jest danymi wejściowymi: co faktycznie zlicza licznik

Użytkownicy zakładają, że płacą za kod napisany przez Claude. W sesji agentowej jest to niewielka pozycja na rachunku. Tokeny wejściowe, objęte niższą stawką, ale występujące w znacznie większej liczbie, obejmują:

• Prompt systemowy. Własne instrukcje mechanizmu Claude Code oraz pliki CLAUDE.md i pliki pamięci ładowane na początku sesji i obecne przy każdym kolejnym żądaniu.
• Definicje narzędzi. Każdy schemat narzędzia, które agent może wywołać. Każdy serwer MCP, z którym zostanie nawiązane połączenie zwiększa ten stały narzut, jednak Claude Code domyślnie odracza teraz ładowanie pełnych definicji narzędzi MCP. Do chwili pierwszego użycia narzędzia w kontekście znajdują się tylko jego nazwy. Ogranicza to koszt, ale go nie eliminuje.
• Każdy plik odczytany przez agenta. Read pliku źródłowego umieszcza jego całą zawartość w kontekście, gdzie pozostaje ona przez dalszą część sesji.
• Każdy wynik narzędzia. Uruchomienia testów, wyniki grep, dane wyjściowe terminala, dzienniki kompilacji — wszystko wraca jako tokeny wejściowe. Nieudany zestaw testów, który wypisuje 8,000 wierszy, odpowiada niewielkiej książce. Od października 2026 Claude Code przekazuje domyślnie bezpośrednio około 30,000 znaków danych wyjściowych polecenia. Dłuższe wyniki są dostarczane jako zapisany plik oraz podgląd o długości do 2,000 znaków. Każdy wynik mieszczący się poniżej tego limitu oraz każdy późniejszy odczyt zapisanego pliku jest jednak rozliczany w całości.
• Cała dotychczasowa konwersacja, wysyłana ponownie przy każdym obrocie. Ten temat zasługuje na osobną sekcję.

Ponowne wysyłanie, którego nikt nie uwzględnia w kosztach

API Claude jest bezstanowe. Nie pamięta sesji między żądaniami, podobnie jak żaden inny element tego mechanizmu. Dlatego w turze 2 klient wysyła turę 1 wraz z odpowiedzią modelu i nową wiadomością. W turze 50 ponownie wysyła wszystko, co nadal znajduje się w kontekście z tur 1–49: każdy odczyt pliku, wynik narzędzia i różnicę, które nie zostały usunięte podczas kompakcji, a także turę 50. (Kompakcja zastępuje starszą historię podsumowaniem, a odczyty plików wykonane przez subagenta pozostają w jego własnym kontekście; zwracany jest tylko jego wynik). Model za każdym razem ponownie odczytuje cały zachowany zapis rozmowy, a każdy z tych ponownie odczytanych tokenów jest rozliczany jako dane wejściowe.

Skutek jest taki, że koszt pojedynczej tury rośnie w przybliżeniu liniowo wraz z długością sesji, a łączny koszt sesji rośnie w przybliżeniu kwadratowo. Wiadomość, która w turze 3 kosztowała pół centa, może w turze 60 kosztować dwadzieścia razy więcej, mimo że zawiera to samo jednozdaniowe pytanie, ponieważ obejmuje sześćdziesiąt tur danych. Jest to podstawowy fakt wyjaśniający większość zgłoszeń typu „dlaczego rachunek był tak wysoki”. Nie jest to specyfika Claude. Każdy produkt LLM sprawiający wrażenie stanowego korzysta w podstawie z bezstanowego API i mechanizmu ponownego wysyłania.

Dane wyjściowe: co widzisz i proces myślowy, którego nie widzisz

Tokeny wyjściowe są kosztowne – ich cena jest pięciokrotnie wyższa od ceny tokenów wejściowych w całej obecnej ofercie (stan na październik 2026: 10 USD/50 USD dla Fable 5.1, 4 USD/20 USD dla Opus 5.5, 2 USD/10 USD dla Sonnet 5.5, 0,10 USD/0,50 USD dla Haiku 5.5 przy promptach do 100 000 tokenów). Dane wyjściowe obejmują tekst i kod generowany przez Claude oraz tokeny myślowe: wewnętrzne rozumowanie modelu przed udzieleniem odpowiedzi. Dwa fakty mają tutaj kluczowe znaczenie. Proces myślowy jest rozliczany według stawek wyjściowych i wliczany do max_tokens. Odpowiedź API, która kończy się błędem stop_reason: "max_tokens", oraz ucięta odpowiedź często oznaczają, że proces myślowy wyczerpał budżet przed wygenerowaniem odpowiedzi. W obecnych modelach podsumowanie rozumowania może nie być wyświetlane – API domyślnie pomija je w Fable 5.1, Opus 5.5, Sonnet 5.5, Haiku 5.5 oraz starszych modelach aż do Opus 4.7, jednak proces myślowy nadal zachodzi i jest rozliczany. To, co niewidoczne, nie jest darmowe.

Claude Code domyślnie włącza rozszerzone myślenie, ponieważ mierzalnie poprawia ono pracę wieloetapową, a domyślny budżet może sięgać dziesiątek tysięcy tokenów na żądanie. W prostszych zadaniach można go ograniczyć: zmniejszyć poziom wysiłku za pomocą /effort lub w /model, albo wyłączyć myślenie w /config w modelach, które na to pozwalają. Według stanu na październik 2026, Claude Code nie pozwala wyłączyć myślenia w Opus 5.5, Sonnet 5.5, Haiku 5.5 ani w modelach Fable, więc dźwignią pozostaje poziom wysiłku. API zapewnia większą swobodę w dwóch z nich. Haiku 5.5 akceptuje thinking: {"type": "disabled"} przy poziomie wysiłku "high" lub niższym, podobnie jak starszy Opus 5, podczas gdy starszy Sonnet 5 akceptuje go na każdym poziomie wysiłku, włącznie z "xhigh" i "max". Sonnet 5.5 odrzuca "disabled" i przyjmuje zamiast tego thinking: {"type": "between_tools"}, co eliminuje wstępne myślenie przy niskim, średnim lub wysokim poziomie wysiłku, dzięki czemu żądanie bez narzędzi otrzymuje odpowiedź bez wcześniejszego myślenia. Tylko Opus 5.5 i modele Fable utrzymują myślenie niezależnie od wysłanych danych. Jest to realny mechanizm kontroli kosztów, a nie przesąd.

Mechanizm buforowania promptów zmienia obliczenia

Buforowanie promptów sprawia, że pętla ponownego wysyłania nie generuje zaporowych kosztów. API może buforować stabilny prefiks promptu, prompt systemowy, definicje narzędzi i historię rozmowy, a przy następnym żądaniu obsłużyć je za ułamek ceny. W październiku 2026 mnożniki są następujące: zapis do bufora kosztuje 1.25× bazowej stawki za dane wejściowe (2× w wariancie 1-godzinnym), a odczyt z bufora kosztuje 0.1× w przypadku większości modeli, 0.05× w przypadku Claude Opus 5.5 i Claude Sonnet 5.5 oraz 0.025× w przypadku Claude Fable 5.1. Zapisy są droższe; odczyty oznaczają rabat w wysokości 90% w przypadku większości modeli, 95% w przypadku Opus 5.5 i Sonnet 5.5 oraz 97.5% w przypadku Fable 5.1. Pojedynczy odczyt już z nadwyżką kompensuje dopłatę za 5-minutowy zapis.

Claude Code zarządza buforowaniem automatycznie, a w prawidłowo działającej sesji niemal całe to duże ponowne wysłanie jest obsługiwane z bufora. Bufor wygasa jednak po dłuższym okresie bezczynności. W październiku 2026 Claude Code zapewnia głównej rozmowie bufor jednogodzinny w ramach subskrypcji i uwzględnionego w niej limitu użycia oraz bufor 5-minutowy liczony od ostatniego użycia w przypadku klucza API, dostawcy chmurowego lub korzystania z kredytów na użycie (ustawienie promptCacheTtl może zażądać tam okresu godzinnego, przy stawce za zapis wynoszącej 2×). Przy buforze 5-minutowym wystarczy dłuższa przerwa na kawę: po powrocie i wysłaniu wiadomości bufor jest już nieważny, a cały zgromadzony prefiks zostaje zapisany ponownie po stawce 1.25× zamiast odczytany po stawce buforowania. W sesji obejmującej 150K tokenów taka sesja bez aktywnego bufora zapisuje wszystkie 150K tokenów po stawce 1.25×, podczas gdy w sesji z aktywnym buforem zostałyby one odczytane po stawce 0.1×. Oznacza to różnicę 12.5 raza dla prefiksu (25 razy w przypadku Opus 5.5 i Sonnet 5.5 oraz 50 razy w przypadku Fable 5.1). Jest to sprzeczny z intuicją wniosek, który warto zapamiętać: rytm polegający na bezczynności, a następnie wznowieniu pracy może kosztować więcej niż praca ciągła, ponieważ każda przerwa przekraczająca TTL zmienia następne żądanie z taniego odczytu w kosztowny ponowny zapis. Pracę należy wykonywać w blokach; przy buforze 5-minutowym nie należy rozciągać dużej sesji na pojedyncze wiadomości wysyłane co 10 minut.

Jeśli wywołuje się API z własnej aplikacji na VPS, nic z tego nie dzieje się automatycznie: należy włączyć tę funkcję za pomocą cache_control. Typowym problemem wynikającym z własnej konfiguracji jest interpolowanie znacznika czasu lub identyfikatora żądania w prompcie systemowym. Zmienia to bajty prefiksu przy każdym żądaniu i po cichu wyłącza buforowanie. Wskaźnikiem jest wartość usage.cache_read_input_tokens wynosząca zero dla pozornie identycznych wywołań.

Wzór wraz z przykładem obliczeniowym

Nie należy opierać się na stwierdzeniu, że „sesja kosztuje $X”. Koszt sesji może różnić się stukrotnie. Obowiązuje następujący wzór:

turn cost = (uncached input        x base input price)
          + (cache writes          x 1.25 x base input price)
          + (cache reads           x read multiplier x base input price)
          + (output incl. thinking x output price)

read multiplier = 0.10 on most models, 0.05 on Opus 5.5 and Sonnet 5.5, 0.025 on Fable 5.1
session cost = sum over all turns

Przykład obliczeniowy dla Claude Opus 4.8 — obecnie jest to model starszej generacji, ale nadal jest dostępny i według stanu na październik 2026 nadal kosztuje $5 za milion tokenów wejściowych oraz $25 za milion tokenów wyjściowych. Środkowa tura sesji obejmuje 80,000 tokenów zgromadzonego kontekstu: 75,000 odczytanych z cache, 3,000 nowo zapisanych, 2,000 niebuforowanych nowych tokenów wejściowych oraz 1,500 tokenów wyjściowych, w tym tokenów przeznaczonych na rozumowanie.

• Odczyty z cache: 75,000 × $0.50/M = $0.0375
• Zapisy do cache: 3,000 × $6.25/M = $0.019
• Niebuforowane tokeny wejściowe: 2,000 × $5/M = $0.010
• Tokeny wyjściowe: 1,500 × $25/M = $0.0375

Około $0.10 za turę; pięćdziesiąt takich tur kosztuje około $5. Ta sama tura po wygaśnięciu cache wygląda inaczej: 78,000 tokenów możliwych do zapisania w cache zostaje zapisanych ponownie po $6.25/M, a 2,000 tych samych niebuforowanych tokenów kosztuje $5/M. Łącznie daje to około $0.50 przed uwzględnieniem danych wyjściowych, czyli mniej więcej pięciokrotnie więcej niż cała tura z rozgrzanym cache, mimo identycznego zakresu pracy. Ta różnica przedstawia cały mechanizm cache w jednej liczbie. W przypadku obecnego Claude Opus 5.5 ($4/$20, z odczytami z cache w cenie 0.05×) ta sama tura z rozgrzanym cache kosztuje około $0.07 (odczyty $0.015, zapisy $0.015, niebuforowane dane wejściowe $0.008, dane wyjściowe $0.030), natomiast wersja bez zawartości w cache kosztuje $0.40 przed uwzględnieniem danych wyjściowych, czyli prawie sześciokrotnie więcej niż tura z rozgrzanym cache. Te same cztery wiersze są również jedynym rzetelnym sposobem porównywania dostawców, ponieważ cenniki pomijają odczyty z cache i tokeny przeznaczone na rozumowanie. Zastosowanie ich do trzech rzeczywistych zadań pokazuje gdzie rachunek za Claude jest wyższy lub niższy niż rachunek za OpenAI.

Jeżeli potrzebne jest zrozumienie samej jednostki rozliczeniowej, a nie kosztu pojedynczej tury, przeliczenie miliona tokenów na strony, pliki i dolary wykonuje te same obliczenia na wyższym poziomie. Do kalibracji, a nie do prognozowania: według opublikowanych danych Anthropic dotyczących wdrożeń Claude Code w przedsiębiorstwach, zgodnie ze stanem na październik 2026, średni koszt wynosi około $13 na programistę za aktywny dzień oraz $150–$250 miesięcznie, a 90% użytkowników pozostaje poniżej $30 dziennie. Rzeczywisty koszt zależy od wybranego modelu, sposobu zarządzania sesjami oraz rozmiaru bazy kodu. Właśnie dlatego poniższe mechanizmy mają znaczenie.

Monitorowanie własnego zużycia

W Claude Code polecenie to /usage (/cost nadal działa jako alias). Blok sesji na górze pokazuje statystyki tokenów i lokalnie obliczony szacunkowy koszt bieżącej sesji; w planach subskrypcyjnych ten sam ekran pokazuje paski limitów planu oraz zestawienie przypisujące ostatnie zużycie do umiejętności, subagentów, wtyczek i poszczególnych serwerów MCP. W nowszych wersjach blok sesji zawiera również linię Prompt cache (main), pokazującą udział danych wejściowych obsłużonych z pamięci podręcznej, liczbę chybionych trafień oraz stan rozgrzania pamięci podręcznej. W przypadku wiarygodnych rozliczeń dla kont API, źródłem prawdy jest strona zużycia w Claude Console; wartość w CLI jest jedynie szacunkiem. /context rysuje kolorową siatkę tego, co zajmuje okno kontekstowe, prompt systemowy, narzędzia, definicje MCP, pliki, historię i jest najszybszym sposobem na wykrycie przepełnionego CLAUDE.md lub "rozmownego" serwera MCP; w trybie pełnoekranowym zwija zestawienie poszczególnych elementów, a przekazanie all je rozwija.

W przypadku API każda odpowiedź informuje dokładnie o tym, co się wydarzyło:

response = client.messages.create(model="claude-sonnet-5-5", max_tokens=2048,
                                  messages=messages)
u = response.usage
total_prompt = u.input_tokens + u.cache_creation_input_tokens + u.cache_read_input_tokens
print(f"uncached={u.input_tokens} written={u.cache_creation_input_tokens} "
      f"read={u.cache_read_input_tokens} output={u.output_tokens}")

Należy pamiętać, że input_tokens to tylko pozostałość nieobsłużona przez pamięć podręczną, rzeczywisty rozmiar promptu to suma wszystkich trzech pól wejściowych. Agent, który działał przez godzinę, wykazując input_tokens: 4000, nie jest tani; pozostałe 200 000 tokenów zostało obsłużonych z pamięci podręcznej. Aby oszacować koszty przed wysłaniem żądania, należy użyć punktu końcowego zliczania tokenów; jest on darmowy, posiada własny limit szybkości i zlicza tokeny przy użyciu tokenizatora wybranego modelu (wynik należy traktować jako bliskie przybliżenie; rozliczenie odzwierciedla rzeczywiste żądanie):

count = client.messages.count_tokens(model="claude-sonnet-5-5",
                                     messages=[{"role": "user", "content": big_file}])
print(count.input_tokens)

Nigdy nie należy tiktoken z powodów wymienionych powyżej.

Plany subskrypcyjne a rozliczenie pay-as-you-go

Mechanizm opisany w tym poradniku działa wszędzie tak samo; różni się tylko sposób rozliczania. W przypadku klucza API Anthropic rozlicza użycie pay-as-you-go, za token, według opublikowanych stawek, więc każda podana wcześniej liczba oznacza rzeczywisty koszt. Naliczanie zaczyna się wcześniej, niż większość osób oczekuje, ponieważ nie ma bezpłatnego planu awaryjnego. Dostępny jest tylko niewielki kredyt przy rejestracji oraz kilka endpointów, które nie generują opłat. Opisano to w artykule co faktycznie otrzymuje nowe konto API przed dodaniem karty płatniczej. Wyjątkiem od 7 października 2026 r. jest subskrypcja Max lub Team. Plany te obejmują teraz miesięczne kredyty API na własne aplikacje i agentów na platformie Claude: 100 USD miesięcznie w Max 5x, 200 USD w Max 20x, a w Team 20 USD na miejsce Standard i 100 USD na miejsce Premium, ze wspólną pulą ograniczoną do 500 USD. Aby je otrzymać, należy połączyć organizację w Console. Niewykorzystane kredyty wygasają na koniec każdego cyklu rozliczeniowego. Nie obejmują one interaktywnego Claude Code.

W ramach subskrypcji Claude (Pro, Max, Team oraz starszych planów Enterprise rozliczanych według miejsc) użycie Claude Code jest zamiast tego pobierane z limitu zawartego w planie. W październiku 2026 r. obejmuje on kroczące pięciogodzinne okno sesji oraz okno tygodniowe, współdzielone między modelami i czatem claude.ai. Wartość w dolarach /usage ma charakter informacyjny i nie jest kwotą na fakturze. W październiku 2026 r. obowiązują dwa wyjątki. Aktualne miejsca Enterprise rozliczane według użycia nie obejmują żadnego limitu użycia, dlatego każdy token jest rozliczany według standardowych stawek API. Modele Fable nie są objęte limitem w planach Pro, standardowych miejscach Team ani standardowych starszych miejscach Enterprise. W tych planach są uruchamiane w ramach kredytów użycia pay-as-you-go.

Po wyczerpaniu okna zostanie wyświetlony komunikat „You've hit your session limit” lub „You've hit your weekly limit” wraz z godziną resetu. Przełączenie modelu za pomocą /model nie przywróci dostępu, ponieważ okna są współdzielone między modelami. Okna są przypisane do konta, a nie do używanego klienta. Warto o tym pamiętać podczas sprawdzania które funkcje działają natywnie w systemie Linux i który plan obejmuje poszczególne powierzchnie. To, które z dwóch okien zostało wyczerpane, decyduje o długości oczekiwania i o tym, jakie działania mają w tym czasie sens. Warto więc znać dostępne opcje po osiągnięciu limitu w trakcie zadania. Plany mogą opcjonalnie włączyć kredyty użycia, zarządzane za pomocą /usage-credits, aby kupować użycie po przekroczeniu limitu.

Celowo nie podaję limitów planów. Są to najbardziej zmienne wartości w całym tym temacie, dlatego należy sprawdzić stronę claude.com/pricing oraz własne paski /usage. Mechanizm tokenów nadal ma znaczenie w przypadku subskrypcji. Nieefektywna sesja zużywa okno dokładnie tak, jak zużywałaby środki. Informacje dotyczące subskrypcji znajdują się w artykule który plan Claude odpowiada danemu sposobowi użycia.

Mechanizmy, które faktycznie działają

• Ogranicz zakres danych odczytywanych przez agenta. Polecenie „napraw błąd walidacji w auth.py” wymaga odczytania jednego pliku, a polecenie „ulepsz tę bazę kodu” — czterdziestu. Zachowaj zwięzłość CLAUDE.md, ponieważ jest wczytywany do każdej sesji. Umieść w nim tylko najważniejsze informacje, a instrukcje dotyczące konkretnego przepływu pracy przenieś do umiejętności wczytywanych na żądanie.
• Stosuj jasne i zwięzłe instrukcje. /clear między niezwiązanymi zadaniami powoduje ponowne przesyłanie nieaktualnego kontekstu i ponowne naliczanie opłat przy każdej kolejnej wiadomości. W ramach jednego długiego zadania /compact Focus on the failing tests and the diff podsumowuje historię i pozwala uniknąć wzrostu kwadratowego.
• Dobierz model do zadania. Sonnet obsługuje większość zadań programistycznych w cenie $2/$10 za milion tokenów według stanu na październik 2026, a cena ta jest obecnie standardowa, a nie promocyjna: Sonnet 5.5 kosztuje $2/$10, natomiast Sonnet 5 zachował cenę $2/$10 po anulowaniu planowanej podwyżki z 1 września do $3/$15. Dla porównania Opus 5.5 kosztuje $4/$20, a Haiku 5.5 kosztujący $0.10/$0.50 (dla promptów do 100,000 tokenów; powyżej tej wartości $0.50/$2.50) nadaje się do mechanicznych zadań subagentów, takich jak wstępna analiza dzienników. Fable 5.1 znajduje się na drugim końcu skali i kosztuje $10/$50, czyli tyle samo co Fable 5 i dwa i pół raza więcej niż Opus 5.5 po obu stronach licznika. Przed pozostawieniem go wybranego do rutynowych zadań warto więc sprawdzić, które zadania faktycznie uzasadniają tę stawkę. /model przełącza model w trakcie sesji.
• Wstępnie filtruj obszerne dane wyjściowe. Hook, który przed przekazaniem wyników do Claude filtruje uruchomienie testów za pomocą grep, pozostawiając tylko błędy, zmniejsza wynik narzędzia z 20,000 tokenów do 300. Dzieje się tak przy każdym kolejnym przesłaniu tej tury.
• Grupuj zadania, które nie wymagają interakcji. Własne potoki API służące do klasyfikacji, zbiorczego przeglądu i zadań nocnych mogą korzystać z Batches API, które uruchamia te same modele z rabatem 50% w zamian za asynchroniczne dostarczanie wyników.
• Uwzględnij czas utrzymywania pamięci podręcznej. Pracuj w ciągłych blokach. Odłączona sesja Claude Code w tmux na VPS nie generuje kosztów podczas bezczynności, a tokeny są zużywane wyłącznie podczas wykonywania tury. Po przekroczeniu TTL pamięci podręcznej przez czas bezczynności ciepła pamięć podręczna jest jednak tracona, a następna tura ponownie ponosi koszt zapisu kontekstu.

FAQ

Ile tokenów zużywa sesja programowania w Claude Code?

Nie ma stałej liczby. Pojedyncza tura w połowie sesji często obejmuje dziesiątki tysięcy tokenów wejściowych, gdy zgromadzą się pliki i historia, a cała sesja robocza sięga milionów tokenów. Większość z nich jest obsługiwana z pamięci podręcznej po stawce wynoszącej jedną dziesiątą stawki bazowej lub mniej, zależnie od modelu. Dla porównania, według opublikowanych przez Anthropic danych dla klientów korporacyjnych, w październiku 2026 średni koszt wynosił około $13 na programistę za aktywny dzień, a u 90% użytkowników nie przekraczał $30. Uruchom /usage we własnej sesji. Pięć minut obserwacji jest bardziej miarodajne niż dowolna opublikowana średnia.

Czy tokeny rozumowania kosztują, nawet gdy ich nie widzę?

Tak. Tokeny rozumowania są rozliczane jako tokeny wyjściowe według wyższej stawki i są uwzględniane w max_tokens. Obecne modele naliczają za nie opłaty nawet wtedy, gdy interfejs nie wyświetla podsumowania rozumowania. Jeżeli odpowiedź zostanie ucięta przez stop_reason: "max_tokens" przed zakończeniem widocznej treści, prawdopodobnie budżet został zużyty przez tokeny rozumowania. W Claude Code należy obniżyć poziom wysiłku za pomocą /effort w zadaniach, które nie wymagają pogłębionego rozumowania.

Dlaczego długa sesja Claude Code staje się droższa z każdą wiadomością?

Ponieważ API jest bezstanowe. Przy każdej turze ponownie wysyła całą rozmowę pozostającą w kontekście, każdy odczyt pliku, wynik narzędzia i wcześniejszą wymianę, której nie usunięto podczas kompakcji. Wszystko to jest rozliczane jako dane wejściowe. W rezultacie tura 50 zawiera tury od 1 do 49. Pamięć podręczna promptów udostępnia powtarzający się prefiks za jedną dziesiątą bazowej ceny danych wejściowych w większości modeli (5% w przypadku Opus 5.5 i Sonnet 5.5 oraz 2.5% w przypadku Fable 5.1), ale sam prefiks nadal rośnie. Każda przerwa przekraczająca TTL pamięci podręcznej powoduje, że następna tura jest ponownie zapisywana po pełnej cenie. /compact skraca historię, a /clear ją resetuje.

Jak sprawdzić zużycie tokenów i koszt Claude?

W Claude Code polecenie /usage wyświetla statystyki tokenów sesji, lokalne oszacowanie kosztu oraz paski limitów planu w subskrypcjach (/cost jest aliasem). Polecenie /context pokazuje, co zajmuje okno kontekstu. Do wiarygodnego rozliczenia API należy użyć strony usage w Claude Console. We własnym kodzie należy odczytać response.usage. Zsumowanie input_tokens, cache_creation_input_tokens i cache_read_input_tokens daje rzeczywisty rozmiar promptu. Do wcześniejszego oszacowania należy użyć endpointu count_tokens, a nie tiktoken.