Kur dingsta žetonai Claude Code: 9 nuostolių modeliai ir kaip juos ištaisyti 2026 m.

Viename pavyzdyje komanda /context naujoje Claude Code sesijoje parodė, kad iš 200K žetonų užimta 60K dar prieš pirmąją žinutę. Projekto saugykloje buvo paleista tik claude. Šešiasdešimt tūkstančių žetonų — trečdalis biudžeto išleista „pasiruošimui“ pokalbiui.

Po dviejų savaičių tiksliai išsiaiškinau, kur jie dingo. Toliau aprašyti visi 9 modeliai, kurie eikvoja jūsų žetonus dar prieš pradedant rašyti, ir kaip juos ištaisyti. Skaičiai paimti iš oficialios Anthropic dokumentacijos ir realių sesijų matavimų.

Ką reiškia „73 % žetonų prarandama dar prieš užklausą“?#

Štai 9 modeliai vienoje lentelėje, su realių sesijų matavimų ir oficialaus Anthropic išlaidų valdymo puslapio skaičiais.

Netvirtinsiu, kad skaičius „73“ yra neginčijamas — priklausomai nuo jūsų sąrankos, jis gali būti 60 % arba 80 %. Tačiau bendras vaizdas teisingas, o kiekvieną modelį galima ištaisyti atskirai. Toliau aptarsiu po tris.

Kaip Claude sukuria kontekstą prieš perskaitydamas jūsų užklausą?#

Aptariant GitHub problemą #13717, vienas žmogus šešių MCP serverių sesijoje atidarė /context ir gavo tokį išskaidymą:

Atkreipkite dėmesį: net jei nieko neparašėte, užimta beveik pusė lango. Laisvai vietai ir automatinio sutankinimo buferiui lieka mažiau nei pusė, o į tą dalį turi tilpti visas jūsų pokalbis — žinutės, Claude atsakymai, perskaityti failai ir komandų išvestys.

Lango dydis priklauso nuo modelio. Anthropic modelių dokumentacijoje nurodoma, kad 2026 m. rugsėjo duomenimis, Opus 4.7 ir naujesni, Sonnet 5 bei Fable modeliai visuose planuose, įskaitant Pro, turi 1M žetonų langą. 200K langas lieka Opus 4.6 ir Sonnet 4.6 modeliams be išplėstinio konteksto ir sesijoms, kuriose 1M išjungtas naudojant kintamąjį CLAUDE_CODE_DISABLE_1M_CONTEXT=1. Didesnis langas neišsprendžia išpūsto konteksto problemos: viskas, kas įkeliama prieš pirmąją žinutę, su kiekviena užklausa siunčiama modeliui, o išlaidų dokumentacijoje aiškiai teigiama, kad kuo daugiau konteksto, tuo daugiau žetonų sunaudojama. Prenumerata to nekeičia — bet kuriame plane kiekvienas papildomas žetonas įskaičiuojamas į jūsų limitą.

Kur dingsta pirmasis trečdalis konteksto: CLAUDE.md, istorija ir MCP?#

1 modelis. CLAUDE.md įkeliamas prieš kiekvieną žinutę

Anthropic dokumentacijoje tiesiogiai rašoma:

Viename pavyzdyje projekto CLAUDE.md faile yra 180 eilučių — visa specializuota informacija (kaip rašyti dirbtuvių instrukcijas, „TG“ įrašų formatas, teisinis kontrolinis sąrašas) perkelta į Skills ir Markdown failus, esančius business/ aplanke; Claude juos skaito tik tada, kai specialiai ten ieško. Palyginti su situacija prieš du mėnesius, tai sumažino pradinį krūvį 60–70 %.

2 modelis. Pokalbio istorija perskaitoma iš naujo su kiekvienu atsakymu

Šį modelį pašaliniams sunkiausia pastebėti, nes iš išorės jis nematomas. Vėlesnėse užklausose modelis gauna išlaikytą pokalbio kontekstą. Užklausų talpykla gali pakartotinai naudoti stabilų prefiksą; sutankinimas ir išvalymas gali pakeisti išlaikomą tekstą. Pakartotinai pateikiamas kontekstas vis tiek užima langą, net kai talpyklos kainodara sumažina jo kainą.

Sprendimas — tarp nesusijusių užduočių naudoti /clear. Mano taisyklė: kiekvienai naujai užduočiai — naujas pokalbis. Jei užduotis ilga ir jums reikia istorijos, naudokite /compact, kad ankstesnį pokalbį sutrauktumėte į trumpą santrauką, ir tęskite nuo jos.

Daugiau apie šią taisyklę rašau vadove „Kaip per dieną neišeikvoti Claude Code limitų: 8 žetonų taupymo taisyklės“, pateikdamas savo sesijų pavyzdžių.

3 modelis. MCP serveriai užregistruoja visus savo įrankius kontekste

Tai istorinė Claude Code problema, iki 2026 m. sukėlusi didžiausius nuostolius. Minėtoje problemoje #13717 šeši prijungti MCP serveriai (Google Docs, Asana, Calendar, Slack, Atlassian, Gmail) užėmė 98 700 žetonų — 49 % viso lango dar neprasidėjus pokalbiui.

Anthropic 2025 m. gruodį–2026 m. sausį išleido Tool Search funkciją, kuri išsprendžia pusę šios problemos.

Dabar Anthropic dokumentacijoje rašoma:

Ką daryti praktikoje:

1. Atnaujinkite Claude Code į versiją su Tool Search (visos dabartinės versijos po 2025 m. gruodžio).
2. Atidarykite /mcp ir išjunkite serverius, kurių nereikia šioje sesijoje. Aprašytame pavyzdyje nuolat prijungti du serveriai — Playwright ir shadcn. Kitus įjungiu vienai užduočiai, o iškart po jos paleidžiu /mcp disconnect.
3. Kur įmanoma, pakeiskite MCP į CLI. Vietoj MCP serverio GitHub naudokite gh. Vietoj Google Calendar MCP naudokite kalendorių naršyklėje.

Apie tai, kas iš esmės yra MCP serveriai ir kaip juos tinkamai konfigūruoti, rašiau vadove „Claude Code MCP serveriai 2026 m.: 7 paruoštos sąrankos ir diegimas žingsnis po žingsnio“.

CLAUDE.md ir Skills problema susijusi ne tik su dydžiu, bet ir su struktūra. Vienas instrukcijų failas (CLAUDE.md) yra pagrindas. Papildomos projekto žinios (auditorija, produktai, teisiniai dokumentai, kasdienės instrukcijos) laikomos business/ aplanke — mano metodikoje tai Second Brain. Claude skaito tik tai, ko reikia konkrečiu metu, o konteksto glaudinimas vyksta jau šiame lygmenyje. Visa išklotinė pateikta „Second Brain Claude Code aplinkoje“.

Dar viena dažnai nepastebima detalė: CLAUDE.md išvalymas, perėjimas prie Skills ir MCP išjungimas yra pirmasis žingsnis. Po jo taikoma konteksto inžinerijos metodika — ką įtraukti į kiekvieną užklausą, kokia tvarka, ką perduoti per Plan Mode ir ką tvarkyti naudojant /compact. Šis vadovas aptaria vieną sudedamąją dalį.

Kas kaupiasi sesijoje ir ko negalima sumažinti?#

4 modelis. Įrankių išvestis kaupiasi sesijos metu

Mažai kas mini šią detalę: kai Claude paleidžia bash cat huge-file.log, VISA šios komandos išvestis patenka į kontekstą ir lieka ten iki sesijos pabaigos arba /clear. Tas pats galioja dideliam failui, perskaitytam su Read — visos 10,000 eilučių lieka ir užima žetonus kiekvienoje paskesnėje žinutėje (žr. 2 modelį).

Sprendimai:

1. Vietoj viso failo skaitymo naudokite head, tail, grep. Vietoj Read deploy.log naudokite bash tail -100 deploy.log. Taip išvestis iškart sumažėja 10–100 kartų.
2. Išankstinio apdorojimo kabliai. Įdėkite scenarijų į ~/.claude/hooks, kad jis filtruotų bash išvestį prieš Claude ją pamatant. Anthropic dokumentacijoje pateikiamas PreToolUse kablio pavyzdys, kuris vietoj visos testų išvesties paleidžia npm test 2>&1 | grep -A 5 -E 'FAIL|ERROR'. Taip išvestis sutrumpinama 50–100 kartų. Išsami informacija pateikta „Claude Code kabliai 2026 m.: sąranka žingsnis po žingsnio ir 7 paruošti pavyzdžiai“.
3. Po didelio failo skaitymo naudokite /clear. Jei perskaitėte didžiulį failą dėl vienos konkrečios užduoties ir jo nebereikia, nepalikite jo kontekste „dėl visa ko“ — pradėkite naują pokalbį.

5 modelis. Sistemos raginimas + sistemos įrankiai = nuolatinis pradinis krūvis

Šio modelio pakeisti negalima, nes beveik nieko negalite padaryti. Claude Code pradeda nuo sistemos raginimo (~3 200 žetonų) ir visų integruotų įrankių aprašų — Read, Edit, Write, Bash, Glob, Grep, WebSearch, WebFetch, TodoWrite (~16 100 žetonų). Iš viso tai nuolatinis 19 300 žetonų pradinis krūvis, kurio sumažinti negalite.

Ką daryti praktiškai:

• Žinokite. Turite 19K pradinį „mokestį“: 200K konteksto lange viskam kitam lieka 200K - 19K = 181K (atėmus CLAUDE.md, MCP ir automatinio sutankinimo buferį). 1M lange vietos daugiau, bet šis „mokestis“ vis tiek tenka kiekvienai užklausai.
• Matuokite pakartotinį apdorojimą. Pradinis krūvis užima langą ir gali kartotis vėlesnėse užklausose. Tai nėra vienkartinis sesijos žetonų mokestis; skaičiuodami kainą atskirkite bendrą įvestį, talpyklos įrašymą, talpyklos skaitymą ir išvestį.

Kur dingsta žetonai dėl Skills, papildinių ir agentų komandų?#

6 modelis. Skills ir papildiniai gali būti užregistruoti du kartus

Ši problema atsirado Claude Code sistemoje pasirodžius papildiniams (2025 m. pabaigoje). Įdiegus įgūdžių pridedantį papildinį, tie įgūdžiai patenka į kontekstą. Jei ~/.claude/skills/ aplanke taip pat turite įdiegtų panašių naudotojo įgūdžių, įkeliami ir jie. Kartais jie dubliuojasi.

Vercel savo AI steko tyrime pateikė tokį skaičių: sesijos metu 56 % įgūdžių niekada neiškviečiama, tačiau jų aprašai nuolat įkeliami į kontekstą. Kai kiekvienas aprašas yra 100 žetonų, 100 įgūdžių gali sudaryti iki 5 600 žetonų „balasto“.

Ką daryti:

1. /context parodo, kas iš tikrųjų užima vietą. Jei Skills skiltis viršija 3K, ją išvalykite.
2. ls ~/.claude/skills/ — patikrinkite, kokius įgūdžius iš tikrųjų esate įdiegę. Pašalinkite tuos, kurių nenaudojote daugiau nei mėnesį.
3. Nenaudojamiems papildiniams naudokite /plugin remove. Pašalinkite tuos, kuriuos įdiegėte „išbandyti“ ir pamiršote.

Tinkama Skills struktūra ir jų skirtumai nuo CLAUDE.md aprašyti vadove „Claude Code Skills 2026 m.: kaip susikurti asmeninę įgūdžių biblioteką“.

7 modelis. Plan Mode režimu agentų komandos sunaudoja 7 kartus daugiau

Agentų komandos — tai funkcija, kai Claude Code paleidžia kelis lygiagrečius modelio egzempliorius, kurių kiekvienas turi savo kontekstą. Anthropic dokumentacijoje tiesiogiai nurodoma:

Tai reiškia, kad penki komandos nariai Plan Mode režimu prilygsta penkioms lygiagrečioms sesijoms, kurių kiekviena įkelia savo sistemos pradinį krūvį, savo CLAUDE.md kopiją ir savo MCP įrankius. Bendras žetonų sunaudojimas auga netiesiškai.

Ką daryti:

1. Komandos nariams naudokite Sonnet arba Haiku. Opus palikite tik juos koordinuojančiam komandos vadovui. Tarifas už žetoną gali būti mažesnis, tačiau kiekvieno nario visos užduoties kainą ir kokybę išmatuokite, užuot manę, kad sutaupymas fiksuotas.
2. Burkite mažas komandas. Vietoj dešimties rinkitės du arba tris narius.
3. Išjunkite neaktyvius komandos narius. Jei užduotis atlikta, bet komandos narys vis dar veikia, jis toliau eikvoja žetonus fone.

Daugiau apie Plan Mode ir atvejus, kai jis iš tiesų padeda, skaitykite vadove „Plan Mode Claude Code aplinkoje: vadovas žingsnis po žingsnio ir 4 etapai 2026 m.“.

Už ką Claude skaičiuoja žetonus, kai nežiūrite?#

8 modelis. Išplėstinis mąstymas naudoja žetonus jums nedalyvaujant

Išplėstinis mąstymas — režimas, kuriuo Claude prieš atsakydamas paslėptame mąstymo bloke „apgalvoja“ sprendimą. Skaičiavimo požiūriu tai yra išvesties žetonai, skaičiuojami kaip įprastas atsakymas, tačiau jų pokalbyje nematote.

Anthropic dokumentacijoje rašoma:

Tai reiškia, kad viena sudėtinga užklausa gali sunaudoti 10–30K mąstymo žetonų, kurie „mažina“ biudžetą, nors pokalbyje matote tik trumpą santrauką.

Ką daryti:

1. Paprastoms užduotims naudokite /effort low. Tai sumažina mąstymo biudžetą iki minimumo.
2. Aplinkos kintamajame nustatykite MAX_THINKING_TOKENS=8000, kad įvestumėte viršutinę ribą.
3. Labai įprastoms užduotims, kai Claude nereikia „mąstyti“, naudokite /config → išjunkite mąstymą.

Apie tai, kada mąstymas naudingas (sudėtingai architektūrai ir kelių etapų samprotavimui), o kada — ne, skaitykite vadove „Sonnet ar Opus 4.7 Claude Code aplinkoje: modelio ir /effort pasirinkimas 2026 m.“.

9 modelis. Foninis apibendrinimas, kai nieko nedarote

Tai labai mažas, bet įdomus modelis. Claude Code vykdo foninį procesą, apibendrinantį ankstesnes sesijas, kad veiktų komanda claude --resume. Šis procesas vykdomas ir tada, kai nerašote.

Anthropic aiškiai apie tai rašo dokumentacijoje:

Keturi centai už sesiją nėra katastrofa. Tačiau jei per dieną turite 10 atvirų sesijų, pasyviai išleidžiate jau $0.40 per dieną ir $12 per mėnesį. Užverkite sesijas, kurių dabar nereikia. Sesiją galima atkurti iš sąrašo naudojant /resume — nebūtina palikti jos atviros.

Kaip išmatuoti nuostolius: komanda /context ir jos išlygos#

Pirmiausia apie komandą. Claude Code įveskite /context (arba /usage, jei norite skaičiavimo), ir gausite maždaug tokį rezultatą:

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%)

Tai įprastas nuolatinis pradinis krūvis po pirmojo išvalymo. Puiku — 71 % lango laisva.

Žinoma /context klaida: MCP sąnaudos pervertinamos 3 kartus

Iki neseniai išleisto atnaujinimo /context rodydavo apie 3 kartus didesnius nei tikrieji MCP nuostolius, nes kiekvieno įrankio sąnaudos buvo skaičiuojamos atskirai.

Cameron teigia, kad Anthropic tai ištaisė dabartinėje versijoje, kurioje tas pats XcodeBuildMCP dabar rodomas kaip 12 600. Taigi:

1. Jei /context MCP įrankiams rodo 50K+ — gali būti, kad naudojate seną Claude Code versiją. Atnaujinkite ją.
2. Jei MCP dalis yra 8-15K — tai įprasta; tiek iš tikrųjų kainuoja Tool Search.
3. Jei naujoje versijoje MCP dalis siekia 30-50K, iš tiesų esate prijungę daug nenaudojamų serverių. Atidarykite /mcp ir atjunkite juos.

Ką dar patikrinti, be /context

/usage — rodo pastarųjų 24 valandų arba 7 dienų plano naudojimą. Pro ir Max planuose pateikiamas išskaidymas pagal įgūdžius, pavaldžiuosius agentus, papildinius ir atskirus MCP serverius. Tai naudinga norint nustatyti, kuris įgūdis eikvoja daugiausia.

/cost — API naudotojams. Rodo dabartinės sesijos proporcingai apskaičiuotas išlaidas doleriais. Ne Pro/Max prenumeratoriams — jiems ši komanda nereikalinga.

/usage-credits — Pro/Max planuose leidžia nustatyti mėnesio išlaidų limitą. Naudinga, jei nenorite, kad scenarijais valdoma agentų komanda netyčia išnaudotų visą kredito kortelės limitą.

Kaip per 15 minučių išvalyti Claude Code kontekstą#

Atidarykite projektą Claude Code ir atlikite šiuos veiksmus:

1. /context — pasižymėkite dabartinį išskaidymą. Tai jūsų pradinis matavimas.
2. /clear — jei pokalbyje susikaupė su dabartine užduotimi nesusijusios istorijos. Pradėkite nuo švaraus lango.
3. ls -la ~/.claude/skills/ — pažiūrėkite, kokie įgūdžiai įdiegti. Pašalinkite tuos, kurių nenaudojote mėnesį. Komanda: rm -rf ~/.claude/skills/[skill-name] (arba ištrinkite aplanką per sąsają).
4. /plugin list — taip pat patikrinkite papildinius. Pašalinkite nenaudojamus naudodami /plugin remove <name>.
5. /mcp — patikrinkite prijungtus MCP serverius. Palikite tik tuos, kurių reikia dabartinei užduočiai. Likusius atjunkite naudodami /mcp disconnect <name>.
6. Atidarykite CLAUDE.md redaktoriuje. Jei failas ilgesnis nei 200 eilučių, perkelkite specializuotas instrukcijas į Skills (~/.claude/skills/[topic]/SKILL.md). Siekite turėti 100–200 eilučių pagrindinį failą ir 5–15 teminių Skills. Išsamus vadovas pateiktas „Kaip sukonfigūruoti CLAUDE.md 2026 m.: paruoštas šablonas ir 6 taisyklės“.
7. Patikrinkite /effort — paprastoms užduotims naudokite /effort low. Didelio mąstymo biudžeto reikia tik sudėtingai architektūrai.
8. Atlikite galutinį /context matavimą. Palyginkite jį su 1 žingsnio rezultatu.

Aprašytose sesijose po valymo užimtas kontekstas sumažėjo nuo 60–80K iki 25–30K. Tai momentinės būsenos apimties pokytis, o ne fiksuoto bendro apdorotų žetonų ar kainos sumažėjimo įrodymas. Prieš teigdami sutaupymą palyginkite visas tos pačios užduoties eigas, įskaitant talpyklos ir išvesties naudojimą.

Jei norite ne tik suprasti žetonų sąnaudas, bet ir susikurti visą darbo su Claude metodiką — AI kloną, Second Brain (business/) ir konteksto inžineriją — tai trys šios metodikos sudedamosios dalys.

Kada perėjimas prie Sonnet arba Haiku padeda labiau nei konteksto išvalymas?#

Anthropic apie modelius rašo dokumentacijoje:

Apytikslės įvesties žetonų kainos (2026 m. gegužės 27 d. duomenimis):

Mano sąranka:

1. Numatytasis — Sonnet 4.5. Tai yra /config → default model. Jis tinka 80 % užduočių.
2. Rankiniu būdu paleidžiu /model opus, kai užduotis tikrai sudėtinga (architektūrinis pasirinkimas, mįslingos klaidos diagnozė, naujas produktas).
3. Testams ir formatavimui naudoju /model haiku. Arba pavaldžiojo agento konfigūracijoje aiškiai nurodau model: haiku.
4. /effort nustatomas atskirai nuo modelio. Galite naudoti Opus su /effort low — turėsite galingą modelį su minimaliu mąstymu ir greitai gausite atsakymus į vidutinio sudėtingumo užduotis.

Kada kontekstą išvalyti naudingiau nei pakeisti modelį:

• Kontekstas užpildytas daugiau nei 50 % — pirmiausia jį išvalykite.
• Kontekstas tvarkingas, bet užduotys sudėtingos — naudokite Opus įprastu režimu.
• Kontekstas tvarkingas, o užduotys įprastos — naudokite Haiku.

Išsamų modelių ir pastangų pasirinkimo paaiškinimą rasite vadove „Sonnet ar Opus 4.7 Claude Code aplinkoje: modelio ir /effort pasirinkimas 2026 m.“.

Kurie patarimai didina naudojimą, užuot jį mažinę?#

Netinkamas įprotis 1. „Ištrinkite visus MCP — jie eikvoja žetonus“

Dažniausia klaida — tinginystė. Taip, istoriškai MCP eikvodavo iki 49 % konteksto, tačiau po Tool Search ši dalis sumažėjo iki 8–15 %. Be to, MCP suteikia realių įrankių, kuriuos kitu atveju tektų kurti rankomis. Ištrynę visus MCP grįšite prie rankinio darbo, kuris „suvalgys“ daugiau laiko, nei sutaupysite žetonų.

Tinkamas būdas: palikite tik tuos MCP serverius, kuriuos iš tiesų reguliariai naudojate. Aš palieku Playwright (nukreipimo puslapiams testuoti) ir shadcn (sąsajoms generuoti). Visa kita jungiu tik konkrečiai užduočiai.

Netinkamas įprotis 2. „Nenaudokite CLAUDE.md — viską tiesiog įrašykite į užklausą“

Tai skamba „logiškai“: jei CLAUDE.md įkeliamas su kiekviena užklausa, jo neįkelkime. Praktikoje be CLAUDE.md kiekvieną žinutę pradedate ranka įvesdami tas pačias instrukcijas, o Claude pamiršta kontekstą tarp žinučių. Tai reiškia daugiau žetonų, o ne mažiau — jie tiesiog perduodami kitu kanalu.

Tinkamas būdas: CLAUDE.md palikite glaustą (100–200 eilučių), jame pateikite pagrindinę informaciją, o specializuotą medžiagą perkelkite į Skills. Išsami informacija pateikta „Kaip sukonfigūruoti CLAUDE.md 2026 m.“.

Netinkamas įprotis 3. „Visada dirbkite Plan Mode režimu“

Plan Mode yra puikus įrankis sudėtingoms užduotims, kai pirmiausia reikia išnagrinėti kodų bazę ir pasiūlyti planą. Tačiau dirbant su agentų komandomis jis sunaudoja vidutiniškai 7 kartus daugiau žetonų (Anthropic dokumentacija). Atliekant paprastą užduotį, pavyzdžiui, „ištaisykite rašybos klaidą README faile“, Plan Mode sunaudoja 7 kartus daugiau nei tiesioginis redagavimas.

Tinkamas būdas: naudokite Plan Mode sudėtingoms užduotims, trunkančioms 30 minučių ar ilgiau. Trumpoms užduotims pateikite tiesioginę užklausą, nenaudodami planavimo režimo. Kada naudoti vieną ar kitą režimą, aptariama vadove „Plan Mode Claude Code aplinkoje: vadovas žingsnis po žingsnio ir 4 etapai 2026 m.“.

Daugiau medžiagos rasite Ailoot.