# Claude Code: 9 cause di consumo eccessivo di token
> Il 73% dei token si perde prima che Claude veda il prompt. CLAUDE.md, MCP, cronologia: dove si disperde il contesto in Claude Code e come correggere 9 perdite.
Source: https://ailoot.ai/blog/it/where-claude-code-tokens-go/
Canonical: https://ailoot.ai/blog/it/where-claude-code-tokens-go/
Language: it
Publisher: Ailoot (https://ailoot.ai/)
Translation: guide-167
Revision: sha256-ce69a64126e79eff62f89941739353795b5b68252cfa8244b9a24ff6aeef84e0
Punti chiave
Una grande parte dei token viene utilizzata prima che il modello legga la tua richiesta: da un CLAUDE.md gonfiato, dalla rilettura della vecchia cronologia della conversazione e fino al 49% dai server MCP. L’articolo spiega nove fonti di sovraccarico e una checklist iniziale di 15 minuti. I risparmi dipendono dalla sessione: contesto occupato, token elaborati, cache e costo vanno misurati separatamente.
In una sessione nuova di Claude Code, `/context` mostrava 60K token occupati su 200K prima del primo messaggio. Nel repository del progetto era stato avviato solo `claude`. Sessantamila token: un terzo del budget speso per “prepararsi” alla conversazione.
Due settimane dopo, ho capito esattamente dove erano finiti. Di seguito trovi tutti e 9 gli schemi che consumano i tuoi token prima ancora che inizi a scrivere, e come correggerli. Le cifre provengono dalla documentazione ufficiale di Anthropic e da misurazioni di sessioni reali.
[Documentazione di Ailoot](https://ailoot.ai/docs/) — materiali di riferimento per usare il servizio.
## Che cosa significa “il 73% dei token si perde prima del prompt”?
Punti chiave
Una grande parte dei tuoi token viene utilizzata prima che Claude legga la tua richiesta effettiva: da un CLAUDE.md gonfiato, dalla rilettura della vecchia cronologia della chat e da altri sette schemi, dai server MCP alla sintesi in background. Non si tratta dei limiti dell'abbonamento, ma del funzionamento del contesto.
Fino a un aggiornamento recente, `/context` mostrava circa tre volte la perdita effettiva dovuta a MCP, perché il sovraccarico di ogni strumento veniva conteggiato separatamente per ciascuno.
| Schema | Quota delle perdite | Fonte |
|----|----|----|
| 1\. CLAUDE.md gonfiato | — | — |
| 2\. Rilettura della vecchia cronologia | — | — |
| 3\. Server MCP | fino al 49% (storicamente), ora 8-15% con Tool Search | misurazioni di sessioni reali |
| 4\. Output `tool_use` accumulato | 5-15% | misurazioni di sessioni reali |
| 5\. Prompt di sistema + strumenti di sistema | 9.6% (1.6% + 8%) | GitHub \\#13717 |
| 6\. Skill e plugin duplicati | 2-5% | Ricerca Vercel (molte skill non vengono mai invocate) |
| 7\. Team di agenti in Plan Mode | fino al 700% | [Documentazione di Anthropic](https://code.claude.com/docs/en/costs) |
| 8\. Budget di extended thinking | 5-20% | [Documentazione di Anthropic](https://code.claude.com/docs/en/costs) |
| 9\. Sintesi in background con `--resume` | circa \\$0.04 per sessione, passivamente | [Documentazione di Anthropic](https://code.claude.com/docs/en/costs) |
Non sosterrò che la cifra “73” sia incontrovertibile: potrebbe essere il 60% o l'80%, a seconda della configurazione. Ma il quadro generale è corretto e ogni schema può essere corretto singolarmente. Li tratterò tre alla volta qui sotto.
## Come crea Claude il contesto prima di leggere la tua richiesta?
Punti chiave
Prima che tu digiti il primo carattere, Claude ha già caricato cinque livelli: il prompt di sistema, le descrizioni degli strumenti integrati, il file CLAUDE.md, i nomi degli strumenti e le istruzioni dei server MCP collegati (le loro descrizioni complete quando la ricerca degli strumenti è disattivata) e la memoria (`memory_files`). In una finestra da 200K, possono facilmente occupare 60-100K, ovvero da un terzo alla metà del budget. Ciò che resta è per la conversazione stessa e per strumenti come Read/Edit.
Nella discussione della issue GitHub \#13717, qualcuno ha aperto `/context` in una sessione con sei server MCP e ha ottenuto questa ripartizione:
| Livello di contesto | Token | % di 200K |
|----|----|----|
| Prompt di sistema | 3 200 | 1.6% |
| Strumenti di sistema (Read/Edit/Bash, ecc.) | 16 100 | 8.0% |
| Strumenti MCP (6 server: google-docs + asana + calendar + slack + atlassian + gmail) | 98 700 | **49.3%** |
| File di memoria (`memory_files`, esportazioni `Memory tool`) | 3 000 | 1.5% |
| Spazio libero | 34 000 | 17.0% |
| Buffer di autocompact | 45 000 | 22.5% |
Nota: anche se non hai scritto nulla, quasi metà della finestra è occupata. Meno della metà resta disponibile tra spazio libero e buffer di autocompact, e quella parte deve contenere l'intera conversazione: messaggi, risposte di Claude, file letti e output dei comandi.
La dimensione della finestra dipende dal modello. Secondo la [documentazione sui modelli di Anthropic](https://code.claude.com/docs/en/model-config#extended-context), a settembre 2026 Opus 4.7 e versioni successive, Sonnet 5 e i modelli Fable hanno una finestra da **1M token** su tutti i piani, incluso Pro. **200K** resta per Opus 4.6 e Sonnet 4.6 senza contesto esteso e per le sessioni in cui 1M è disattivato con la variabile `CLAUDE_CODE_DISABLE_1M_CONTEXT=1`. Una finestra più grande non risolve il problema di un contesto gonfio: tutto ciò che viene caricato prima del primo messaggio viene inviato al modello a ogni richiesta e [la documentazione sui costi](https://code.claude.com/docs/en/costs) dice esplicitamente che più contesto significa più token spesi. Un abbonamento non cambia la situazione: con qualsiasi piano, ogni token aggiuntivo conta nel tuo limite.
## Dove finisce il primo terzo del contesto: CLAUDE.md, cronologia e MCP?
Punti chiave
I tre schemi principali occupano il 36-76% del contesto prima che inizi la conversazione. CLAUDE.md contribuisce al contesto fornito nelle richieste ripetute. La cronologia cresce tra turni, quindi quelli successivi possono elaborare più input; il costo dipende anche da letture e scritture della cache. Non esiste un tasso di crescita esponenziale universale. Storicamente i server MCP consumavano fino al 49% della finestra; la nuova funzionalità Tool Search, introdotta tra dicembre 2025 e gennaio 2026, ne ha eliminato gran parte, ma molte configurazioni usano ancora il vecchio modello.
### Schema 1. CLAUDE.md prima di ogni messaggio
[Anthropic afferma direttamente nella documentazione](https://code.claude.com/docs/en/costs):
Cerca di mantenere CLAUDE.md sotto le 200 righe e di includervi solo le informazioni più importanti. Sposta le istruzioni specialistiche nelle skill, che vengono caricate su richiesta.
— Documentazione di Anthropic, code.claude.com/docs/en/costs
In un esempio, il CLAUDE.md del progetto contiene 180 righe: tutto il materiale specialistico (come scrivere istruzioni per i workshop, il formato dei post TG, la checklist legale) è stato spostato in Skills e file Markdown all'interno di `business/`, che Claude legge solo quando consulta specificamente quella cartella. Rispetto a due mesi fa, questo riduce la base del 60-70%.
### Schema 2. La cronologia della conversazione viene riletta a ogni risposta
Questo schema è il meno visibile dall'esterno, perché non si vede. Il modello riceve il contesto conservato della conversazione nelle richieste successive. La cache può riusare un prefisso stabile; compattare o svuotare cambia il testo conservato. Il contesto ripetuto occupa comunque la finestra anche se la tariffa della cache ne riduce il costo.
La soluzione è `/clear` tra attività non correlate. La mia regola: una nuova chat per ogni nuova attività. Se un'attività è lunga e hai bisogno della cronologia, usa `/compact` per riassumere il passato in un breve riepilogo e proseguire da lì.
Trovi altre informazioni su questa regola nella guida [“Come non esaurire i limiti di Claude Code in un giorno: 8 regole per risparmiare token”](https://ailoot.ai/blog/it/claude-code-token-limits-saving/), con esempi dalle mie sessioni.
### Schema 3. I server MCP registrano tutti i loro strumenti nel contesto
Questo è stato un problema storico in Claude Code e ha causato le perdite maggiori fino al 2026. Nella già citata issue \#13717, sei server MCP collegati (Google Docs, Asana, Calendar, Slack, Atlassian, Gmail) occupavano 98 700 token, il **49% dell'intera finestra** prima dell'inizio della conversazione.
Anthropic ha rilasciato la funzionalità **Tool Search** tra dicembre 2025 e gennaio 2026, risolvendo metà del problema.
[Nella documentazione di Anthropic](https://code.claude.com/docs/en/costs), la descrizione ora recita:
Le definizioni degli strumenti MCP vengono rinviate per impostazione predefinita: nel contesto entrano solo i nomi, finché Claude non ne chiama uno specifico. Esegui /context per vedere che cosa occupa spazio. Quando possibile, preferisci la CLI: strumenti come gh, aws, gcloud e sentry-cli sono ancora più efficienti dei server MCP perché non aggiungono descrizioni per ogni strumento.
— Documentazione di Anthropic, code.claude.com/docs/en/costs
Che cosa fare in produzione:
1. **Aggiorna Claude Code a una versione con Tool Search** (tutte le versioni attuali successive a dicembre 2025).
2. **Apri `/mcp`** e disattiva i server che non ti servono nella sessione corrente. Nell'esempio descritto, due sono sempre collegati: Playwright e shadcn. Attivo gli altri per una singola attività e subito dopo eseguo `/mcp disconnect`.
3. **Sostituisci MCP con la CLI quando possibile.** Usa `gh` invece di un server MCP per GitHub. Usa il calendario in un browser invece di Google Calendar MCP.
Ho spiegato in linea di principio che cosa sono i server MCP e come configurarli con criterio in [“Server MCP di Claude Code nel 2026: 7 configurazioni pronte e installazione passo passo”](https://ailoot.ai/blog/it/mcp-servers-claude-code/).
Parte del problema di CLAUDE.md e Skills non riguarda solo le dimensioni, ma anche la struttura. Un file di istruzioni (CLAUDE.md) è il nucleo. Le conoscenze aggiuntive sul progetto (pubblico, prodotti, documenti legali, istruzioni quotidiane) si trovano nella cartella `business/`: questo è il **Second Brain** nella mia metodologia. Claude legge solo ciò che serve in quel momento e la compressione del contesto avviene già a questo livello. La spiegazione completa è in [“Il Second Brain in Claude Code”](https://ailoot.ai/blog/it/claude-code-second-brain/).
Un altro dettaglio spesso trascurato: ripulire CLAUDE.md, passare a Skills e disattivare MCP sono il primo passo. Poi entra in gioco la metodologia di **context engineering**: cosa inserire in ciascun prompt, in quale ordine, cosa delegare tramite Plan Mode e cosa gestire con `/compact`. Questa guida copre un elemento costitutivo.
## Che cosa si accumula in una sessione e che cosa non si può ridurre?
Punti chiave
Il quarto schema è l'output degli strumenti. Ogni file letto, ogni output di `bash`, ogni risposta di un server MCP rimane nel contesto della sessione per sempre. Hai letto 10,000 righe di log? Restano con te fino a `/clear`. Il quinto schema è la base di sistema: 19K token per il prompt di sistema e le descrizioni degli strumenti integrati. Non puoi ridurli, ma conoscerli ti aiuta a fare i calcoli.
### Schema 4. L'output degli strumenti si accumula durante la sessione
Un dettaglio di cui si parla poco: quando Claude esegue `bash cat huge-file.log`, l'output COMPLETO del comando entra nel contesto e **vi rimane fino alla fine della sessione o a `/clear`**. Lo stesso vale per `Read` su un file di grandi dimensioni: tutte le 10,000 righe restano lì e occupano token in ogni messaggio successivo (vedi Schema 2).
Soluzioni:
1. **Usa `head`, `tail`, `grep` invece di leggere tutto.** `bash tail -100 deploy.log` invece di `Read deploy.log`. Questo riduce immediatamente l'output da 10 a 100 volte.
2. **Hook per la preelaborazione.** Inserisci uno script in `~/.claude/hooks` che filtri l'output di bash prima che Claude lo veda. Un esempio della documentazione di Anthropic è un hook PreToolUse che esegue `npm test 2>&1 | grep -A 5 -E 'FAIL|ERROR'` invece di stampare l'intero output dei test. Lo comprime da 50 a 100 volte. I dettagli sono in [“Hook di Claude Code nel 2026: configurazione passo passo e 7 esempi pronti”](https://ailoot.ai/blog/it/claude-code-hooks/).
3. **`/clear` dopo una lettura voluminosa.** Se hai letto un file enorme per un'attività specifica e non ti serve più, non lasciarlo nel contesto “per ogni evenienza”: avvia una nuova chat.
### Schema 5. Prompt di sistema + strumenti di sistema = base permanente
Questo schema non si può modificare perché c'è ben poco che tu possa fare. Claude Code parte da un prompt di sistema (~3 200 token) e dalle descrizioni di tutti gli strumenti integrati: Read, Edit, Write, Bash, Glob, Grep, WebSearch, WebFetch, TodoWrite (~16 100 token). In totale, è una **base permanente** di 19 300 token che non puoi ridurre.
Che cosa fare in pratica:
- **Consapevolezza.** Sappi che hai una “tassa” di base di 19K: con una finestra da 200K, restano 200K - 19K = 181K per tutto il resto (meno CLAUDE.md, MCP e il buffer di autocompact). In una finestra da 1M c'è più spazio, ma quella “tassa” accompagna comunque ogni richiesta.
- **Misura l’elaborazione ripetuta.** La base occupa la finestra e può ricorrere nelle richieste successive. Non è un addebito di token unico per sessione: separa input, scrittura cache, lettura cache e output nel calcolo.
## Dove si perdono token con Skills, plugin e team di agenti?
Punti chiave
Il sesto schema è la registrazione duplicata di skill e plugin. Nella sua ricerca, Vercel ha rilevato che il 56% delle skill non viene mai invocato durante una sessione, ma viene costantemente caricato nel contesto. Il settimo schema sono i team di agenti: quando avvii diverse istanze di Claude in Plan Mode, il consumo totale di token cresce di circa 7 volte rispetto a una singola sessione. Anthropic lo documenta esplicitamente.
### Schema 6. Skill e plugin possono essere registrati due volte
Questo problema è comparso con l'arrivo dei plugin in Claude Code, alla fine del 2025. Quando installi un plugin che aggiunge skill, queste entrano nel contesto. Se hai installato anche skill utente simili in `~/.claude/skills/`, vengono caricate anch'esse. E a volte si **duplicano**.
Vercel ha condiviso un dato nella sua ricerca sul proprio stack AI: il **56% delle skill non viene mai invocato** durante una sessione, ma le descrizioni vengono caricate costantemente nel contesto. Con 100 token per descrizione, si arriva a 5 600 token di “bagaglio” con 100 skill.
Che cosa fare:
1. **`/context` mostra che cosa occupa effettivamente spazio.** Se vedi una sezione Skills superiore a 3K, fai pulizia.
2. **`ls ~/.claude/skills/`**: controlla quali skill hai davvero installato. Rimuovi quelle che non usi da oltre un mese.
3. **`/plugin remove`** per i plugin che hai installato “per provarli” e poi dimenticato.
La struttura corretta delle Skills e la loro differenza rispetto a CLAUDE.md sono spiegate in [“Skill di Claude Code nel 2026: come creare una libreria personale di skill”](https://ailoot.ai/blog/it/claude-code-skills-library/).
### Schema 7. I team di agenti consumano 7 volte di più in Plan Mode
I team di agenti sono una funzionalità con cui Claude Code avvia diverse istanze parallele del modello, ciascuna con il proprio contesto. [Anthropic afferma direttamente nella documentazione](https://code.claude.com/docs/en/costs):
I team di agenti consumano circa 7 volte più token delle sessioni normali quando i membri lavorano in Plan Mode: ciascuno ha la propria finestra di contesto e viene eseguito come un'istanza separata di Claude. Mantieni le attività del team piccole e autosufficienti per limitare il consumo per membro.
— Documentazione di Anthropic, code.claude.com/docs/en/costs
Ciò significa che cinque membri di un team in Plan Mode equivalgono a cinque sessioni parallele, ciascuna con la propria base di sistema, la propria copia di CLAUDE.md e i propri strumenti MCP. Il consumo totale di token cresce in modo non lineare.
Che cosa fare:
1. **Usa Sonnet o Haiku per i membri del team.** Usa Opus solo per il responsabile del team che li coordina. La tariffa per token può essere inferiore, ma misura costo completo e qualità di ciascun membro senza presumere un risparmio fisso.
2. **Team piccoli.** Due o tre membri invece di dieci.
3. **Chiudi i membri del team inattivi.** Se l'attività è terminata ma un membro è ancora in esecuzione, continua a consumare token in background.
Altre informazioni su [Plan Mode](https://ailoot.ai/blog/it/claude-code-plan-mode/) e su quando è davvero utile si trovano in [“Plan Mode in Claude Code: guida passo passo e 4 fasi nel 2026”](https://ailoot.ai/blog/it/claude-code-plan-mode/).
## Per che cosa fa pagare token Claude mentre non guardi?
Punti chiave
L'ottavo schema è l'extended thinking. Claude pensa “ad alta voce” prima di rispondere e questi token di ragionamento vengono conteggiati come output. Per impostazione predefinita, il budget per le attività complesse è di decine di migliaia di token. Il nono schema è la sintesi in background: anche quando non scrivi, Claude Code elabora le sessioni precedenti per `--resume` e salva dei riepiloghi. Circa \$0.04 per sessione vengono spesi mentre il sistema è “inattivo”.
### Schema 8. L'extended thinking usa token senza il tuo intervento
L'extended thinking è una modalità in cui Claude “ragiona” sulla soluzione in un blocco di pensiero nascosto prima di rispondere. Ai fini del calcolo, questi sono **token di output**, conteggiati come una normale risposta, ma non li vedi nella chat.
[Anthropic afferma nella documentazione](https://code.claude.com/docs/en/costs):
L'extended thinking è attivato per impostazione predefinita perché migliora significativamente i risultati nelle attività difficili di pianificazione e ragionamento. I token di pensiero vengono fatturati come output e il budget predefinito può arrivare a decine di migliaia di token per richiesta, a seconda del modello.
— Documentazione di Anthropic, code.claude.com/docs/en/costs
Questo significa che una singola richiesta complessa può usare 10-30K token di pensiero che “intaccano” il budget, mentre nella chat vedi solo un breve riepilogo.
Che cosa fare:
1. **`/effort low`** per le attività semplici. Riduce al minimo il budget di pensiero.
2. **`MAX_THINKING_TOKENS=8000`** nell'ambiente per fissare un limite massimo.
3. **`/config` → disattiva il thinking** per le attività di routine in cui Claude non ha bisogno di “pensare”.
Quando il thinking è utile (architettura complessa, ragionamento articolato in più passaggi) e quando non lo è, è spiegato in [“Sonnet o Opus 4.7 in Claude Code: scegliere un modello e /effort nel 2026”](https://ailoot.ai/blog/it/claude-code-model-effort-sonnet-opus/).
### Schema 9. Sintesi in background durante l'inattività
È uno schema molto piccolo ma interessante. Claude Code esegue un processo in background che sintetizza le sessioni precedenti per il comando `claude --resume`. Questo processo gira anche quando non stai scrivendo.
[Anthropic lo afferma esplicitamente nella documentazione](https://code.claude.com/docs/en/costs):
Claude Code usa token per le funzionalità in background anche quando è inattivo: la sintesi delle conversazioni (attività in background che condensano le sessioni precedenti per claude --resume) e l'elaborazione dei comandi. Questi processi in background consumano un numero ridotto di token (in genere meno di $0.04 per sessione) anche senza interazione attiva.
— Documentazione di Anthropic, code.claude.com/docs/en/costs
Quattro centesimi a sessione non sono una catastrofe. Ma se tieni aperte 10 sessioni al giorno, sono già \$0.40 di spesa passiva al giorno, \$12 al mese. Chiudi le sessioni che non ti servono in quel momento. Puoi ripristinare una sessione con `/resume` dall'indice: non devi tenerla aperta.
## Come misurare le tue perdite: il comando `/context` e le sue riserve
Punti chiave
Il comando `/context` in Claude Code mostra dove vanno i tuoi token in quel momento. Ma ha un bug noto: storicamente sovrastima di 3 volte gli strumenti MCP perché conteggia separatamente l'overhead per ogni strumento. Anthropic ha corretto il problema nelle versioni più recenti. Se MCP supera 30K nel tuo rapporto `/context`, aggiorna prima Claude Code e poi misura.
Per prima cosa, il comando. In Claude Code apri `/context` (oppure `/usage` per il calcolo) e otterrai qualcosa del genere:
```
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%)
```
Questa è una normale base permanente dopo la prima pulizia. Ottimo: il 71% della finestra è libero.
### Bug noto di `/context`: sovrastima di 3 volte per MCP
Fino a un aggiornamento recente, `/context` mostrava circa tre volte la perdita MCP effettiva, perché il sovraccarico per strumento veniva conteggiato separatamente per ogni strumento.
Cameron dice che Anthropic ha corretto il problema nella versione attuale, che ora indica 12 600 per lo stesso XcodeBuildMCP. Quindi:
1. **Se `/context` mostra oltre 50K per gli strumenti MCP**, potresti avere una vecchia versione di Claude Code. Aggiornala.
2. **Se MCP è tra 8 e 15K**, è normale: è il costo effettivo con Tool Search.
3. **Se MCP è tra 30 e 50K** su una nuova versione, hai davvero molti server inutilizzati collegati. Vai in `/mcp` e scollegali.
### Che cos'altro controllare oltre a `/context`
`/usage`: mostra l'utilizzo del tuo piano nelle ultime 24 ore o negli ultimi 7 giorni. Su Pro e Max mostra una ripartizione per skill, subagenti, plugin e singoli server MCP. Utile per identificare quale skill consuma di più.
`/cost`: per gli utenti API. Mostra il costo proporzionale della sessione corrente in dollari. Non è per gli abbonati Pro/Max: non ne hanno bisogno.
`/usage-credits`: su Pro/Max permette di impostare un limite di spesa mensile. Utile se non vuoi che un team di agenti con script raggiunga per sbaglio il limite della tua carta di credito.
## Come ripulire il contesto di Claude Code in 15 minuti
Punti chiave
Usa questi otto passaggi per ridurre il contesto evitabile. Un obiettivo come il 70% libero o il 40–50% di consumo in meno non è garantito; uno snapshot non misura il consumo totale della sessione. La maggior parte degli elementi richiede 1-2 minuti. I più importanti sono ripulire CLAUDE.md e scollegare gli MCP inutilizzati: cinque minuti ciascuno. Falli in ordine, senza saltarne nessuno.
Apri il tuo progetto in Claude Code e segui i passaggi:
1. **`/context`**: annota la ripartizione attuale. È il tuo riferimento iniziale.
2. **`/clear`**: se la chat ha accumulato cronologia non correlata all'attività corrente. Finestra nuova.
3. **`ls -la ~/.claude/skills/`**: controlla quali skill sono installate. Rimuovi quelle che non usi da un mese. Comando: `rm -rf ~/.claude/skills/[skill-name]` (oppure elimina la cartella dall'interfaccia).
4. **`/plugin list`**: fai lo stesso per i plugin. Rimuovi quelli che non usi con `/plugin remove `.
5. **`/mcp`**: controlla i server MCP collegati. Tieni solo quelli necessari per l'attività corrente. Scollega gli altri con `/mcp disconnect `.
6. **Apri CLAUDE.md in un editor.** Se il file supera 200 righe, sposta le istruzioni specialistiche nelle Skills (`~/.claude/skills/[topic]/SKILL.md`). Punta a un nucleo di 100-200 righe e 5-15 Skills tematiche. La guida dettagliata è in [“Come configurare CLAUDE.md nel 2026: modello pronto e 6 regole”](https://ailoot.ai/blog/it/claude-md-template/).
7. **Controlla `/effort`**: usa `/effort low` per le attività semplici. Un budget di pensiero elevato serve solo per un'architettura complessa.
8. **Misurazione finale con `/context`.** Confrontala con quella del passaggio 1.
Nelle sessioni descritte il contesto occupato è sceso da 60–80K a 25–30K dopo la pulizia. È una variazione dell’ingombro dello snapshot, non prova di una riduzione fissa dei token elaborati o del costo. Confronta esecuzioni complete della stessa attività, inclusi cache e output, prima di dichiarare risparmi.
## Quando passare a Sonnet o Haiku è più utile che ripulire il contesto?
Punti chiave
Ripulire il contesto non è sempre l'intervento più conveniente. Se le tue attività sono perlopiù di routine (modifiche al testo, generazione di modelli, formattazione), un modello con tariffa inferiore per token può ridurre il costo, ma cambiarlo non dimostra una riduzione fissa del consumo di token. Tokenizer, ragionamento, lunghezza dell’output e tentativi diversi possono cambiare i conteggi. Per l'architettura complessa, il ragionamento articolato in più passaggi e il debug di bug difficili, Opus è ancora necessario. Scegli in base all'attività.
[Anthropic parla dei modelli nella documentazione](https://code.claude.com/docs/en/costs):
Sonnet gestisce bene la maggior parte delle attività di programmazione e costa meno di Opus. Riserva Opus alle decisioni architetturali complesse e al ragionamento articolato in più passaggi. Usa /model per cambiare modello durante la sessione oppure imposta quello predefinito in /config. Per le attività semplici dei subagenti, specifica model: haiku nella loro configurazione.
— Documentazione di Anthropic, code.claude.com/docs/en/costs
Una ripartizione indicativa dei prezzi dei token di input (al 27 maggio 2026):
| Modello | Prezzo / 1M input | Quando usarlo |
|----|----|----|
| Opus 4.7 | \$15 | Architettura, ragionamento articolato in più passaggi, debug difficile |
| Sonnet 4.5 | \$3 | L'80% delle normali attività di programmazione: modifiche, refactoring, test, documentazione |
| Haiku 4.5 | \$1 | Formattazione, analisi semplice, attività dei subagenti, modifiche di routine al testo |
La mia configurazione:
1. **Predefinito: Sonnet 4.5.** È l'opzione `/config → default model`. Copre l'80% delle attività.
2. **Eseguo manualmente `/model opus`** quando un'attività è davvero difficile (una scelta architetturale, la diagnosi di un bug enigmatico, un nuovo prodotto).
3. **Uso `/model haiku`** per i test e la formattazione. Oppure imposto esplicitamente `model: haiku` nella configurazione del subagente.
4. **`/effort` è indipendente dal modello.** Puoi usare Opus con `/effort low`: ottieni un modello potente con un ragionamento minimo, per risposte rapide ad attività di difficoltà media.
Quando la pulizia del contesto è più utile che cambiare modello:
- Il contesto è pieno per oltre il 50%: ripuliscilo prima.
- Il contesto è a posto, ma le attività sono complesse: usa Opus con effort normale.
- Il contesto è a posto e le attività sono di routine: usa Haiku.
Per una spiegazione dettagliata di modelli ed effort, vedi [“Sonnet o Opus 4.7 in Claude Code: scegliere un modello e /effort nel 2026”](https://ailoot.ai/blog/it/claude-code-model-effort-sonnet-opus/).
## Quali consigli aumentano l'utilizzo invece di ridurlo?
Punti chiave
I blog spesso propongono consigli che funzionano nel breve periodo ma compromettono il flusso di lavoro nel tempo. I tre principali sono: “elimina tutti gli MCP”, “dimentica CLAUDE.md e metti tutto nel prompt” e “lavora sempre in Plan Mode”. Tutti e tre risolvono un problema e ne creano tre nuovi. Vediamoli nel dettaglio.
### Antimodello 1. “Elimina tutti gli MCP: consumano token”
La pigrizia è l'errore più comune. Sì, storicamente MCP consumava fino al 49% del contesto, ma dopo Tool Search è sceso all'8-15%. Inoltre MCP fornisce strumenti reali che altrimenti dovresti creare a mano. Eliminare tutti gli MCP significa tornare al lavoro manuale, che “consumerà” più tempo dei token risparmiati.
L'approccio corretto: tieni solo i server MCP che usi davvero con regolarità. Io tengo Playwright (per testare le landing page) e shadcn (per generare interfacce). Tutto il resto serve per una singola attività alla volta.
### Antimodello 2. “Non usare CLAUDE.md: inserisci tutto direttamente nel prompt”
Sembra “logico”: se CLAUDE.md viene caricato a ogni richiesta, non carichiamolo. In pratica, senza CLAUDE.md inizi ogni messaggio digitando a mano le stesse istruzioni e Claude dimentica il contesto tra un messaggio e l'altro. Ciò significa **più token**, non meno: arrivano semplicemente da un altro canale.
L'approccio corretto: mantieni CLAUDE.md compatto (100-200 righe), con il nucleo al suo interno e il materiale specialistico nelle Skills. I dettagli sono in [“Come configurare CLAUDE.md nel 2026”](https://ailoot.ai/blog/it/claude-md-template/).
### Antimodello 3. “Lavora sempre in Plan Mode”
Plan Mode è uno strumento eccellente per attività complesse in cui devi prima esplorare la codebase e proporre un piano. Ma quando si lavora con team di agenti usa **in media 7 volte più token** ([documentazione di Anthropic](https://code.claude.com/docs/en/costs)). Per un'attività semplice come “correggi un refuso nel README”, Plan Mode consuma 7 volte più token di una modifica diretta.
L'approccio corretto: usa Plan Mode per attività complesse che richiedono 30 minuti o più. Per quelle brevi, invia una richiesta diretta senza modalità di pianificazione. Quando usare ciascuna modalità è spiegato in [“Plan Mode in Claude Code: guida passo passo e 4 fasi nel 2026”](https://ailoot.ai/blog/it/claude-code-plan-mode/).
### Fonti
- Documentazione di Anthropic: [Gestire i costi in modo efficace](https://code.claude.com/docs/en/costs) — cifre ufficiali su costi, modelli, MCP, team di agenti e budget di thinking
- Documentazione di Anthropic: [Configurazione dei modelli - Contesto esteso](https://code.claude.com/docs/en/model-config#extended-context) — dimensione della finestra per modello e piano, soglie di compressione automatica
- Materiali Ailoot: la metodologia “Second Brain + Context Engineering” in [Come configurare CLAUDE.md](https://ailoot.ai/blog/it/claude-md-template/), [Il Second Brain in Claude Code](https://ailoot.ai/blog/it/claude-code-second-brain/), [Context Engineering nel 2026](https://ailoot.ai/blog/it/context-engineering/), [Plan Mode in Claude Code](https://ailoot.ai/blog/it/claude-code-plan-mode/), [Skills](https://ailoot.ai/blog/it/claude-code-skills-library/), [Server MCP](https://ailoot.ai/blog/it/mcp-servers-claude-code/), [Hook](https://ailoot.ai/blog/it/claude-code-hooks/), [Sonnet o Opus](https://ailoot.ai/blog/it/claude-code-model-effort-sonnet-opus/), [Come non esaurire i limiti](https://ailoot.ai/blog/it/claude-code-token-limits-saving/).
Altri materiali sono disponibili su [Ailoot](https://ailoot.ai/).
## Domande frequenti
### Un modello meno caro per token usa necessariamente meno token?
No. Una tariffa inferiore cambia il prezzo del token; i conteggi dipendono da tokenizer, ragionamento, output e nuovi tentativi. Confronta esecuzioni completate della stessa attività prima di dichiarare una riduzione di token o costo.
### /context mostra quanto mi è stato fatturato durante la sessione?
No. Mostra l’ingombro attuale del contesto. Per elaborazione e costo controlla totali separati di input, scrittura cache, lettura cache e output: il testo di base ripetuto non è semplicemente un costo unico per sessione.
## Ailoot · L’azienda e il suo portafoglio di progetti
Ailoot si basa su un’esperienza operativa consolidata, un’ampia base di clienti, un servizio stabile e un controllo costante dei KPI.
L’azienda e il suo portafoglio di progetti: milioni di clienti; vendite nell’ordine dei miliardi ogni mese.
Ailoot mette questa esperienza operativa al servizio dell’accesso API alle funzioni AI nei prodotti dei clienti, negli agenti, nelle applicazioni e nelle automazioni.