怎么省 token？2026 AI 编程省钱指南：Claude Code / Codex 实测 10 个技巧

怎么省 token？核心答案：管好上下文、少踩缓存失效、选对计费方式。Claude Code 官方数据显示，企业用户平均每人每个活跃日花费约 13 美元，其中大量消耗浪费在重复发送的上下文和缓存失效上。本文基于 Anthropic 和 OpenAI 官方文档，整理 10 个当天就能落地的省 token 技巧，附可直接执行的检查命令。

目录

1. Agent 的 token 都花在哪了？
2. 第一层：管好上下文（4 个技巧）
3. 第二层：别踩缓存失效的坑（附操作对照表）
4. 第三层：模型选择与思考预算
5. 计费与额度：订阅、API、credits 怎么选
6. Claude Code vs Codex 省 token 对照表
7. 常见问题 FAQ

最后更新：2026 年 9 月 1 日｜文：AI345 编辑部

Agent 的 token 都花在哪了？

很多人以为"我问一句、它答一句"，token 应该很省。实际不是。

Claude Code 这类 Agent 工具的工作方式是：每发一条消息，都会把系统提示词、项目说明、之前所有的对话和工具输出完整地重新发送一遍。你聊到第 30 轮时，模型看到的是前 29 轮的全部历史加上你的新问题。这就是为什么会话越长、额度掉得越快。

好消息是，官方有"提示词缓存"（prompt caching）机制：没变过的部分按"缓存读取"的折扣价计费，只对新增内容全价收费。所以省 token 的全部思路，其实就围绕两件事展开——让上下文别无限膨胀，以及别做让缓存失效的操作。

一个判断你有没有踩坑的直观方法：在 Claude Code 里输入 /usage，会看到一行 Prompt cache 统计，官方示例里健康会话的缓存命中率在 90% 上下。如果你的命中率很低，说明下面的坑你踩了不少。

第一层：管好上下文，别让会话无限膨胀

技巧 1：换新任务，先 /clear

/clear 会开启全新会话，历史上下文全部清零。上一个任务收尾后、开始下一个不相关任务前，先 clear。这是最简单也最容易被忽略的一条——很多人一个终端窗口用一整天，历史里堆了上午调 bug 的几百行日志，下午写新功能时每轮都在为它们付费。

技巧 2：/compact 放在任务间隙做，不要任务做到一半做

/compact 会把对话压缩成摘要来释放上下文空间，但它有一个隐藏成本：压缩本身会让缓存整体重建，下一次请求变慢且变贵。官方文档明确把"压缩对话"列在缓存失效操作清单里。正确做法是在一个大任务自然收尾、准备开下一件事之前再 compact，别在任务正嗨时中途执行。

技巧 3：精简 MCP，不用的 server 及时断开

每个 MCP server 的工具定义都会进入系统提示词，而系统提示词位于上下文最前面——动它一次，后面所有内容全部重新计费。装了一堆用不上的 MCP（浏览器、数据库、设计工具全挂着），等于每一轮都在为用不到的工具定义付费。官方"降低 token 消耗"清单里专门有一条"减少 MCP server 开销"。只保留当前任务真正用到的，切换任务时断开重连（注意断开本身也会触发一次缓存重建，所以最好和 /clear 一起做）。

如果你还分不清 MCP 和 Skill 的分工，可以读这篇：MCP 和 Skill 的区别：AI Agent 工作流该先用哪个。

技巧 4：把 CLAUDE.md 里的长说明移到 Skill

CLAUDE.md（项目说明文件）属于"项目上下文"层，每次会话都会加载。官方建议把不常用的大段说明从 CLAUDE.md 移到 Skill 里，按需加载——Skill 只在被调用时才进入上下文。同一个项目文档越厚，这一条省得越多。

Claude Code 和 Codex 安装 Skill 的步骤分别见：Claude Code 怎么安装 Skill、Codex Skill 怎么安装。

第二层：别踩缓存失效的坑（重点，附对照表）

这是全文最值钱的一节。Claude Code 的缓存按“前缀精确匹配”工作，上下文最前面任何一处变动，后面所有内容都要重新全价处理一遍。

官方文档列出的缓存失效操作包括：

反过来，这些日常操作不会清缓存，放心用：编辑仓库里的代码文件、会话中途修改 CLAUDE.md、切换权限模式、调用 Skill、rewind 回退对话。

另外注意缓存有效期约 1 小时（TTL）。如果你去吃个午饭回来，缓存大概率已经冷了，第一轮请求会重新全量计费——这是正常现象，不用慌。

一个实测验证方法：/usage 输出里的 Prompt cache 行会显示命中率和 miss 次数，官方示例格式是"14 次请求 · 91% 的输入 token 来自缓存 · 2 次 miss"。改完工作习惯后观察一两天这个数字的变化，比任何教程都直观。

第三层：模型选择与思考预算

技巧 5：按任务复杂度分层用模型

官方对 Codex 的建议是同样的思路：复杂任务用强模型（如 GPT-5.6 系），日常开发用性价比模型。翻译成习惯：日常小改动、问答、解释代码用轻量档；架构设计、跨文件重构、疑难 bug 才上重模型。很多人全程开着最强档，是最常见的浪费。

技巧 6：调低 extended thinking（思考预算）

官方"降低 token 消耗"清单里有一条"调整 extended thinking"。思考越深、消耗越大，简单任务给低档思考预算即可。

技巧 7：让 subagent 干"输出很长"的活

读一堆日志、扫描大量文件、跑长测试输出——这类"过程很长但结论一句话"的活，交给子代理（subagent）去做，主会话只接收结论，避免把几十 KB 的过程输出灌进主上下文。

技巧 8：重复流程交给 hooks 和 Skill

固定要跑的格式化、检查、生成步骤，写成 hooks 或 Skill 让程序自动执行，而不是每次用对话让模型来驱动——机械性工作不需要模型参与。

计费与额度：订阅、API、credits 怎么选

先给结论：重度且稳定使用的开发者，包月订阅几乎总是更划算；偶尔用一次的，按量付费或免费额度更合适。

• Claude Code：按 API token 消耗计费；Pro/Max 等订阅套餐包含固定用量，官方企业数据是平均每个开发者每个活跃日约 13 美元、每月 150–250 美元，90% 的用户每天低于 30 美元。订阅用户在 /usage 里看的是套餐用量条，不是美元账单。
• Codex：包含在 ChatGPT 各档套餐里（含免费档），额度随套餐不同；Codex、ChatGPT Work 等功能共享同一个额度池，用量取决于模型、任务复杂度、上下文长度、推理强度和工具调用。CLI 里输 /status 看当前额度，网页端在 chatgpt.com/codex/settings/usage 看明细。
• 用超了怎么办：Codex 的 Plus/Pro 用户可以不换套餐直接购买 credits 补充；Claude 订阅也有 usage credits 机制。

一个省钱的隐性技巧：长任务消耗远大于短请求（官方原文明确提示"一个长跑任务可能消耗远多于一个短请求"）。跑自动化、批量任务前，先用小任务试跑一遍流程确认无误，再放大执行。

Claude Code vs Codex：省 token 手段对照表

两个工具怎么选，延伸阅读：Cursor vs Claude Code：2026 年 AI 编程工具怎么选。

总结

省 token 不靠玄学，就三句话：新任务开新会话，任务中间别动配置，重活才上重模型。把 /usage 的缓存命中率当成你工作习惯的体检指标，改一条习惯看一次数字，一周内就能看到明显变化。

参考来源（均为官方一手文档）：

• Claude Code 官方文档：Manage costs effectively
• Claude Code 官方文档：How Claude Code uses prompt caching
• OpenAI 帮助中心：Using Codex with your ChatGPT plan