Blogi

Mihin tokenit katoavat Claude Codessa: 9 hävikkimallia ja niiden korjaaminen vuonna 2026

Markdown

73 % tokeneista katoaa ennen kuin Claude näkee kehotteen. CLAUDE.md, MCP, historia – missä konteksti vuotaa Claude Codessa ja miten korjaat 9 vuotokohtaa.

Lue koko artikkeli

Tärkeimmät kohdat

Suuri osa tokeneista kuluu ennen kuin malli lukee pyyntösi: paisuneeseen CLAUDE.md-tiedostoon, vanhan keskusteluhistorian uudelleenlukemiseen ja jopa 49 % MCP-palvelimiin. Tässä artikkelissa selitän yhdeksän yleiskulujen lähdettä ja 15 minuutin siivouslistan. Säästöt riippuvat istunnosta. Varattu konteksti, käsitellyt tokenit, välimuistikäyttö ja kustannus on mitattava erikseen.

Yhdessä esimerkissä /context näytti uudessa Claude Code -istunnossa, että 60K tokenia 200K:sta oli käytössä jo ennen ensimmäistä viestiä. Projektin repositoriossa oli käynnistetty vain claude. Kuusikymmentätuhatta tokenia – kolmasosa budjetista oli kulunut keskusteluun ”valmistautumiseen”.

Kaksi viikkoa myöhemmin selvitin tarkalleen, mihin ne menivät. Alla ovat kaikki 9 mallia, jotka kuluttavat tokeneitasi jo ennen kuin alat kirjoittaa, sekä ohjeet niiden korjaamiseen. Luvut ovat peräisin Anthropicin virallisista dokumenteista ja oikeista istunnoista tehdyistä mittauksista.

Ailoot-dokumentaatio – palvelun käyttöön tarkoitettuja viitemateriaaleja.

Mitä tarkoittaa, että ”73 % tokeneista katoaa ennen kehotetta”?

Tärkeimmät kohdat

Suuri osa tokeneistasi kuluu ennen kuin Claude lukee varsinaisen pyyntösi: paisuneeseen CLAUDE.md-tiedostoon, vanhan keskusteluhistorian kertaamiseen ja seitsemään muuhun malliin – MCP-palvelimista taustalla tehtävään tiivistämiseen. Kyse ei ole tilausrajoista, vaan kontekstin toimintatavasta.

Tässä ovat 9 mallia yhdessä taulukossa, ja luvut perustuvat oikeista istunnoista tehtyihin mittauksiin sekä Anthropicin viralliseen kustannustenhallinnan sivuun.

MalliOsuus hävikistäLähde
1. Paisunut CLAUDE.md——
2. Vanhan historian kertaaminen——
3. MCP-palvelimetjopa 49 % (historiallisesti), nyt 8–15 % Tool Searchin avullaOikeiden istuntojen mittaukset
4. Kertynyt tool_use-tuloste5–15 %Oikeiden istuntojen mittaukset
5. Järjestelmäkehote + järjestelmätyökalut9,6 % (1,6 % + 8 %)GitHub #13717
6. Päällekkäiset taidot ja lisäosat2–5 %Vercelin tutkimus (56 % taidoista ei koskaan käynnisty)
7. Agenttitiimit Plan Modessajopa 700 %Anthropic-dokumentaatio
8. Laajennetun ajattelun budjetti5–20 %Anthropic-dokumentaatio
9. Taustalla tapahtuva tiivistäminen --resume-toimintoa varten~$0.04/istunto passiivisestiAnthropic-dokumentaatio

En väitä, että luku ”73” olisi ehdoton totuus – se voi olla 60 % tai 80 % asetuksistasi riippuen. Kokonaiskuva kuitenkin pitää paikkansa, ja jokaisen mallin voi korjata erikseen. Käyn alla läpi kolme kerrallaan.

Miten Claude rakentaa kontekstin ennen pyyntösi lukemista?

Tärkeimmät kohdat

Ennen kuin kirjoitat ensimmäistäkään merkkiä, Claude on jo ladannut viisi kerrosta: järjestelmäkehotteen, sisäänrakennettujen työkalujen kuvaukset, CLAUDE.md-tiedoston, yhdistettyjen MCP-palvelimien työkalujen nimet ja ohjeet (niiden täydet kuvaukset, kun työkaluhaku ei ole käytössä) sekä muistin (memory_files). 200K:n ikkunassa tämä voi helposti viedä 60–100K eli kolmasosan tai puolet budjetista. Jäljelle jäävä osa on itse keskustelua ja Read/Edit-työkalujen kaltaisia välineitä varten.

GitHub-ongelman #13717 keskustelussa joku avasi /context-komennon istunnossa, johon oli yhdistetty kuusi MCP-palvelinta, ja sai seuraavan erittelyn:

KontekstikerrosTokenit% 200K:sta
Järjestelmäkehote3 2001,6 %
Järjestelmätyökalut (Read/Edit/Bash jne.)16 1008,0 %
MCP-työkalut (6 palvelinta: google-docs + asana + calendar + slack + atlassian + gmail)98 70049,3 %
Muistitiedostot (memory_files, Memory tool -viennit)3 0001,5 %
Vapaa tila34 00017,0 %
Autocompact-puskuri45 00022,5 %

Huomaa: vaikka et olisi kirjoittanut mitään, lähes puolet ikkunasta on jo käytössä. Vapaalle tilalle ja autocompact-puskurille jää alle puolet, ja tähän tilaan on mahduttava koko keskustelu – viestit, Clauden vastaukset, luetut tiedostot ja komentojen tulosteet.

Ikkunan koko riippuu mallista. Anthropicin mallidokumentaation mukaan Opus 4.7:ssä ja sitä uudemmissa, Sonnet 5:ssä sekä Fable-malleissa on syyskuusta 2026 alkaen 1M tokenin ikkuna kaikissa tilauksissa, myös Prossa. 200K on yhä käytössä Opus 4.6:ssa ja Sonnet 4.6:ssa ilman laajennettua kontekstia sekä istunnoissa, joissa 1M on poistettu käytöstä muuttujalla CLAUDE_CODE_DISABLE_1M_CONTEXT=1. Suurempi ikkuna ei ratkaise paisuneen kontekstin ongelmaa: kaikki ennen ensimmäistä viestiä ladattu lähetetään mallille jokaisen pyynnön yhteydessä, ja kustannusdokumentaatiossa sanotaan nimenomaisesti, että kontekstin kasvaessa myös tokenien kulutus kasvaa. Tilaus ei muuta tätä – jokainen ylimääräinen token kuluttaa rajaasi kaikissa tilauksissa.

Mihin kontekstin ensimmäinen kolmannes katoaa: CLAUDE.md, historia ja MCP?

Tärkeimmät kohdat

Kolme tärkeintä mallia vievät 36–76 % kontekstista ennen keskustelun alkua. CLAUDE.md vaikuttaa toistuviin pyyntöihin annettuun kontekstiin. Historia kasvaa vuorojen myötä, joten myöhemmät pyynnöt voivat käsitellä enemmän syötettä. Hinta riippuu myös kehotevälimuistin luvuista ja kirjoituksista. Yleispätevää eksponentiaalista kasvuvauhtia ei ole. MCP-palvelimet kuluttivat aiemmin jopa 49 % ikkunasta. Joulukuussa 2025 – tammikuussa 2026 käyttöön otettu uusi Tool Search -ominaisuus poisti tästä suurimman osan, mutta monet kokoonpanot käyttävät yhä vanhaa mallia.

Malli 1. CLAUDE.md ennen jokaista viestiä

Tiedosto ladataan ennen jokaista lähettämääsi viestiä, ei vain kerran istuntoa kohden. 5 000 tokenin CLAUDE.md vie sen verran kontekstia pyynnöissä, jotka sisältävät sen. Uusi syöte, välimuistikirjoitukset ja välimuistiluvut tarvitsevat kuitenkin erillisen laskennan. Toistuvaa sisältöä ei välttämättä veloiteta täydellä välimuistittomalla hinnalla.

Anthropic sanoo dokumentaatiossa suoraan:

Pyri pitämään CLAUDE.md alle 200 rivin pituisena ja sisällytä siihen vain tärkeimmät tiedot. Siirrä erikoistuneet ohjeet taitoihin, jotka ladataan tarpeen mukaan.

— Anthropic Docs, code.claude.com/docs/en/costs

Yhdessä esimerkissä projektin CLAUDE.md-tiedostossa on 180 riviä – kaikki erikoistuneet ohjeet (työpajaohjeiden kirjoittaminen, TG-julkaisujen muoto, oikeudellinen tarkistuslista) siirrettiin Skills-taitoihin ja business/-kansion Markdown-tiedostoihin, joita Claude lukee vain silloin, kun se tarkastelee kyseistä kansiota. Tämä pienentää perustasoa 60–70 % kahden kuukauden takaiseen verrattuna.

Malli 2. Keskusteluhistoria luetaan uudelleen jokaisen vastauksen yhteydessä

Tämä on ulkopuolelta vaikeimmin havaittava malli, koska se ei näy. Malli saa säilytetyn keskustelukontekstin seuraavissa pyynnöissä. Kehotevälimuisti voi käyttää vakaata etuliitettä uudelleen. Tiivistäminen ja tyhjentäminen voivat muuttaa säilytettyä tekstiä. Toistuvasti annettu konteksti vie yhä ikkunaa, vaikka välimuistihinta pienentäisi kustannusta. Tarkat osuudet riippuvat kokoonpanostasi.

Ratkaisu on /clear toisiinsa liittymättömien tehtävien välillä. Oma sääntöni: uusi keskustelu jokaista uutta tehtävää varten. Jos tehtävä on pitkä ja tarvitset historian, tiivistä aiemmat tapahtumat /compact-komennolla lyhyeksi yhteenvedoksi ja jatka siitä.

Lisää tästä säännöstä oppaassa ”Näin et kuluta Claude Code -rajojasi loppuun päivässä: 8 sääntöä tokenien säästämiseen”, jossa on esimerkkejä omista istunnoistani.

Malli 3. MCP-palvelimet rekisteröivät kaikki työkalunsa kontekstiin

Tämä oli pitkään Claude Coden suuri ongelma ja aiheutti suurimmat hävikit vuoteen 2026 asti. Edellä mainitussa ongelmassa #13717 kuusi yhdistettyä MCP-palvelinta (Google Docs, Asana, Calendar, Slack, Atlassian, Gmail) vei 98 700 tokenia – 49 % koko ikkunasta ennen keskustelun alkua.

Anthropic julkaisi Tool Search -ominaisuuden joulukuussa 2025 – tammikuussa 2026. Se ratkaisee puolet tästä ongelmasta. Vaikutusta on mitattu todellisissa istunnoissa:

Anthropicin dokumentaatiossa asia kuvataan nyt näin:

MCP-työkalujen määritelmät siirretään oletusarvoisesti myöhemmäksi – kontekstiin tulevat vain nimet, kunnes Claude kutsuu tiettyä työkalua. Näet tilankäytön suorittamalla /context. Suosi mahdollisuuksien mukaan CLI-työkaluja: esimerkiksi gh, aws, gcloud ja sentry-cli ovat yhä MCP-palvelimia tehokkaampia, koska ne eivät lisää jokaisen työkalun kuvausta erikseen.

— Anthropic Docs, code.claude.com/docs/en/costs

Näin toimit tuotantokäytössä:

  1. Päivitä Claude Code Tool Searchin sisältävään versioon (kaikki joulukuun 2025 jälkeiset nykyversiot).
  2. Avaa /mcp ja poista käytöstä palvelimet, joita et tarvitse tässä istunnossa. Kuvatussa esimerkissä kaksi palvelinta on aina yhdistettyinä – Playwright ja shadcn. Otan muut käyttöön yhtä tehtävää varten ja suoritan heti sen jälkeen /mcp disconnect.
  3. Korvaa MCP CLI:llä, kun mahdollista. Käytä GitHubiin gh-komentoa MCP-palvelimen sijasta. Käytä kalenteria selaimessa Google Calendar MCP:n sijasta.

Olen käsitellyt MCP-palvelinten perusidean ja niiden järkevän määrittämisen oppaassa ”Claude Code MCP-palvelimet vuonna 2026: 7 valmista kokoonpanoa ja asennus vaihe vaiheelta”.

Osa CLAUDE.md:n ja Skills-taitojen ongelmaa ei liity vain kokoon, vaan myös rakenteeseen. Yksi ohjetiedosto (CLAUDE.md) muodostaa ytimen. Projektin lisätiedot (yleisö, tuotteet, oikeudelliset asiakirjat, päiväkohtaiset ohjeet) sijaitsevat business/-kansiossa – tämä on menetelmäni Second Brain. Claude lukee vain kulloinkin tarvittavat tiedot, ja kontekstin tiivistäminen tapahtuu jo tällä tasolla. Koko erittely on oppaassa ”Second Brain Claude Codessa”.

Mitä istunnon aikana kertyy, ja mitä ei voi karsia?

Tärkeimmät kohdat

Neljäs malli on työkalujen tulosteet. Jokainen luettu tiedosto, jokainen bash-tuloste ja jokainen MCP-palvelimen vastaus jää istunnon kontekstiin pysyvästi. Luetko 10 000 riviä lokia? Ne pysyvät mukana /clear-komentoon asti. Viides malli on järjestelmän perustaso: 19K tokenia järjestelmäkehotteelle ja sisäänrakennettujen työkalujen kuvauksille. Et voi karsia niitä, mutta niiden tunteminen helpottaa laskelmia.

Malli 4. Työkalujen tulosteet kertyvät koko istunnon ajan

Harva mainitsee tätä yksityiskohtaa: kun Claude suorittaa bash cat huge-file.log, komennon koko tuloste siirtyy kontekstiin ja pysyy siellä istunnon loppuun tai /clear-komentoon asti. Sama koskee suuren tiedoston lukemista Read-työkalulla – kaikki 10 000 riviä jäävät mukaan ja kuluttavat tokeneita jokaisessa seuraavassa viestissä (katso Malli 2).

Ratkaisut:

  1. Käytä head-, tail- ja grep-komentoja kaiken lukemisen sijasta. Käytä bash tail -100 deploy.log -komentoa Read deploy.log -komennon sijasta. Tämä vähentää tulosteen määrää heti 10–100-kertaisesti.
  2. Käytä hookeja esikäsittelyyn. Lisää ~/.claude/hooks-kansioon skripti, joka suodattaa bash-tulosteen ennen kuin Claude näkee sen. Anthropicin dokumentaatiossa esimerkkinä on PreToolUse-hook, joka suorittaa komennon npm test 2>&1 | grep -A 5 -E 'FAIL|ERROR' koko testitulosteen näyttämisen sijasta. Tämä tiivistää tulosteen 50–100-kertaisesti. Lisätietoja on oppaassa ”Claude Code Hooks 2026: käyttöönotto vaihe vaiheelta ja 7 valmista esimerkkiä”.
  3. Suorita /clear suuren lukutoiminnon jälkeen. Jos luit valtavan tiedoston yhtä tiettyä tehtävää varten etkä enää tarvitse sitä, älä jätä sitä kontekstiin ”varmuuden vuoksi”, vaan aloita uusi keskustelu.

Malli 5. Järjestelmäkehote + järjestelmätyökalut = pysyvä perustaso

Tätä mallia ei voi muuttaa, koska sen suhteen ei juuri voi tehdä mitään. Claude Code käynnistyy järjestelmäkehotteella (~3 200 tokenia) ja kaikkien sisäänrakennettujen työkalujen kuvauksilla – Read, Edit, Write, Bash, Glob, Grep, WebSearch, WebFetch, TodoWrite (~16 100 tokenia). Yhteensä tämä on pysyvä 19 300 tokenin perustaso, jota et voi pienentää.

Mitä tehdä käytännössä:

  • Pidä se mielessä. Huomioi 19K:n perustason ”vero”: 200K:n ikkunassa kaikkeen muuhun jää 200K - 19K = 181K (vähennettynä CLAUDE.md:llä, MCP:llä ja autocompact-puskurilla). 1M:n ikkunassa tilaa on enemmän, mutta tämä ”vero” koskee yhä jokaista pyyntöä.
  • Mittaa toistuva käsittely. Perustaso vie ikkunaa ja voi toistua myöhemmissä pyynnöissä. Se ei ole kerran istunnossa maksettava tokenikulu. Erota kustannuksia laskiessasi syötteen, välimuistikirjoituksen, välimuistiluvun ja tulosteen kokonaismäärät.

Mihin tokenit katoavat Skills-taidoissa, lisäosissa ja agenttitiimeissä?

Tärkeimmät kohdat

Kuudes malli on Skills-taitojen ja lisäosien rekisteröiminen kahteen kertaan. Vercel havaitsi tutkimuksessaan, että 56 % taidoista ei käynnisty koskaan istunnon aikana, vaikka ne ladataan jatkuvasti kontekstiin. Seitsemäs malli on agenttitiimit: kun käynnistät Plan Modessa useita Claude-instansseja, kokonaiskulutus kasvaa noin 7-kertaiseksi yksittäiseen istuntoon verrattuna. Anthropic on dokumentoinut tämän nimenomaisesti.

Malli 6. Skills-taidot ja lisäosat voidaan rekisteröidä kahdesti

Tämä ongelma ilmeni, kun lisäosat tulivat Claude Codeen (vuoden 2025 lopulla). Kun asennat Skills-taitoja lisäävän lisäosan, taidot lisätään kontekstiin. Jos sinulla on myös vastaavia käyttäjätason taitoja asennettuna kansioon ~/.claude/skills/, nekin latautuvat. Joskus ne vielä duplikoituvat.

Vercel julkaisi tutkimuksessaan luvun sen AI-pinosta: 56 % taidoista ei käynnisty koskaan istunnon aikana, vaikka niiden kuvaukset ladataan jatkuvasti kontekstiin. Kun yhtä taitoa kohden on 100 tokenia, 100 taidosta kertyy jopa 5 600 tokenin ”matkatavara”.

Mitä tehdä:

  1. /context näyttää, mikä todella vie tilaa. Jos Skills-osio on yli 3K, siivoa sitä.
  2. ls ~/.claude/skills/ – tarkista, mitkä taidot olet asentanut. Poista ne, joita et ole käyttänyt yli kuukauteen.
  3. /plugin remove poistaa lisäosat, jotka asensit ”kokeillaksesi” ja unohdit.

Skills-taitojen oikeaa rakennetta ja niiden eroa CLAUDE.md-tiedostoon käsitellään oppaassa ”Claude Code Skills vuonna 2026: henkilökohtaisen Skills-kirjaston rakentaminen”.

Malli 7. Agenttitiimit kuluttavat Plan Modessa 7 kertaa enemmän

Agenttitiimit ovat ominaisuus, jossa Claude Code käynnistää useita rinnakkaisia mallin instansseja, joilla jokaisella on oma konteksti. Anthropic sanoo dokumentaatiossa suoraan:

Agenttitiimit kuluttavat noin 7 kertaa enemmän tokeneita kuin tavalliset istunnot, kun tiimin jäsenet työskentelevät Plan Modessa: jokaisella on oma konteksti-ikkuna, ja kukin toimii erillisenä Claude-instanssina. Pidä tiimitehtävät pieninä ja itsenäisinä, jotta kulutus jäsentä kohden pysyy rajallisena.

— Anthropic Docs, code.claude.com/docs/en/costs

Tämä tarkoittaa, että viisi Plan Modessa työskentelevää tiimin jäsentä vastaa viittä rinnakkaista istuntoa, joista jokainen lataa oman järjestelmän perustasonsa, oman kopionsa CLAUDE.md-tiedostosta ja omat MCP-työkalunsa. Kokonaiskulutus kasvaa epälineaarisesti.

Mitä tehdä:

  1. Käytä tiimin jäsenillä Sonnetia tai Haikua. Käytä Opusta vain heitä koordinoivalle tiiminvetäjälle. Tokenikohtainen hinta voi olla alempi, mutta mittaa jokaisen jäsenen koko tehtävän kustannus ja laatu kiinteän säästön olettamisen sijaan.
  2. Pidä tiimit pieninä. Kaksi tai kolme jäsentä kymmenen sijasta.
  3. Siivoa passiiviset tiimin jäsenet. Jos tehtävä on valmis mutta tiimin jäsen on yhä käynnissä, se kuluttaa tokeneita edelleen taustalla.

Lisää Plan Modesta ja siitä, milloin se todella auttaa, on oppaassa ”Plan Mode Claude Codessa: vaiheittainen opas ja 4 vaihetta vuonna 2026”.

Mistä Claude veloittaa tokeneita, kun et katso?

Tärkeimmät kohdat

Kahdeksas malli on laajennettu ajattelu. Claude ajattelee ”ääneen” ennen vastaamista, ja nämä ajattelutokenit lasketaan tulosteeksi. Oletusarvoisesti monimutkaisten tehtävien budjetti on kymmeniätuhansia tokeneita. Yhdeksäs malli on taustalla tapahtuva tiivistäminen: silloinkin kun et kirjoita, Claude Code käsittelee aiempia istuntoja --resume-toimintoa varten ja tallentaa tiivistelmiä. Istuntoa kohden kuluu passiivisesti noin $0.04.

Malli 8. Laajennettu ajattelu käyttää tokeneita ilman osallistumistasi

Laajennettu ajattelu on tila, jossa Claude ”miettii” ratkaisua piilotetussa ajattelulohkossa ennen vastaamista. Laskennassa nämä ovat tulostetokeneita, jotka lasketaan tavallisen vastauksen tapaan, mutta et näe niitä chatissa.

Anthropic kertoo dokumentaatiossa:

Laajennettu ajattelu on oletusarvoisesti käytössä, koska se parantaa merkittävästi tuloksia vaikeissa suunnittelu- ja päättelytehtävissä. Ajattelutokenit laskutetaan tulosteena, ja oletusbudjetti voi olla kymmeniätuhansia tokeneita pyyntöä kohden mallista riippuen.

— Anthropic Docs, code.claude.com/docs/en/costs

Yksi monimutkainen pyyntö voi siis käyttää 10–30K ajattelutokenia, jotka ”syövät” budjettia, vaikka näet chatissa vain lyhyen yhteenvedon.

Mitä tehdä:

  1. /effort low yksinkertaisiin tehtäviin. Se vähentää ajattelubudjetin minimiin.
  2. MAX_THINKING_TOKENS=8000 ympäristössä asettaa ylärajan.
  3. /config → poista ajattelu käytöstä hyvin rutiininomaisia tehtäviä varten, joissa Clauden ei tarvitse ”ajatella”.

Siitä, milloin ajattelusta on hyötyä (monimutkainen arkkitehtuuri, monivaiheinen päättely) ja milloin ei, kerrotaan oppaassa ”Sonnet vai Opus 4.7 Claude Codessa: mallin ja /effort-asetuksen valinta vuonna 2026”.

Malli 9. Taustalla tehtävä tiivistäminen joutilaana

Tämä on hyvin pieni mutta kiinnostava malli. Claude Code suorittaa taustaprosessia, joka tiivistää aiemmat istunnot claude --resume -komentoa varten. Prosessi toimii myös silloin, kun et kirjoita.

Anthropic sanoo tämän nimenomaisesti sitä käsittelevässä dokumentaatiossa:

Claude Code käyttää tokeneita taustatoimintoihin myös ollessaan jouten: keskustelujen tiivistämiseen (taustatehtävät, jotka tiivistävät aiemmat istunnot claude --resume -komentoa varten) ja komentojen käsittelyyn. Nämä taustaprosessit kuluttavat pienen määrän tokeneita (tyypillisesti alle $0.04 istuntoa kohden) myös ilman aktiivista vuorovaikutusta.

— Anthropic Docs, code.claude.com/docs/en/costs

Neljä senttiä istuntoa kohden ei ole katastrofi. Mutta jos sinulla on 10 avointa istuntoa päivässä, passiivinen kulutus on jo $0.40 päivässä ja $12 kuukaudessa. Sulje istunnot, joita et juuri nyt tarvitse. Istunnon voi palauttaa indeksistä /resume-komennolla – sitä ei tarvitse pitää avoinna.

Näin mittaat hävikkisi: /context-komento ja sen rajoitukset

Tärkeimmät kohdat

Claude Coden /context-komento näyttää, mihin tokenisi kuluvat juuri nyt. Siinä on kuitenkin tunnettu virhe: aiemmin se yliarvioi MCP-työkalujen määrän kolminkertaiseksi, koska se laski työkalukohtaisen yleiskustannuksen erikseen jokaiselle työkalulle. Anthropic korjasi tämän uudemmissa versioissa. Jos MCP-osuus on /context-raportissasi yli 30K, päivitä ensin Claude Code ja mittaa sitten uudelleen.

Aloitetaan komennosta. Avaa Claude Codessa /context (tai laskentaa varten /usage), niin saat suunnilleen tällaisen tuloksen:

Context window: 200 000 tokens

System prompt:        3 200 (1.6%)
System tools:        16 100 (8.0%)
MCP tools:           12 600 (6.3%)
CLAUDE.md:            4 800 (2.4%)
Memory files:         3 000 (1.5%)
Conversation:        18 400 (9.2%)
Free space:         141 900 (71.0%)

Tämä on normaali pysyvä perustaso ensimmäisen siivouksen jälkeen. Hienoa – ikkunasta on vapaana 71 %.

Tunnettu /context-virhe: MCP-osuuden kolminkertainen yliarviointi

Tähän liittyy tärkeä rajoitus: ennen tuoretta päivitystä /context näytti MCP:n aiheuttaman hävikin noin kolminkertaisena todelliseen nähden.

Cameronin mukaan Anthropic korjasi tämän nykyisessä versiossa, joka raportoi nyt samalle XcodeBuildMCP:lle 12 600 tokenia. Siispä:

  1. Jos /context näyttää MCP-työkaluille yli 50K, käytössäsi saattaa olla vanha Claude Code -versio. Päivitä se.
  2. Jos MCP-osuus on 8–15K, se on normaalia ja vastaa Tool Searchin todellista kustannusta.
  3. Jos MCP-osuus on uuden version kanssa 30–50K, käytössäsi on todella paljon käyttämättömiä yhdistettyjä palvelimia. Siirry kohtaan /mcp ja katkaise niiden yhteys.

Mitä muuta kannattaa tarkistaa /context-komennon lisäksi?

/usage – näyttää tilaustasosi käytön viimeisten 24 tunnin tai 7 päivän ajalta. Pro- ja Max-tilauksissa se näyttää erittelyn taidoista, aliagenteista, lisäosista ja yksittäisistä MCP-palvelimista. Kätevää eniten kuluttavan taidon tunnistamiseen.

/cost – API-käyttäjille. Näyttää nykyisen istunnon suhteutetun hinnan dollareina. Ei Pro/Max-tilaajille – he eivät tarvitse sitä.

/usage-credits – Pro/Max-tilauksissa voit asettaa kuukausittaisen kulutusrajan. Hyödyllinen, jos et halua skriptatun agenttitiimin vahingossa tyhjentävän luottokorttiasi.

Näin siivoat Claude Code -kontekstin 15 minuutissa

Tärkeimmät kohdat

Vähennä vältettävää kontekstia näillä kahdeksalla vaiheella. Esimerkiksi 70% vapaa tila tai 40–50% pienempi käyttö ei ole taattu lopputulos, eikä yksi kontekstitilannekuva mittaa koko istunnon käyttöä. Useimmat vaiheet vievät 1–2 minuuttia. Suurimmat työt ovat CLAUDE.md:n siivoaminen ja käyttämättömien MCP-palvelinten yhteyden katkaiseminen – kumpikin vie viisi minuuttia. Tee vaiheet järjestyksessä äläkä ohita yhtäkään.

Avaa projektisi Claude Codessa ja käy nämä vaiheet läpi:

  1. /context – kirjoita nykyinen erittely muistiin. Tämä on lähtötasosi.
  2. /clear – jos chattiin on kertynyt nykyiseen tehtävään liittymätöntä historiaa. Aloita puhtaalta ikkunalta.
  3. ls -la ~/.claude/skills/ – tarkista asennetut taidot. Poista ne, joita et ole käyttänyt kuukauteen. Komento: rm -rf ~/.claude/skills/[skill-name] (tai poista kansio käyttöliittymän kautta).
  4. /plugin list – tarkista myös lisäosat. Poista käyttämättömät komennolla /plugin remove <name>.
  5. /mcp – tarkista yhdistetyt MCP-palvelimet. Pidä vain ne, joita tarvitset nykyiseen tehtävään. Katkaise muiden yhteys komennolla /mcp disconnect <name>.
  6. Avaa CLAUDE.md tekstieditorissa. Jos tiedostossa on yli 200 riviä, siirrä erikoistuneet ohjeet Skills-taitoihin (~/.claude/skills/[topic]/SKILL.md). Tavoittele 100–200 rivin ydintiedostoa ja 5–15 aihekohtaista taitoa. Yksityiskohtainen opas on täällä: ”CLAUDE.md:n määrittäminen vuonna 2026: valmis malli ja 6 sääntöä”.
  7. Tarkista /effort – käytä yksinkertaisiin tehtäviin /effort low -asetusta. Suurta ajattelubudjettia tarvitaan vain monimutkaiseen arkkitehtuurityöhön.
  8. Lopuksi mittaa /context uudelleen. Vertaa tulosta vaiheeseen 1.

Kuvatuissa istunnoissa varattu konteksti pieneni siivouksen jälkeen 60–80K:sta 25–30K:hon. Tämä on tilannekuvan jalanjäljen muutos, ei todiste käsiteltyjen tokenien kokonaismäärän tai kustannusten kiinteästä vähennyksestä. Vertaa saman tehtävän kokonaisia ajoja välimuisti- ja tulostekäyttö mukaan lukien ennen säästöväitettä.

Jos haluat muutakin kuin ymmärtää tokeneita ja rakentaa täydellisen Claude-työskentelymenetelmän – AI-kloonin, Second Brainin (business/) ja Context Engineeringin – nämä ovat menetelmän kolme osaa.

Milloin Sonnetiin tai Haikuun vaihtaminen auttaa enemmän kuin kontekstin siivoaminen?

Tärkeimmät kohdat

Kontekstin siivoaminen ei aina ole kustannustehokkain ratkaisu. Jos tehtäväsi ovat enimmäkseen rutiininomaisia (tekstin muokkaus, mallien luominen, muotoilu), alempi tokenikohtainen hinta voi pienentää kustannusta, mutta mallinvaihto ei osoita mitään kiinteää tokenimäärän vähennystä. Eri tokenoijat, päättely, vastauspituudet ja uusinnat voivat muuttaa todellisia määriä. Monimutkaiseen arkkitehtuuriin, monivaiheiseen päättelyyn ja hankalien virheiden selvittämiseen tarvitaan yhä Opusta. Valitse tehtävän mukaan.

Anthropic kirjoittaa malleista dokumentaatiossa:

Sonnet suoriutuu hyvin useimmista koodaustehtävistä ja maksaa vähemmän kuin Opus. Säästä Opus monimutkaisiin arkkitehtuuripäätöksiin ja monivaiheiseen päättelyyn. Vaihda kesken istunnon komennolla /model tai aseta oletus kohdassa /config. Määritä yksinkertaisille aliagenttitehtäville model: haiku niiden kokoonpanossa.

— Anthropic Docs, code.claude.com/docs/en/costs

Suuntaa-antavat syötetokenien hinnat (27. toukokuuta 2026):

MalliHinta / 1M syötetokeniaKäyttökohde
Opus 4.7$15Arkkitehtuuri, monivaiheinen päättely, vaikea virheiden selvitys
Sonnet 4.5$380 % tavallisista koodaustehtävistä: muokkaukset, refaktorointi, testit, dokumentaatio
Haiku 4.5$1Muotoilu, yksinkertainen jäsennys, aliagenttitehtävät, rutiininomaiset tekstimuokkaukset

Oma kokoonpanoni:

  1. Oletusmalli – Sonnet 4.5. Se on /config → default model. Se sopii 80 %:iin tehtävistä.
  2. Suoritan /model opus manuaalisesti, kun tehtävä on todella vaikea (arkkitehtuurivalinta, hämmentävän virheen diagnosointi tai uusi tuote).
  3. Käytän /model haiku testeihin ja muotoiluun. Vaihtoehtoisesti voin asettaa aliagentin kokoonpanossa model: haiku.
  4. /effort ja malli ovat erillisiä asetuksia. Voit käyttää Opusta asetuksella /effort low – saat tehokkaan mallin, joka ajattelee mahdollisimman vähän ja vastaa nopeasti keskivaikeisiin kysymyksiin.

Milloin kontekstin siivoaminen on mallin vaihtamista hyödyllisempää:

  • Kontekstista on käytössä yli 50 % – siivoa se ensin.
  • Konteksti on kunnossa, mutta tehtävät ovat monimutkaisia – käytä Opusta normaalilla vaivannäöllä.
  • Konteksti on kunnossa ja tehtävät rutiininomaisia – käytä Haikua.

Yksityiskohtainen malli- ja effort-erittely on oppaassa ”Sonnet vai Opus 4.7 Claude Codessa: mallin ja /effort-asetuksen valinta vuonna 2026”.

Mitkä vinkit lisäävät käyttöä säästämisen sijasta?

Tärkeimmät kohdat

Blogeissa on usein neuvoja, jotka toimivat lyhyellä aikavälillä mutta heikentävät työnkulkua ajan myötä. Kolme yleisintä ovat: ”poista kaikki MCP”, ”unohda CLAUDE.md ja laita kaikki kehotteeseen” sekä ”työskentele aina Plan Modessa”. Jokainen niistä ratkaisee yhden ongelman ja synnyttää kolme uutta. Käydään ne läpi.

Vastaesimerkki 1. ”Poista kaikki MCP – se kuluttaa tokeneita”

Laiskuus on yleisin virhe. Kyllä, MCP kulutti aiemmin jopa 49 % kontekstista, mutta Tool Searchin jälkeen osuus laski 8–15 %:iin. MCP tarjoaa myös oikeita työkaluja, jotka sinun pitäisi muuten rakentaa käsin. Kaiken MCP:n poistaminen tarkoittaa paluuta manuaaliseen työhön, joka ”syö” enemmän aikaa kuin säästetyt tokenit.

Oikea toimintatapa: pidä vain säännöllisesti käyttämäsi MCP-palvelimet. Minulla ovat Playwright (laskeutumissivujen testaamiseen) ja shadcn (käyttöliittymien luomiseen). Käytän muita vain yksi tehtävä kerrallaan.

Vastaesimerkki 2. ”Älä käytä CLAUDE.md-tiedostoa, vaan lisää kaikki suoraan kehotteeseen”

Se kuulostaa ”loogiselta”: jos CLAUDE.md ladataan jokaisen pyynnön yhteydessä, jätetään se lataamatta. Käytännössä ilman CLAUDE.md-tiedostoa alat kirjoittaa samat ohjeet käsin jokaisen viestin alussa, ja Claude unohtaa kontekstin viestien välillä. Tämä tarkoittaa enemmän tokeneita, ei vähemmän – ne vain tulevat toista kanavaa pitkin.

Oikea toimintatapa: pidä CLAUDE.md tiiviinä (100–200 riviä), sisällytä siihen ydinasiat ja siirrä erikoistunut aineisto Skills-taitoihin. Lisätietoja on oppaassa ”CLAUDE.md:n määrittäminen vuonna 2026”.

Vastaesimerkki 3. ”Työskentele aina Plan Modessa”

Plan Mode on erinomainen työkalu monimutkaisiin tehtäviin, joissa koodipohja on ensin tutkittava ja sen jälkeen ehdotettava suunnitelmaa. Mutta agenttitiimien kanssa se kuluttaa keskimäärin 7 kertaa enemmän tokeneita (Anthropic-dokumentaatio). Yksinkertaiseen tehtävään, kuten ”korjaa kirjoitusvirhe README-tiedostosta”, Plan Mode kuluttaa seitsemän kertaa enemmän kuin suora muokkaus.

Oikea toimintatapa: käytä Plan Modea monimutkaisiin, vähintään 30 minuuttia kestäviin tehtäviin. Pyydä lyhyissä tehtävissä suoraa muokkausta ilman plan modea. Eri tilojen käyttöä käsitellään oppaassa ”Plan Mode Claude Codessa: vaiheittainen opas ja 4 vaihetta vuonna 2026”.

Lähteet

Lisää materiaaleja on Ailootissa.

Lisätietoja

Kysymyksiä tästä oppaasta: Mihin tokenit katoavat Claude Codessa: 9 hävikkimallia ja niiden korjaaminen vuonna 2026

Käyttääkö tokeniltaan halvempi malli välttämättä vähemmän tokeneita?

Ei. Alempi yksikköhinta muuttaa tokenin hintaa, kun todelliset määrät riippuvat tokenoijasta, päättelystä, tulosteesta ja uusinnasta. Vertaa saman tehtävän valmiita ajoja ennen tokeni- tai kustannusvähennyksen väittämistä.

Näyttääkö /context koko istunnon aikana laskutetun määrän?

Ei. Se näyttää nykyisen kontekstijalanjäljen. Tarkista käsittelyn ja kustannuksen arvioimiseksi erilliset syöte-, välimuistikirjoitus-, välimuistiluku- ja tulostekokonaismäärät. Toistuva perusteksti ei ole vain kerran istunnossa veloitettava kulu.

Kaikki artikkelit