Ke Mana Token Pergi di Claude Code: 9 Pola Kehilangan dan Cara Memperbaikinya pada 2026

Dalam satu contoh, /context di sesi Claude Code yang baru dimulai menunjukkan 60K token terpakai dari 200K sebelum pesan pertama. Hanya claude yang dijalankan di repositori proyek. Enam puluh ribu token—sepertiga anggaran habis untuk “mempersiapkan” percakapan.

Dua minggu kemudian, saya mengetahui persis ke mana token itu pergi. Di bawah ini ada semua 9 pola yang menghabiskan token sebelum Anda mulai mengetik, beserta cara memperbaikinya. Angkanya berasal dari dokumentasi resmi Anthropic dan pengukuran dari sesi nyata.

Apa Arti “73% Token Hilang Sebelum Prompt”?#

Hingga pembaruan terbaru, /context menunjukkan sekitar 3 kali lipat dari penggunaan MCP sebenarnya karena overhead per alat dihitung terpisah untuk setiap alat.

Saya tidak akan mengklaim angka “73” itu pasti benar—bisa saja 60% atau 80%, bergantung pada konfigurasi Anda. Namun, gambaran umumnya tepat dan setiap pola dapat diperbaiki secara terpisah. Saya akan membahas tiga pola sekaligus di bawah ini.

Bagaimana Claude Membangun Konteks Sebelum Membaca Permintaan Anda?#

Dalam diskusi di isu GitHub #13717, seseorang membuka /context dalam sesi dengan enam server MCP dan mendapatkan rincian berikut:

Perhatikan: meski Anda belum menulis apa pun, hampir separuh jendela sudah terpakai. Kurang dari separuhnya tersisa untuk ruang kosong dan buffer autocompact, dan bagian itu harus menampung seluruh percakapan—pesan, balasan Claude, file yang dibaca, dan keluaran perintah.

Ukuran jendela bergantung pada model. Menurut dokumentasi model Anthropic, per September 2026, Opus 4.7 dan yang lebih baru, Sonnet 5, serta model Fable memiliki jendela 1M-token di setiap paket, termasuk Pro. Jendela 200K tetap berlaku untuk Opus 4.6 dan Sonnet 4.6 tanpa konteks extended, serta untuk sesi yang menonaktifkan 1M dengan variabel CLAUDE_CODE_DISABLE_1M_CONTEXT=1. Jendela yang lebih besar tidak menyelesaikan masalah konteks yang membengkak: semua yang dimuat sebelum pesan pertama dikirim ke model pada setiap permintaan, dan dokumentasi biaya secara eksplisit menyatakan bahwa semakin banyak konteks, semakin banyak token yang digunakan. Langganan tidak mengubah hal itu—di paket mana pun, setiap token tambahan diperhitungkan dalam batas Anda.

Ke Mana Perginya Sepertiga Pertama Konteks: CLAUDE.md, Riwayat, dan MCP?#

Pola 1. CLAUDE.md Sebelum Setiap Pesan

File ini dimuat sebelum setiap pesan yang Anda kirim, bukan hanya sekali per sesi. CLAUDE.md berisi 5,000 token menempati konteks sebanyak itu pada permintaan yang memuatnya, tetapi input baru, penulisan cache, dan pembacaan cache perlu dihitung terpisah; konten berulang belum tentu dikenai tarif penuh tanpa cache.

Anthropic menyatakannya secara langsung dalam dokumentasi:

Dalam satu contoh, CLAUDE.md proyek berisi 180 baris—semua hal khusus (cara menulis instruksi lokakarya, format unggahan TG, daftar periksa hukum) dipindahkan ke Skills dan file Markdown di dalam business/, yang hanya dibaca Claude jika secara khusus membuka lokasi itu. Beban dasarnya berkurang 60-70% dibandingkan dua bulan sebelumnya.

Pola 2. Riwayat Percakapan Dibaca Ulang pada Setiap Balasan

Inilah pola yang paling sulit terlihat dari luar karena tidak tampak secara eksternal. Model menerima konteks percakapan yang dipertahankan pada permintaan berikutnya. Prompt caching dapat memakai ulang prefiks stabil; pemadatan dan pembersihan dapat mengubah teks yang dipertahankan. Konteks yang diberikan berulang tetap menempati jendela meskipun harga cache mengurangi biayanya.

Solusinya adalah /clear di antara tugas yang tidak berkaitan. Aturan saya: gunakan obrolan baru untuk setiap tugas baru. Jika tugasnya panjang dan Anda memerlukan riwayat, gunakan /compact untuk meringkas percakapan sebelumnya menjadi ringkasan singkat, lalu lanjutkan dari sana.

Selengkapnya tentang aturan ini di panduan “Cara Tidak Menghabiskan Batas Claude Code dalam Sehari: 8 Aturan untuk Menghemat Token”, dengan contoh dari sesi saya.

Pola 3. Server MCP Mendaftarkan Semua Alatnya ke dalam Konteks

Dulu, ini merupakan masalah besar di Claude Code dan menimbulkan kehilangan terbesar hingga 2026. Dalam isu #13717 yang disebutkan di atas, enam server MCP yang terhubung (Google Docs, Asana, Calendar, Slack, Atlassian, Gmail) menghabiskan 98 700 token—49% dari seluruh jendela sebelum percakapan dimulai.

Anthropic merilis fitur Tool Search pada Desember 2025–Januari 2026, yang menyelesaikan separuh masalah ini.

Dalam dokumentasi Anthropic, keterangannya sekarang berbunyi:

Yang perlu dilakukan dalam penggunaan nyata:

1. Perbarui Claude Code ke versi yang memiliki Tool Search (semua versi saat ini setelah Desember 2025).
2. Buka /mcp dan nonaktifkan server yang tidak diperlukan untuk sesi saat ini. Dalam contoh yang dijelaskan, dua server selalu terhubung—Playwright dan shadcn. Saya mengaktifkan yang lain untuk satu tugas, lalu langsung menjalankan /mcp disconnect setelahnya.
3. Ganti MCP dengan CLI jika memungkinkan. Gunakan gh sebagai pengganti server MCP untuk GitHub. Gunakan kalender di browser sebagai pengganti MCP Google Calendar.

Saya membahas apa itu server MCP dan cara mengonfigurasikannya dengan tepat dalam “Server MCP Claude Code pada 2026: 7 Konfigurasi Siap Pakai dan Instalasi Langkah demi Langkah”.

Sebagian masalah CLAUDE.md dan Skills bukan hanya soal ukuran, tetapi juga strukturnya. Satu file instruksi (CLAUDE.md) menjadi inti. Pengetahuan tambahan tentang proyek (audiens, produk, dokumen hukum, instruksi harian) berada di folder business/—itulah Second Brain dalam metodologi saya. Claude hanya membaca yang dibutuhkan saat itu, dan pemadatan konteks sudah terjadi pada tingkat ini. Uraian lengkapnya ada di “Second Brain di Claude Code”.

Ada satu hal lagi yang sering terlewat: merapikan CLAUDE.md, beralih ke Skills, dan menonaktifkan MCP adalah langkah pertama. Setelah itu, metodologi context engineering berperan—apa yang perlu dimasukkan ke setiap prompt, dalam urutan apa, apa yang perlu diserahkan melalui Plan Mode, dan apa yang ditangani dengan /compact. Panduan ini membahas satu komponen.

Apa yang Menumpuk dalam Sesi, dan Apa yang Tidak Bisa Dikurangi?#

Pola 4. Keluaran Alat Menumpuk Sepanjang Sesi

Satu detail yang jarang disebut: ketika Claude menjalankan bash cat huge-file.log, seluruh keluaran perintah itu masuk ke konteks dan tetap di sana sampai sesi berakhir atau /clear. Hal yang sama berlaku untuk Read pada file besar—semua 10,000 baris tetap ada dan menghabiskan token pada setiap pesan berikutnya (lihat Pola 2).

Solusi:

1. Gunakan head, tail, grep sebagai pengganti membaca semuanya. bash tail -100 deploy.log sebagai pengganti Read deploy.log. Ini langsung memangkas keluaran 10-100 kali lipat.
2. Gunakan hook untuk prapemrosesan. Letakkan skrip di ~/.claude/hooks untuk menyaring keluaran bash sebelum Claude melihatnya. Contoh dari dokumentasi Anthropic adalah hook PreToolUse yang menjalankan npm test 2>&1 | grep -A 5 -E 'FAIL|ERROR' sebagai pengganti menampilkan seluruh keluaran tes. Ini memampatkannya 50-100 kali lipat. Detailnya ada di “Hook Claude Code 2026: Penyiapan Langkah demi Langkah dan 7 Contoh Siap Pakai”.
3. Jalankan /clear setelah membaca file besar. Jika Anda membaca file yang sangat besar untuk satu tugas tertentu dan tidak lagi memerlukannya, jangan biarkan file itu tetap dalam konteks “untuk berjaga-jaga”; mulai obrolan baru.

Pola 5. Prompt Sistem + Alat Sistem = Beban Dasar Permanen

Pola ini tidak dapat diubah karena hampir tidak ada yang bisa Anda lakukan untuk mengatasinya. Claude Code dimulai dengan prompt sistem (~3 200 token) dan deskripsi semua alat bawaan—Read, Edit, Write, Bash, Glob, Grep, WebSearch, WebFetch, TodoWrite (~16 100 token). Totalnya adalah beban dasar permanen sebesar 19 300 token yang tidak dapat Anda kurangi.

Yang dapat dilakukan:

• Pahami. Ketahui bahwa ada “pajak” dasar 19K: dengan jendela 200K, tersisa 200K - 19K = 181K untuk semua hal lainnya (dikurangi CLAUDE.md, MCP, dan buffer autocompact). Jendela 1M memberi lebih banyak ruang, tetapi “pajak” itu tetap ada pada setiap permintaan.
• Ukur pemrosesan berulang. Beban dasar menempati jendela dan dapat muncul kembali pada permintaan berikutnya. Ini bukan biaya token sekali per sesi; pisahkan total input, penulisan cache, pembacaan cache, dan output ketika menghitung biaya.

Ke Mana Token Hilang pada Skills, Plugin, dan Tim Agen?#

Pola 6. Skills dan Plugin Dapat Terdaftar Dua Kali

Masalah ini muncul ketika plugin hadir di Claude Code (akhir 2025). Saat memasang plugin yang menambahkan skill, skill tersebut masuk ke konteks. Jika Anda juga memasang skill pengguna serupa di ~/.claude/skills/, skill itu ikut dimuat. Terkadang keduanya duplikat.

Vercel membagikan angka dalam risetnya tentang tumpukan AI mereka: 56% skill tidak pernah digunakan selama sesi, tetapi deskripsinya terus dimuat ke konteks. Dengan 100 token per definisi, ada hingga 5 600 token “beban tambahan” untuk 100 skill.

Yang perlu dilakukan:

1. /context menunjukkan apa yang benar-benar terpakai. Jika bagian Skills melebihi 3K, rapikan.
2. ls ~/.claude/skills/—periksa skill mana yang sudah Anda pasang. Hapus yang tidak digunakan selama lebih dari sebulan.
3. /plugin remove untuk plugin yang dipasang “untuk dicoba” lalu terlupakan.

Struktur Skills yang tepat dan perbedaannya dengan CLAUDE.md dibahas dalam “Skills Claude Code pada 2026: Cara Membangun Pustaka Skills Pribadi”.

Pola 7. Tim Agen Menghabiskan 7 Kali Lebih Banyak dalam Plan Mode

Tim agen adalah fitur yang membuat Claude Code menjalankan beberapa instans model secara paralel, masing-masing dengan konteks sendiri. Anthropic menyatakannya langsung dalam dokumentasi:

Artinya, lima anggota tim dalam Plan Mode setara dengan lima sesi paralel, masing-masing memuat beban dasar sistem sendiri + salinan CLAUDE.md sendiri + alat MCP sendiri. Total konsumsi token meningkat secara nonlinier.

Yang perlu dilakukan:

1. Gunakan Sonnet atau Haiku untuk anggota tim. Gunakan Opus hanya untuk pemimpin tim yang mengoordinasikan mereka. Tarif per token mungkin lebih rendah, tetapi ukur biaya dan kualitas tugas lengkap tiap anggota alih-alih menganggap ada penghematan tetap.
2. Bentuk tim kecil. Dua atau tiga anggota tim, bukan sepuluh.
3. Hentikan anggota tim yang tidak aktif. Jika tugas sudah selesai tetapi seorang anggota tim masih berjalan, ia terus menghabiskan token di latar belakang.

Selengkapnya tentang Plan Mode dan kapan mode itu berguna di “Plan Mode di Claude Code: Panduan Langkah demi Langkah dan 4 Tahap pada 2026”.

Untuk Apa Claude Menggunakan Token Saat Anda Tidak Melihat?#

Pola 8. Extended Thinking Menggunakan Token Tanpa Keterlibatan Anda

Extended thinking adalah mode ketika Claude “memikirkan” solusi dalam blok pemikiran tersembunyi sebelum menjawab. Dari sisi perhitungan, ini adalah token keluaran, yang dihitung seperti balasan biasa, tetapi tidak terlihat di obrolan.

Anthropic menyatakannya dalam dokumentasi:

Artinya, satu permintaan kompleks dapat menggunakan 10-30K token pemikiran yang “memakan” anggaran, sementara yang Anda lihat di obrolan hanya ringkasan singkat.

Yang perlu dilakukan:

1. /effort low untuk tugas sederhana. Ini mengurangi anggaran pemikiran ke tingkat minimum.
2. MAX_THINKING_TOKENS=8000 di lingkungan untuk menetapkan batas atas.
3. /config → nonaktifkan thinking untuk tugas rutin yang tidak memerlukan Claude untuk “berpikir”.

Kapan thinking berguna (arsitektur kompleks, penalaran multi-langkah yang kompleks) dan kapan tidak, dibahas dalam “Sonnet atau Opus 4.7 di Claude Code: Memilih Model dan /effort pada 2026”.

Pola 9. Peringkasan di Latar Belakang Saat Tidak Aktif

Ini pola yang sangat kecil tetapi menarik. Claude Code menjalankan proses di latar belakang yang meringkas sesi sebelumnya untuk perintah claude --resume. Proses ini tetap berjalan saat Anda tidak mengetik.

Anthropic menyatakannya secara eksplisit dalam dokumentasi tentang hal ini:

Empat sen per sesi bukanlah bencana. Namun, jika Anda membuka 10 sesi sehari, biayanya sudah mencapai $0.40 per hari secara pasif, atau $12 sebulan. Tutup sesi yang tidak diperlukan saat ini. Sesi dapat dipulihkan dengan /resume dari indeks—Anda tidak perlu membiarkannya tetap terbuka.

Cara Mengukur Kehilangan: Perintah /context dan Hal yang Perlu Diperhatikan#

Pertama, perintahnya. Di Claude Code, buka /context (atau /usage untuk perhitungannya), dan Anda akan mendapatkan tampilan seperti ini:

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%)

Ini adalah beban dasar permanen yang normal setelah pembersihan awal. Bagus—71% jendela masih kosong.

Bug /context yang Diketahui: Angka MCP Dilebihkan 3 Kali Lipat

Hingga pembaruan baru-baru ini, /context menunjukkan kehilangan MCP sekitar 3 kali lebih besar daripada yang sebenarnya, karena overhead per alat dihitung secara terpisah untuk setiap alat.

Cameron mengatakan Anthropic telah memperbaikinya dalam versi saat ini, yang kini melaporkan 12 600 untuk XcodeBuildMCP yang sama. Jadi:

1. Jika /context menunjukkan 50K+ untuk alat MCP—mungkin Anda menggunakan Claude Code versi lama. Perbarui.
2. Jika MCP berada di angka 8-15K—itu normal, biaya nyatanya dengan Tool Search.
3. Jika MCP berada di angka 30-50K pada versi baru, memang ada banyak server tak terpakai yang terhubung. Buka /mcp dan putuskan koneksinya.

Apa Lagi yang Perlu Diperiksa Selain /context?

/usage—menampilkan penggunaan paket Anda selama 24 jam atau 7 hari terakhir. Di Pro dan Max, perinciannya mencakup skills, subagen, plugin, dan setiap server MCP. Berguna untuk mengetahui skill mana yang paling banyak menghabiskan token.

/cost—untuk pengguna API. Menampilkan perkiraan biaya sesi saat ini dalam dolar. Tidak berlaku untuk pelanggan Pro/Max—mereka tidak memerlukannya.

/usage-credits—di Pro/Max, memungkinkan Anda menetapkan batas pengeluaran bulanan. Berguna jika Anda tidak ingin tim agen yang dijalankan skrip tanpa sengaja menghabiskan seluruh batas kartu kredit Anda.

Cara Merapikan Konteks Claude Code dalam 15 Menit#

Buka proyek Anda di Claude Code, lalu ikuti langkah-langkah berikut:

1. /context—catat rincian saat ini. Ini menjadi tolok ukur Anda.
2. /clear—jika obrolan telah menumpuk riwayat yang tidak berkaitan dengan tugas saat ini. Mulai dengan jendela baru.
3. ls -la ~/.claude/skills/—lihat skill yang terpasang. Hapus yang tidak digunakan selama sebulan. Perintah: rm -rf ~/.claude/skills/[skill-name] (atau hapus foldernya melalui antarmuka).
4. /plugin list—lakukan hal yang sama untuk plugin. Hapus yang tidak digunakan dengan /plugin remove <name>.
5. /mcp—periksa server MCP yang terhubung. Pertahankan hanya server yang diperlukan untuk tugas saat ini. Putuskan koneksi sisanya dengan /mcp disconnect <name>.
6. Buka CLAUDE.md di editor. Jika file ini lebih dari 200 baris, pindahkan instruksi khusus ke Skills (~/.claude/skills/[topic]/SKILL.md). Usahakan inti sebanyak 100-200 baris + 5-15 Skills berdasarkan topik. Panduan lengkapnya ada di “Cara Mengonfigurasi CLAUDE.md pada 2026: Templat Siap Pakai dan 6 Aturan”.
7. Periksa /effort—gunakan /effort low untuk tugas sederhana. Anggaran pemikiran tinggi hanya diperlukan untuk arsitektur kompleks.
8. Ukur /context untuk terakhir kalinya. Bandingkan dengan langkah 1.

Pada sesi yang dijelaskan, konteks terpakai turun dari 60–80K menjadi 25–30K setelah pembersihan. Itu perubahan jejak pada snapshot, bukan bukti pengurangan tetap dalam total token yang diproses atau biaya. Bandingkan proses lengkap tugas yang sama, termasuk penggunaan cache dan output, sebelum mengklaim penghematan.

Kapan Beralih ke Sonnet atau Haiku Lebih Membantu daripada Merapikan Konteks?#

Anthropic menulis tentang model dalam dokumentasinya:

Perkiraan harga token input (per 27 Mei 2026):

Konfigurasi saya:

1. Default—Sonnet 4.5. Ini adalah /config → default model. Mencakup 80% tugas.
2. Jalankan /model opus secara manual ketika tugas benar-benar sulit (pilihan arsitektur, diagnosis bug yang membingungkan, produk baru).
3. Gunakan /model haiku untuk tes dan pemformatan. Atau tetapkan model: haiku secara eksplisit dalam konfigurasi subagen.
4. Pisahkan /effort dari model. Anda dapat menggunakan Opus dengan /effort low—hasilnya model yang kuat dengan pemikiran minimal, untuk jawaban cepat pada tugas dengan tingkat kesulitan menengah.

Kapan pembersihan konteks lebih berguna daripada beralih model:

• Konteks terisi lebih dari 50%—rapikan terlebih dahulu.
• Konteks masih baik, tetapi tugasnya kompleks—gunakan Opus dengan effort normal.
• Konteks masih baik dan tugas rutin—gunakan Haiku.

Untuk rincian model dan effort, lihat “Sonnet atau Opus 4.7 di Claude Code: Memilih Model dan /effort pada 2026”.

Tips Mana yang Justru Meningkatkan Penggunaan Alih-alih Menghematnya?#

Anti-pola 1. “Hapus Semua MCP; Semuanya Menghabiskan Token”

Kemalasan adalah kesalahan yang paling umum. Ya, secara historis MCP menghabiskan hingga 49% konteks—tetapi setelah Tool Search, angkanya turun menjadi 8-15%. MCP juga menyediakan alat nyata yang jika tidak ada harus Anda buat sendiri. Menghapus semua MCP berarti kembali ke pekerjaan manual yang akan “memakan” lebih banyak waktu daripada token yang dihemat.

Pendekatan yang tepat: pertahankan hanya server MCP yang benar-benar rutin Anda gunakan. Saya mempertahankan Playwright (untuk menguji halaman landas) dan shadcn (untuk menghasilkan antarmuka). Yang lainnya digunakan untuk satu tugas pada satu waktu.

Anti-pola 2. “Jangan Gunakan CLAUDE.md; Taruh Semuanya Langsung dalam Prompt”

Kedengarannya “logis”: jika CLAUDE.md dimuat setiap kali ada permintaan, mari kita tidak memuatnya. Dalam praktiknya, tanpa CLAUDE.md Anda harus mengetik instruksi yang sama secara manual pada awal setiap pesan, dan Claude melupakan konteks di antara pesan. Artinya, lebih banyak token, bukan lebih sedikit—token itu hanya masuk melalui jalur lain.

Pendekatan yang tepat: buat CLAUDE.md ringkas (100-200 baris), dengan inti di dalamnya dan materi khusus di Skills. Detailnya ada di “Cara Mengonfigurasi CLAUDE.md pada 2026”.

Anti-pola 3. “Selalu Bekerja Melalui Plan Mode”

Plan Mode adalah alat yang sangat baik untuk tugas kompleks yang mengharuskan Anda menelusuri codebase dan mengusulkan rencana terlebih dahulu. Namun, mode ini menggunakan rata-rata 7x lebih banyak token saat bekerja melalui tim agen (dokumentasi Anthropic). Untuk tugas sederhana seperti “perbaiki salah ketik di README,” Plan Mode menghabiskan token 7 kali lebih banyak daripada pengeditan langsung.

Pendekatan yang tepat: gunakan Plan Mode untuk tugas kompleks yang memakan waktu 30 menit atau lebih. Untuk tugas singkat, ajukan permintaan langsung tanpa plan mode. Kapan sebaiknya menggunakan masing-masing mode dibahas dalam “Plan Mode di Claude Code: Panduan Langkah demi Langkah dan 4 Tahap pada 2026”.

Materi lainnya tersedia di Ailoot.