Kam idú tokeny v Claude Code: 9 vzorcov strát a ako ich opraviť v roku 2026

V jednom príklade ukázal príkaz /context v novej relácii Claude Code, že ešte pred prvou správou bolo obsadených 60K tokenov z 200K. V repozitári projektu bolo spustené iba claude. Šesťdesiattisíc tokenov — tretina rozpočtu sa minula na „prípravu“ konverzácie.

O dva týždne neskôr som presne zistil, kam sa podeli. Nižšie nájdete všetkých 9 vzorcov, ktoré míňajú vaše tokeny ešte predtým, než začnete písať, aj spôsob, ako ich opraviť. Údaje pochádzajú z oficiálnej dokumentácie Anthropic a meraní zo skutočných relácií.

Čo znamená „73 % tokenov sa stratí pred promptom“?#

Súbežné vlákno od Mnimiyho (@Mnilax) uvádza 9 vzorcov, ktoré spolu dávajú týchto 73 %. Spojil som ich do jednej tabuľky s konkrétnymi údajmi z ďalších zdrojov — problému GitHub #13717 so snímkou obrazovky /context pri 200K okne, poznámky Camerona Cooka o metodologickej chybe samotného príkazu /context a oficiálnej stránky Anthropic o správe nákladov.

Nebudem tvrdiť, že číslo „73“ je úplne nespochybniteľné — podľa vašej konfigurácie to môže byť 60 % alebo 80 %. Celkový obraz je však správny a každý vzorec možno opraviť samostatne. Nižšie sa budem venovať vždy trom naraz.

Ako Claude zostavuje kontext pred prečítaním vašej požiadavky?#

V diskusii k problému GitHub #13717 niekto otvoril /context v relácii so šiestimi servermi MCP a dostal tento rozpis:

Všimnite si: aj keď ste ešte nič nenapísali, takmer polovica okna je obsadená. Menej než polovica zostáva na voľné miesto a vyrovnávaciu pamäť autocompact, pričom do tohto priestoru sa musí zmestiť celá vaša konverzácia — správy, odpovede Clauda, prečítané súbory aj výstup príkazov.

Veľkosť okna závisí od modelu. Podľa dokumentácie modelov Anthropic majú k septembru 2026 Opus 4.7 a novšie, Sonnet 5 a modely Fable okno s kapacitou 1M tokenov pri každom programe vrátane Pro. 200K zostáva pre Opus 4.6 a Sonnet 4.6 bez extended context a pre relácie, v ktorých je 1M vypnuté premennou CLAUDE_CODE_DISABLE_1M_CONTEXT=1. Väčšie okno nerieši problém nafúknutého kontextu: všetko načítané pred odoslaním prvej správy sa posiela modelu pri každej požiadavke a dokumentácia o nákladoch výslovne uvádza, že čím viac kontextu je k dispozícii, tým viac tokenov sa minie. Predplatné na tom nič nemení — pri každom programe sa každý ďalší token započítava do vášho limitu.

Kam ide prvá tretina kontextu: CLAUDE.md, história a MCP?#

Vzorec 1. CLAUDE.md pred každou správou

Súbor CLAUDE.md sa načítava pred každou správou, ktorú odošlete, nielen raz za reláciu. CLAUDE.md s 5 000 tokenmi zaberá toľko kontextu v požiadavkách, ktoré ho obsahujú, no čerstvý vstup, zápisy a čítanie cache potrebujú samostatné účtovanie; opakovaný obsah sa nemusí účtovať plnou sadzbou bez cache.

Anthropic v dokumentácii uvádza priamo:

V jednom príklade má projektový súbor CLAUDE.md 180 riadkov — všetky špecializované veci (ako písať pokyny pre workshopy, formát príspevkov na TG, právny kontrolný zoznam) sa presunuli do Skills a súborov Markdown v priečinku business/, ktoré Claude číta iba vtedy, keď do nich konkrétne nazrie. V porovnaní so stavom spred dvoch mesiacov to znižuje základnú spotrebu o 60 – 70 %.

Vzorec 2. História konverzácie sa znova číta pri každej odpovedi

Tento vzorec sa zvonka odhaľuje najťažšie, pretože nie je viditeľný. Model v ďalších požiadavkách dostáva zachovaný kontext konverzácie. Promptová cache môže opätovne použiť stabilný prefix; kompakcia a vyčistenie môžu zachovaný text zmeniť. Opakovane dodaný kontext stále zaberá okno aj pri nižšej cene vďaka cache.

Riešením je použiť /clear medzi nesúvisiacimi úlohami. Moje pravidlo: nová konverzácia pre každú novú úlohu. Ak je úloha dlhá a potrebujete históriu, použite /compact, aby ste minulosť zhrnuli do krátkeho súhrnu a pokračovali odtiaľ.

Viac o tomto pravidle nájdete v príručke „Ako za deň nevyčerpať limity Claude Code: 8 pravidiel na šetrenie tokenov“, s príkladmi z mojich relácií.

Vzorec 3. Servery MCP registrujú všetky svoje nástroje v kontexte

V Claude Code išlo o dlhodobý problém, ktorý až do roku 2026 spôsoboval najväčšie straty. V spomínanom probléme #13717 šesť pripojených serverov MCP (Google Docs, Asana, Calendar, Slack, Atlassian, Gmail) zabralo 98 700 tokenov — 49 % celého okna ešte pred začiatkom konverzácie.

Anthropic vydal funkciu Tool Search v decembri 2025 až januári 2026, čím vyriešil polovicu tohto problému:

V dokumentácii Anthropic sa teraz uvádza:

Čo robiť v praxi:

1. Aktualizujte Claude Code na verziu s Tool Search (všetky aktuálne verzie po decembri 2025).
2. Otvorte /mcp a vypnite servery, ktoré v aktuálnej relácii nepotrebujete. V opísanom príklade sú stále pripojené dva — Playwright a shadcn. Ostatné zapínam na jednu úlohu a hneď potom spúšťam /mcp disconnect.
3. Kde je to možné, nahraďte MCP rozhraním CLI. Pre GitHub použite gh namiesto servera MCP. Namiesto MCP pre Google Calendar použite kalendár v prehliadači.

Vysvetlil som, čo sú servery MCP a ako ich rozumne nakonfigurovať, v príručke „Servery MCP v Claude Code v roku 2026: 7 hotových nastavení a inštalácia krok za krokom“.

Časť problému s CLAUDE.md a Skills nespočíva iba vo veľkosti, ale aj v štruktúre. Jedno súborové pokyny (CLAUDE.md) tvoria jadro. Ďalšie znalosti o projekte (publikum, produkty, právne dokumenty, pokyny na každý deň) sa nachádzajú v priečinku business/ — v mojej metodike ide o Second Brain. Claude číta iba to, čo práve potrebuje, a kompresia kontextu prebieha už na tejto úrovni. Úplný rozpis nájdete v príručke „Second Brain v Claude Code“.

A ešte jeden často prehliadaný detail: vyčistenie CLAUDE.md, prechod na Skills a vypnutie MCP sú iba prvým krokom. Potom prichádza na rad metodika context engineering — čo vložiť do každého promptu, v akom poradí, čo odovzdať cez Plan Mode a čo riešiť pomocou /compact. Táto príručka pokrýva jeden zo stavebných prvkov.

Čo sa v relácii hromadí a čo sa nedá skrátiť?#

Vzorec 4. Výstup nástrojov sa počas relácie hromadí

Detail, o ktorom hovorí málokto: keď Claude spustí bash cat huge-file.log, celý výstup tohto príkazu sa dostane do kontextu a zostane tam až do konca relácie alebo po príkaz /clear. To isté platí pre Read pri veľkom súbore — všetkých 10 000 riadkov tam zostane a míňa tokeny v každej ďalšej správe (pozri Vzorec 2).

Riešenia:

1. Namiesto čítania všetkého použite head, tail, grep. bash tail -100 deploy.log namiesto Read deploy.log. Výstup sa tým okamžite zmenší 10- až 100-násobne.
2. Hooks na predspracovanie. Vložte script do ~/.claude/hooks, ktorý odfiltruje výstup bash skôr, než ho Claude uvidí. Príklad z dokumentácie Anthropic je hook PreToolUse, ktorý spustí npm test 2>&1 | grep -A 5 -E 'FAIL|ERROR' namiesto vypísania celého výstupu testov. Tým sa výstup skomprimuje 50- až 100-násobne. Podrobnosti nájdete v príručke „Hooks Claude Code v roku 2026: nastavenie krok za krokom a 7 hotových príkladov“.
3. /clear po rozsiahlejšom čítaní. Ak ste pre jednu konkrétnu úlohu prečítali obrovský súbor a už ho nepotrebujete, nenechávajte ho v kontexte „pre istotu“; začnite novú konverzáciu.

Vzorec 5. System prompt + system tools = trvalá základná spotreba

Tento vzorec nemožno zmeniť, pretože s ním takmer nič neurobíte. Claude Code sa spúšťa so system promptom (~3 200 tokenov) a opismi všetkých vstavaných nástrojov — Read, Edit, Write, Bash, Glob, Grep, WebSearch, WebFetch, TodoWrite (~16 100 tokenov). Spolu ide o trvalú základnú spotrebu 19 300 tokenov, ktorú nemôžete znížiť.

Čo robiť v praxi:

• Majte to na pamäti. Počítajte so základnou „daňou“ 19K: pri 200K okne zostáva 200K - 19K = 181K na všetko ostatné (bez CLAUDE.md, MCP a vyrovnávacej pamäte autocompact). V 1M okne je miesta viac, ale táto „daň“ sa objavuje pri každej požiadavke.
• Merajte opakované spracovanie. Základný obsah zaberá okno a môže sa opakovať v ďalších požiadavkách. Nie je to jednorazový poplatok za tokeny na reláciu; pri výpočte ceny oddeľte súčty vstupu, zápisu cache, čítania cache a výstupu.

Kde sa strácajú tokeny pri Skills, plugins a tímoch agentov?#

Vzorec 6. Skills a plugins sa môžu registrovať dvakrát

Tento problém sa objavil s príchodom plugins do Claude Code (koncom roka 2025). Keď nainštalujete plugin, ktorý pridáva skills, tieto skills sa dostanú do kontextu. Ak máte podobné používateľské skills nainštalované aj v ~/.claude/skills/, načítajú sa tiež. A niekedy sa zdvojia.

Vercel zverejnil údaj vo svojom výskume vlastného AI stacku: 56 % skills sa počas relácie nikdy nevyvolá, no ich opisy sa neustále načítavajú do kontextu. Pri 100 tokenoch na jeden tvar ide až o 5 600 tokenov „batožiny“ pri 100 skills.

Čo robiť:

1. /context ukazuje, čo je skutočne obsadené. Ak vidíte sekciu Skills nad 3K, vyčistite ju.
2. ls ~/.claude/skills/ — skontrolujte, ktoré skills máte nainštalované. Odstráňte tie, ktoré ste nepoužili viac než mesiac.
3. /plugin remove pre plugins, ktoré ste nainštalovali „na skúšku“ a zabudli na ne.

Správnu štruktúru Skills a rozdiely oproti CLAUDE.md vysvetľuje príručka „Skills v Claude Code v roku 2026: ako si vytvoriť osobnú knižnicu Skills“.

Vzorec 7. Tímy agentov spotrebujú v Plan Mode 7-násobok

Tímy agentov sú funkciou, pri ktorej Claude Code spúšťa niekoľko paralelných inštancií modelu, každú s vlastným kontextom. Anthropic v dokumentácii uvádza priamo:

To znamená, že päť členov tímu v Plan Mode zodpovedá piatim paralelným reláciám, pričom každá načítava vlastnú systémovú základnú spotrebu, vlastnú kópiu CLAUDE.md a vlastné nástroje MCP. Celková spotreba tokenov rastie nelineárne.

Čo robiť:

1. Pre členov tímu použite Sonnet alebo Haiku. Opus použite iba pre vedúceho tímu, ktorý ich koordinuje. Tokenová sadzba môže byť nižšia, no merajte celú cenu a kvalitu úlohy každého člena namiesto predpokladu pevnej úspory.
2. Malé tímy. Dvaja alebo traja členovia namiesto desiatich.
3. Ukončite neaktívnych členov tímu. Ak je úloha hotová, ale člen tímu stále beží, naďalej míňa tokeny na pozadí.

Viac o Plan Mode a o tom, kedy naozaj pomáha, nájdete v príručke „Plan Mode v Claude Code: návod krok za krokom a 4 fázy v roku 2026“.

Za čo Claude účtuje tokeny, keď sa nepozeráte?#

Vzorec 8. Extended thinking spotrebúva tokeny bez vašej účasti

Extended thinking je režim, v ktorom Claude pred odpoveďou „premýšľa“ nad riešením v skrytom bloku uvažovania. Pri výpočte ide o výstupné tokeny, ktoré sa účtujú ako bežná odpoveď, no v chate ich nevidíte.

Anthropic v dokumentácii uvádza:

To znamená, že jedna zložitá požiadavka môže spotrebovať 10 – 30K tokenov myslenia, ktoré „ukrajujú“ z rozpočtu, hoci v chate vidíte iba krátke zhrnutie.

Čo robiť:

1. /effort low pri jednoduchých úlohách. Zníži rozpočet na myslenie na minimum.
2. MAX_THINKING_TOKENS=8000 v prostredí nastaví horný limit.
3. /config → vypnite thinking pri veľmi rutinných úlohách, pri ktorých Claude nemusí „premýšľať“.

Kedy je thinking naozaj užitočný (zložitá architektúra, zložité viacstupňové uvažovanie) a kedy nie, vysvetľuje príručka „Sonnet alebo Opus 4.7 v Claude Code: výber modelu a /effort v roku 2026“.

Vzorec 9. Sumarizácia na pozadí počas nečinnosti

Ide o veľmi malý, ale zaujímavý vzorec. Claude Code spúšťa proces na pozadí, ktorý sumarizuje predchádzajúce relácie pre príkaz claude --resume. Tento proces beží, aj keď nepíšete.

Anthropic to výslovne uvádza v dokumentácii:

Štyri centy za reláciu nie sú katastrofa. Ak však máte 10 otvorených relácií denne, je to už $0.40 pasívnych výdavkov za deň, teda $12 mesačne. Zatvorte relácie, ktoré práve nepotrebujete. Reláciu možno obnoviť príkazom /resume z indexu — nemusíte ju nechávať otvorenú.

Ako zmerať svoje straty: príkaz /context a jeho úskalia#

Najprv príkaz. V Claude Code otvorte /context (alebo /usage na výpočet) a zobrazí sa vám niečo takéto:

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%)

Ide o normálnu trvalú základnú spotrebu po prvom vyčistení. Výborne — 71 % okna je voľných.

Známa chyba /context: trojnásobné nadhodnotenie MCP

Do nedávnej aktualizácie /context zobrazoval približne trojnásobok skutočnej straty spôsobenej MCP, pretože režijné náklady na jednotlivé nástroje sa započítavali samostatne pre každý nástroj.

Cameron uvádza, že Anthropic to opravil v aktuálnej verzii, ktorá teraz pri tom istom XcodeBuildMCP hlási 12 600. Preto:

1. Ak /context ukazuje 50K+ pre nástroje MCP, možno používate starú verziu Claude Code. Aktualizujte ju.
2. Ak má MCP 8 – 15K, je to normálne — skutočná cena pri použití Tool Search.
3. Ak má MCP 30 – 50K v novej verzii, máte skutočne pripojených veľa nepoužívaných serverov. Prejdite na /mcp a odpojte ich.

Čo ešte skontrolovať okrem /context

/usage — zobrazuje využitie vášho programu za posledných 24 hodín alebo 7 dní. V Pro a Max ukazuje rozpis podľa skills, subagents, plugins a jednotlivých serverov MCP. Pomáha zistiť, ktoré skill míňa najviac.

/cost — pre používateľov API. Zobrazuje pomerné náklady aktuálnej relácie v dolároch. Pre predplatiteľov Pro/Max to nie je určené — nepotrebujú to.

/usage-credits — v Pro/Max umožňuje nastaviť mesačný limit výdavkov. Užitočné, ak nechcete, aby vám naprogramovaný tím agentov omylom vyčerpal kreditnú kartu.

Ako vyčistiť kontext Claude Code za 15 minút#

Otvorte projekt v Claude Code a postupujte podľa krokov:

1. /context — zapíšte si aktuálny rozpis. To je vaša východisková hodnota.
2. /clear — ak sa v chate nahromadila história, ktorá nesúvisí s aktuálnou úlohou. Nové okno.
3. ls -la ~/.claude/skills/ — pozrite sa, ktoré skills sú nainštalované. Odstráňte tie, ktoré ste mesiac nepoužili. Príkaz: rm -rf ~/.claude/skills/[skill-name] (alebo priečinok odstráňte cez rozhranie).
4. /plugin list — to isté platí pre plugins. Nepoužívané odstráňte pomocou /plugin remove <name>.
5. /mcp — skontrolujte pripojené servery MCP. Ponechajte iba tie, ktoré potrebujete pre aktuálnu úlohu. Ostatné odpojte pomocou /mcp disconnect <name>.
6. Otvorte CLAUDE.md v editore. Ak má súbor viac ako 200 riadkov, presuňte špecializované pokyny do Skills (~/.claude/skills/[topic]/SKILL.md). Cieľom je jadro so 100 – 200 riadkami a 5 – 15 tematických Skills. Podrobný návod nájdete v príručke „Ako nakonfigurovať CLAUDE.md v roku 2026: hotová šablóna a 6 pravidiel“.
7. Skontrolujte /effort — pri jednoduchých úlohách použite /effort low. Vysoký rozpočet na myslenie je potrebný iba pri zložitej architektúre.
8. Záverečné meranie pomocou /context. Porovnajte ho s krokom 1.

V opísaných reláciách po čistení klesol obsadený kontext zo 60–80K na 25–30K. Je to zmena veľkosti snímky, nie dôkaz pevného zníženia celkovo spracovaných tokenov či ceny. Pred tvrdením o úspore porovnajte celé behy rovnakej úlohy vrátane spotreby cache a výstupu.

Kedy pomôže prechod na Sonnet alebo Haiku viac než čistenie kontextu?#

Anthropic píše o modeloch vo svojej dokumentácii:

Orientačný prehľad cien vstupných tokenov (k 27. máju 2026):

Moje nastavenie:

1. Predvolene — Sonnet 4.5. Je to default model v /config. Pokryje 80 % úloh.
2. Ručne spustím /model opus, keď je úloha naozaj náročná (architektonické rozhodnutie, diagnostika záhadnej chyby, nový produkt).
3. Použijem /model haiku na testy a formátovanie. Alebo v konfigurácii subagentov výslovne nastavím model: haiku.
4. /effort je oddelený od modelu. Opus môžete používať aj s /effort low — získate výkonný model s minimálnym premýšľaním, vhodný na rýchle odpovede pri stredne náročných úlohách.

Kedy je čistenie kontextu užitočnejšie než zmena modelu:

• Kontext je zaplnený na viac než 50 % — najprv ho vyčistite.
• Kontext je v poriadku, ale úlohy sú zložité — použite Opus s bežným effort.
• Kontext je v poriadku a úlohy sú rutinné — použite Haiku.

Podrobný prehľad modelov a effort nájdete v príručke „Sonnet alebo Opus 4.7 v Claude Code: výber modelu a /effort v roku 2026“.

Ktoré tipy zvyšujú spotrebu namiesto toho, aby ju znižovali?#

Anti-pattern 1. „Vymažte celé MCP, míňa tokeny“

Najčastejšou chybou je lenivosť. Áno, MCP historicky spotrebúvalo až 49 % kontextu, ale po zavedení Tool Search to kleslo na 8 – 15 %. MCP navyše poskytuje skutočné nástroje, ktoré by ste inak museli vytvoriť ručne. Vymazanie všetkého MCP znamená návrat k ručnej práci, ktorá vám „zožerie“ viac času, než ušetria tokeny.

Správny prístup: ponechajte si iba servery MCP, ktoré pravidelne skutočne používate. Ja si nechávam Playwright (na testovanie vstupných stránok) a shadcn (na vytváranie rozhraní). Všetko ostatné zapínam vždy iba na jednu úlohu.

Anti-pattern 2. „Nepoužívajte CLAUDE.md; všetko vložte priamo do promptu“

Znie to „logicky“: keď sa CLAUDE.md načítava s každou požiadavkou, načítavať ho nebudeme. V praxi však bez CLAUDE.md začínate každú správu tým, že tie isté pokyny píšete ručne, a Claude medzi správami zabúda kontext. To znamená viac tokenov, nie menej — prichádzajú len iným kanálom.

Správny prístup: udržujte CLAUDE.md stručný (100 – 200 riadkov), s jadrom v súbore a špecializovaným materiálom v Skills. Podrobnosti nájdete v príručke „Ako nakonfigurovať CLAUDE.md v roku 2026“.

Anti-pattern 3. „Vždy pracujte cez Plan Mode“

Plan Mode je výborný nástroj pri zložitých úlohách, keď najprv potrebujete preskúmať kódovú základňu a navrhnúť plán. Pri práci cez tímy agentov však spotrebuje v priemere 7-krát viac tokenov (dokumentácia Anthropic). Pri jednoduchej úlohe typu „oprav preklep v README“ spotrebuje Plan Mode 7-krát viac než priama úprava.

Správny prístup: Plan Mode používajte pri zložitých úlohách, ktoré trvajú 30 minút alebo dlhšie. Pri krátkych úlohách zadajte požiadavku priamo bez plan mode. Kedy používať jednotlivé režimy, vysvetľuje príručka „Plan Mode v Claude Code: návod krok za krokom a 4 fázy v roku 2026“.

Ďalšie materiály nájdete na Ailoot.