Claude Code сжирает токены быстрее, чем ты успеваешь нажать Enter. Вчера вечером я запустил рефакторинг модуля авторизации, а через час смотрю: лимиты просели на треть, а сделано - только пара правок. Причина банальная: модель получает на вход в десять раз больше контекста, чем реально нужно для задачи. Я вытащил из своих проджектов цифры и собрал приёмы, которые реально сокращают расход на 40-70%. Большинство - это одна команда или один файл, никакой магии.
Где именно утекают токены Claude Code
Разложу по полочкам. Входящие токены - это всё, что Claude получает: твоя инструкция, прочитанные файлы, история диалога, содержимое CLAUDE.md, результаты инструментов. Исходящие - то, что он генерирует: код, объяснения, вызовы инструментов. В длинных сессиях именно вход раздувает счёт до небес. Выходные токены почти не влияют, а вот входные - это чёрная дыра, куда утекают деньги.
Конкретный пример из практики. Я попросил Claude Code починить баг в пейджинции. Он прочитал весь файл контроллера на 800 строк, модель, три сервиса и тесты. Задача решалась одной строкой. Итог: 12 тысяч входных токенов на то, что стоило бы двухсот. Просто потому, что я не ограничил контекст.
Переключай модель под задачу, а не мучай флагман
Claude Code позволяет менять модель на лету. Я заметил, что для рутинных операций - переименование переменных, мелкий рефакторинг, генерация тестов - не нужен последний флагман. Включаю более лёгкую модель, и она справляется не хуже. Флагман оставляю для сложной архитектуры, дебага и работы с большим легаси.
Экономия получается двойная. Во-первых, лёгкие модели стоят дешевле за токен. Во-вторых, они сами по себе генерируют короче - меньше болтают, быстрее переходят к делу. Я выработал правило: если задача глупая и механическая - лёгкая модель, если задача умная - тяжёлая. У меня сократило расход примерно на треть.
Вложенные CLAUDE.md - это скрытое золото
Claude Code поддерживает вложенные CLAUDE.md в подпапках. Кладёшь глобальный файл в корень с минимальным контекстом: стек, архитектура, стиль кода. А специфику конкретного модуля - в его папку. Claude загрузит только то, что нужно для текущего места работы, а не весь контекст каждый раз.
У меня в проекте было тридцать тысяч строк в одном CLAUDE.md. Звучит дико, но я реально скопировал туда половину документации. Claude читал его при каждом запросе, тратя десятки тысяч токенов впустую. После того как разбил на вложенные файлы, расход входящих токенов упал процентов на сорок. Особенно больно было на микросервисах - там отдельный контекст на каждый сервис экономит целое состояние.
.claudeignore - твой лучший друг против лишнего контекста
Файл .claudeignore работает как .gitignore, только для Claude Code. Он указывает, какие файлы Claude не должен читать по умолчанию. Сборки, node_modules, старые версии, логи, конфиги - всё это не нужно нейросети, но она методично их сканирует.
В обсуждениях на Reddit разработчики часто советуют .claudeignore как первое средство экономии. Я подтверждаю: это работает. В одном легаси-проекте у меня было 200 мегабайт сгенерированного кода. Claude Code каждый раз пытался их прочитать, тратя токены на то, что нельзя менять. Добавил паттерн *.generated.js в .claudeignore - расход упал сразу на четверть. Это первый файл, который я создаю в любом новом проекте.
Простой промпт - это не скупость, а инженерная точность
Люди пишут огромные задания с кучей деталей, контекста и пояснений. И это прямой путь к раздутому расходу токенов Claude. Модель воспринимает каждое слово из твоего сообщения. Чем больше слов, тем больше токенов на вход - но и выход тоже становится многословнее.
Мой подход: формулирую задачу одним абзацем. Чётко, с критериями приёмки. Вместо «посмотри, тут у нас не работает авторизация, а может быть, проблема в токенах, или в сессиях, или в правах, или...» пишу «Разберись, почему бэкенд возвращает 401 при валидном токене в тестах. Исправь. Добавь тест». Первый вариант заставляет модель думать, что ей нужна вся кодовая база. Второй сужает контекст до нужного файла.
Чистка контекста в длинных сессиях
Есть такая штука - /clear в Claude Code. Очищает историю разговора. Звучит банально, но каждый раз после выполнения крупной задачи я сбрасываю контекст и начинаю новый диалог. Потому что каждый последующий запрос в той же сессии тянет за собой всю предыдущую историю.
Однажды я работал над фичей день и не очищал контекст. К вечеру каждый мой запрос стоил в десять раз дороже, чем утром. История разговора разрослась до мегабайтов. Как только я понял это - стал делать /clear после каждой завершённой задачи. Итог: расход упал в разы.
Субагенты для тяжёлых операций
Claude Code умеет запускать субагентов - отдельных моделей с собственным контекстом. Это мощный приём против раздувания истории. Вместо того чтобы грузить всё в один разговор, я делегирую рутинные операции субагенту. Он работает автономно и возвращает только результат, а не весь свой внутренний трафик.
Например, я поручаю субагенту сгенерировать тесты для модуля. Пока он работает, основной контекст остаётся чистым. Субагент возвращает готовый код и свои замечания. Мы не платим за развёрнутые рассуждения, которые происходят внутри субагента. Экономия ощутимая, особенно на крупных проектах, где много однотипных задач.
Подписка - это не всегда выгодно, считай
Странно, но факт: подписка на Claude Code даёт преимущество, только если ты работаешь на уровне «почти достиг лимита» каждый день. Если используешь 1-2% от лимита - эффект обратный. Это же касается и других инструментов: Codex, Copilot. Я веду табличку, где записываю свои расходы за неделю и сравниваю с ценой подписки. Оказалось, что для моего объёма работы выгоднее платить за токены.
Более того, у подписок есть неприятное свойство - они заканчиваются. И в самый неподходящий момент работа останавливается от слова «совсем». Я пару раз ловил себя на том, что в середине спринта упирался в стену. С оплатой по факту такого нет: хочешь - работай, хочешь - перерыв.
Оптимальная модель под рукой
Важно не только то, как ты работаешь с Claude Code, но и откуда ты получаешь доступ к моделям. Если ты в России, то официальный доступ исторически связан с кучей заморочек: иностранные карты, баны, рестрикции. Решение для этого - сервис, который даёт прямой доступ к флагманским моделям без всех этих танцев с бубном.
Я пользуюсь 3GPT от 3SELLER. Там доступны последние версии моделей: Chat GPT 6 Astra, Claude Fable 5 и 5.1, Claude Opus 5.5, Chat GPT 6.1 Sol, Nano Banana для изображений, генерация видео. Стоимость доступа - всего 149 рублей в месяц, пополнение с российских карт, СБП или крипты. Никаких валютных карт и серых схем. Это даёт прямой доступ ко всем флагманским нейросетям из России.
Есть и приятный бонус - готовые ИИ-агенты под разные задачи. Выбираешь агента, начинаешь с ним чат, и модель можно менять прямо в процессе. Для тех, кто реально считает токены и хочет оптимизировать расходы - это удобно. Официальный сайт: 3GPT от 3SELLER.
В 3GPT есть режим для генеративного видео и создания изображений, он умеет работать с текстами и кодом. Я гоняю через него и простые запросы, и сложные архитектурные задачки. В итоге, если хочешь не переплачивать за токены - используй этот роутер как основу.
В последнее время вообще не думаю о том, чтобы сэкономить на модели - просто делаю. И приёмы из этой статьи помогают не столько сэкономить, сколько не платить за воздух. Внедри .claudeignore, чисти контекст, переключай модели. И считай деньги.