Kam gredo žetoni v Claude Code: 9 vzorcev izgub in kako jih odpraviti v 2026

V enem primeru je ukaz /context v sveži seji Claude Code pokazal, da je bilo od 200K žetonov zasedenih 60K še pred prvim sporočilom. V repozitoriju projekta je bil zagnan samo claude. Šestdeset tisoč žetonov — tretjina proračuna je bila porabljena za »pripravo« na pogovor.

Dva tedna pozneje sem natančno ugotovil, kam so šli. Spodaj je vseh 9 vzorcev, ki porabljajo vaše žetone, še preden začnete tipkati, in načini, kako jih odpraviti. Številke izhajajo iz uradne dokumentacije Anthropic in meritev iz resničnih sej.

Kaj pomeni »73 % žetonov se izgubi, še preden vnesete poziv«?#

Vzporedni niz objav uporabnika Mnimiy (@Mnilax) navaja 9 vzorcev, ki skupaj znašajo teh 73 %. Združil sem jih v eni tabeli s konkretnimi podatki iz drugih virov — težavo na GitHubu #13717 s posnetkom zaslona ukaza /context pri oknu 200K, opombo Camerona Cooka o metodološki pomanjkljivosti samega ukaza /context in uradno stran podjetja Anthropic o upravljanju stroškov.

Ne bom trdil, da je številka »73« neizpodbitna — glede na vašo nastavitev je lahko 60 % ali 80 %. Splošna slika pa drži, vsak vzorec pa je mogoče odpraviti posebej. Spodaj bom obravnaval po tri naenkrat.

Kako Claude zgradi kontekst, preden prebere vašo zahtevo?#

V razpravi o težavi na GitHubu #13717 je nekdo v seji s šestimi strežniki MCP odprl /context in dobil to razčlenitev:

Upoštevajte: tudi če še niste ničesar napisali, je zasedena skoraj polovica okna. Za prosti prostor in medpomnilnik za samodejno strnjevanje ostane manj kot polovica, ta del pa mora sprejeti celoten pogovor — sporočila, Claudeove odgovore, prebrane datoteke in izhod ukazov.

Velikost okna je odvisna od modela. Glede na dokumentacijo Anthropic o modelih imajo septembra 2026 modeli Opus 4.7 in novejši, Sonnet 5 ter modeli Fable na vseh paketih, tudi Pro, okno z 1M žetoni. 200K ostaja pri modelih Opus 4.6 in Sonnet 4.6 brez razširjenega konteksta ter v sejah, kjer je 1M onemogočen s spremenljivko CLAUDE_CODE_DISABLE_1M_CONTEXT=1. Večje okno ne odpravi težave napihnjenega konteksta: vse, kar se naloži pred prvim sporočilom, se z vsakim pozivom pošlje modelu, dokumentacija o stroških pa izrecno navaja, da se z večanjem konteksta porabi več žetonov. Naročnina tega ne spremeni — pri katerem koli paketu se vsak dodaten žeton šteje v vašo omejitev.

Kam gre prva tretjina konteksta: v CLAUDE.md, zgodovino in MCP?#

Vzorec 1. CLAUDE.md pred vsakim sporočilom

Datoteka se naloži pred vsakim sporočilom, ki ga pošljete, ne samo enkrat na sejo. CLAUDE.md s 5 000 žetoni pri zahtevah, ki ga vsebujejo, zasede toliko konteksta, vendar novi vhod, zapisi v predpomnilnik in branja iz njega potrebujejo ločeno obračunavanje; ponovljena vsebina se ne zaračuna nujno po polni ceni nepredpomnjenega vhoda.

Anthropic v dokumentaciji neposredno pravi:

V enem primeru ima datoteka CLAUDE.md projekta 180 vrstic — vse posebne vsebine (navodila za pisanje delavnic, oblika objav TG in pravni kontrolni seznam) so bile premaknjene v veščine in datoteke Markdown v mapi business/, ki jih Claude prebere samo, ko jih posebej poišče. V primerjavi s stanjem pred dvema mesecema se je tako osnovna poraba zmanjšala za 60–70 %.

Vzorec 2. Zgodovina pogovora se znova prebere pri vsakem odgovoru

Ta vzorec je od zunaj najmanj opazen, ker je navzven neviden. Model v naslednjih zahtevah prejme ohranjeni kontekst pogovora. Predpomnjenje pozivov lahko ponovno uporabi stabilno predpono; strnjevanje in čiščenje lahko spremenita ohranjeno besedilo. Večkrat posredovani kontekst še vedno zaseda okno, tudi če predpomnilniška cena zmanjša strošek.

Rešitev je /clear med nepovezanimi opravili. Moje pravilo: za vsako novo opravilo začnite nov klepet. Če opravilo traja dolgo in potrebujete zgodovino, uporabite /compact, da preteklo vsebino povzamete v kratek povzetek, nato pa nadaljujte.

Več o tem pravilu najdete v vodiču »Kako v enem dnevu ne porabiti vseh omejitev Claude Code: 8 pravil za varčevanje z žetoni«, skupaj s primeri iz mojih sej.

Vzorec 3. Strežniki MCP registrirajo vsa svoja orodja v kontekstu

To je bila v Claude Code dolgoletna težava, ki je do leta 2026 povzročala največje izgube. V zgoraj omenjeni težavi #13717 je šest povezanih strežnikov MCP (Google Docs, Asana, Calendar, Slack, Atlassian, Gmail) zasedlo 98 700 žetonov — 49 % celotnega okna, še preden se je pogovor začel.

Anthropic je decembra 2025–januarja 2026 izdal funkcijo Tool Search, ki odpravi polovico te težave:

V dokumentaciji Anthropic je zdaj navedeno:

Kaj storiti v produkciji:

1. Posodobite Claude Code na različico, ki podpira Tool Search (vse trenutne različice po decembru 2025).
2. Odprite /mcp in onemogočite strežnike, ki jih v trenutni seji ne potrebujete. V opisanem primeru sta ves čas povezana dva — Playwright in shadcn. Druge omogočim za eno opravilo in takoj zatem zaženem /mcp disconnect.
3. Kjer je mogoče, MCP zamenjajte z vmesnikom CLI. Za GitHub uporabite gh namesto strežnika MCP. Namesto MCP za Google Calendar uporabite koledar v brskalniku.

O tem, kaj so strežniki MCP in kako jih smiselno nastaviti, sem pisal v vodiču »Strežniki MCP v Claude Code v 2026: 7 že pripravljenih nastavitev in namestitev po korakih«.

Del težave s CLAUDE.md in veščinami ni zgolj velikost, temveč tudi struktura. Ena datoteka z navodili (CLAUDE.md) je jedro. Dodatno znanje o projektu (občinstvo, izdelki, pravni dokumenti, navodila za posamezne dni) je v mapi business/ — to je v moji metodologiji Drugi možgani. Claude prebere samo tisto, kar trenutno potrebuje, stiskanje konteksta pa poteka že na tej ravni. Celotna razčlenitev je v vodiču »Drugi možgani v Claude Code«.

Še ena podrobnost, ki je pogosto spregledana: čiščenje datoteke CLAUDE.md, prehod na veščine in onemogočanje MCP so prvi korak. Nato pride na vrsto metodologija inženiringa konteksta — kaj vključiti v posamezen poziv, v kakšnem vrstnem redu, kaj predati prek Plan Mode in kaj obravnavati z /compact. Ta vodič obravnava en gradnik.

Kaj se kopiči v seji in česa ni mogoče zmanjšati?#

Vzorec 4. Izhod orodij se kopiči skozi celotno sejo

Podrobnost, ki jo omenja le malo ljudi: ko Claude zažene bash cat huge-file.log, se CELOTEN izhod tega ukaza vključi v kontekst in tam ostane do konca seje ali ukaza /clear. Enako velja za Read velike datoteke — vseh 10 000 vrstic ostane tam in pri vsakem naslednjem sporočilu zaseda žetone (glejte Vzorec 2).

Rešitve:

1. Namesto branja vsega uporabite head, tail, grep. Uporabite bash tail -100 deploy.log namesto Read deploy.log. S tem se izhod takoj zmanjša za 10- do 100-krat.
2. Uporabite kljuke za predobdelavo. V ~/.claude/hooks dodajte skript, ki filtrira izhod bash, še preden ga vidi Claude. Primer iz dokumentacije Anthropic je kljuka PreToolUse, ki namesto celotnega izhoda testov zažene npm test 2>&1 | grep -A 5 -E 'FAIL|ERROR'. S tem se izhod skrči za 50- do 100-krat. Podrobnosti so v vodiču »Claude Code Hooks 2026: nastavitev po korakih in 7 že pripravljenih primerov«.
3. Po obsežnem branju uporabite /clear. Če ste za eno določeno opravilo prebrali ogromno datoteko in je ne potrebujete več, je ne puščajte v kontekstu »za vsak primer«; začnite nov klepet.

Vzorec 5. Sistemski poziv + sistemska orodja = stalna osnovna poraba

Tega vzorca ni mogoče spremeniti, saj zanj skoraj ničesar ne morete storiti. Claude Code se zažene s sistemskim pozivom (~3 200 žetonov) in opisi vseh vgrajenih orodij — Read, Edit, Write, Bash, Glob, Grep, WebSearch, WebFetch, TodoWrite (~16 100 žetonov). Skupaj je to stalna osnovna poraba 19 300 žetonov, ki je ne morete zmanjšati.

Kaj storiti v praksi:

• Imejte to v mislih. Vedite, da imate »davek« stalne osnovne porabe 19K: pri oknu 200K ostane 200K - 19K = 181K za vse drugo (zmanjšano še za CLAUDE.md, MCP in medpomnilnik za samodejno strnjevanje). Okno 1M ponuja več prostora, vendar ta »davek« spremlja vsako zahtevo.
• Merite ponovljeno obdelavo. Osnova zaseda okno in se lahko ponavlja v poznejših zahtevah. To ni enkratni strošek žetonov na sejo; pri računanju cene ločite celotni vhod, zapis v predpomnilnik, branje iz njega in izhod.

Kje se žetoni izgubljajo pri veščinah, vtičnikih in skupinah agentov?#

Vzorec 6. Veščine in vtičniki so lahko registrirani dvakrat

Ta težava se je pojavila z uvedbo vtičnikov v Claude Code (konec leta 2025). Ko namestite vtičnik, ki doda veščine, se te vključijo v kontekst. Če imate podobne uporabniške veščine nameščene tudi v ~/.claude/skills/, se naložijo še te. Včasih pa se podvojijo.

Vercel je v svoji raziskavi sklada umetne inteligence objavil podatek: 56 % veščin se med sejo nikoli ne uporabi, njihovi opisi pa se nenehno nalagajo v kontekst. Pri 100 žetonih na opis je to do 5 600 žetonov »prtljage« pri 100 veščinah.

Kaj storiti:

1. Ukaz /context pokaže, kaj je dejansko zasedeno. Če je razdelek Skills večji od 3K, ga počistite.
2. ls ~/.claude/skills/ — preverite, katere veščine imate nameščene. Odstranite tiste, ki jih niste uporabljali več kot mesec dni.
3. /plugin remove uporabite za vtičnike, ki ste jih namestili »za preizkus« in nanje pozabili.

Pravilna struktura veščin in razlike med njimi ter datoteko CLAUDE.md so opisane v vodiču »Veščine Claude Code v 2026: kako zgraditi osebno knjižnico veščin«.

Vzorec 7. Skupine agentov v Plan Mode porabijo 7-krat več

Skupine agentov so funkcija, pri kateri Claude Code zažene več vzporednih primerkov modela, vsakega z lastnim kontekstom. Anthropic v dokumentaciji neposredno pravi:

To pomeni, da je pet članov ekipe v Plan Mode enakovrednih petim vzporednim sejam, od katerih vsaka naloži svojo sistemsko osnovno porabo, svojo kopijo datoteke CLAUDE.md in svoja orodja MCP. Skupna poraba žetonov narašča nelinearno.

Kaj storiti:

1. Za člane ekipe uporabite Sonnet ali Haiku. Opus uporabite samo za vodjo ekipe, ki jih usklajuje. Cena žetona je lahko nižja, vendar izmerite celotni strošek in kakovost naloge vsakega člana ekipe, namesto da predpostavljate stalni prihranek.
2. Majhne ekipe. Namesto desetih uporabite dva ali tri člane ekipe.
3. Počistite neaktivne člane ekipe. Če je opravilo končano, član ekipe pa še vedno deluje, v ozadju še naprej porablja žetone.

Več o Plan Mode in o tem, kdaj je zares koristen, preberite v vodiču »Plan Mode v Claude Code: vodnik po korakih in 4 stopnje v 2026«.

Za kaj Claude zaračunava žetone, ko ne gledate?#

Vzorec 8. Razširjeno razmišljanje porablja žetone brez vašega sodelovanja

Razširjeno razmišljanje je način, v katerem Claude pred odgovorom v skritem bloku za razmišljanje »premisli« rešitev. Z vidika obračuna so to izhodni žetoni, ki se štejejo kot običajen odgovor, vendar jih v klepetu ne vidite.

Anthropic v dokumentaciji navaja:

To pomeni, da lahko ena sama zahtevna zahteva porabi 10–30K žetonov za razmišljanje in tako »poseže« v proračun, medtem ko v klepetu vidite le kratek povzetek.

Kaj storiti:

1. Za preprosta opravila uporabite /effort low. S tem se proračun za razmišljanje zmanjša na minimum.
2. V okolju nastavite MAX_THINKING_TOKENS=8000, da določite zgornjo mejo.
3. Z ukazom /config → onemogočite razmišljanje pri zelo rutinskih opravilih, kjer Claudeu ni treba »razmišljati«.

Kdaj je razmišljanje koristno (pri zahtevni arhitekturi in kompleksnem večstopenjskem sklepanju) in kdaj ne, je opisano v vodiču »Sonnet ali Opus 4.7 v Claude Code: izbira modela in /effort v 2026«.

Vzorec 9. Povzemanje v ozadju med nedejavnostjo

To je zelo majhen, a zanimiv vzorec. Claude Code v ozadju izvaja proces, ki povzema prejšnje seje za ukaz claude --resume. Ta proces teče tudi, ko ne tipkate.

Anthropic to izrecno navaja v dokumentaciji:

Štirje centi na sejo niso katastrofa. Če pa imate na dan odprtih 10 sej, je to že $0.40 pasivne porabe na dan oziroma $12 na mesec. Zaprite seje, ki jih trenutno ne potrebujete. Sejo lahko obnovite z ukazom /resume v kazalu — odprte vam ni treba pustiti.

Kako izmeriti izgube: ukaz /context in njegova opozorila#

Najprej ukaz. V Claude Code odprite /context (ali /usage za izračun) in dobili boste nekaj takega:

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%)

To je običajna stalna osnovna poraba po prvem čiščenju. Odlično — 71 % okna je prostega.

Znana napaka ukaza /context: 3-krat precenjena poraba MCP

Do nedavne posodobitve je /context kazal približno trikrat večjo izgubo zaradi MCP od dejanske, ker se je režijski strošek posameznega orodja štel posebej za vsako orodje.

Cameron pravi, da je Anthropic to odpravil v trenutni različici, ki zdaj za isti XcodeBuildMCP poroča 12 600. Torej:

1. Če /context za orodja MCP pokaže 50K ali več, morda uporabljate staro različico Claude Code. Posodobite jo.
2. Če MCP zavzema 8–15K, je to običajno; toliko znaša dejanski strošek s funkcijo Tool Search.
3. Če MCP v novi različici zavzema 30–50K, imate res veliko povezanih strežnikov, ki jih ne uporabljate. Odprite /mcp in jih odklopite.

Kaj preveriti poleg ukaza /context

/usage — prikaže porabo paketa v zadnjih 24 urah ali 7 dneh. V paketih Pro in Max prikaže razčlenitev po veščinah, podagentih, vtičnikih in posameznih strežnikih MCP. Koristno za ugotavljanje, katera veščina porabi največ.

/cost — za uporabnike API-ja. Prikaže sorazmerni strošek trenutne seje v dolarjih. Ni namenjen naročnikom Pro/Max — ti ga ne potrebujejo.

/usage-credits — v paketih Pro/Max omogoča nastavitev mesečne omejitve porabe. Koristno, če ne želite, da skriptna skupina agentov po nesreči izprazni vašo kreditno kartico.

Kako v 15 minutah počistiti kontekst Claude Code#

Odprite projekt v Claude Code in izvedite te korake:

1. /context — zapišite trenutno razčlenitev. To je vaše izhodišče.
2. /clear — če se je v klepetu nakopičila zgodovina, ki ni povezana s trenutnim opravilom. Sveže okno.
3. ls -la ~/.claude/skills/ — preverite, katere veščine so nameščene. Odstranite tiste, ki jih niste uporabljali en mesec. Ukaz: rm -rf ~/.claude/skills/[skill-name] (ali mapo izbrišite prek vmesnika).
4. /plugin list — enako storite za vtičnike. Neuporabljene odstranite z ukazom /plugin remove <name>.
5. /mcp — preverite povezane strežnike MCP. Ohranite samo tiste, ki jih potrebujete za trenutno opravilo. Druge odklopite z ukazom /mcp disconnect <name>.
6. V urejevalniku odprite datoteko CLAUDE.md. Če ima več kot 200 vrstic, posebna navodila premaknite v veščine (~/.claude/skills/[topic]/SKILL.md). Prizadevajte si za 100–200-vrstično jedro in 5–15 tematskih veščin. Podroben vodič je v »Kako nastaviti CLAUDE.md v 2026: predloga in 6 pravil«.
7. Preverite /effort — za preprosta opravila uporabite /effort low. Visok proračun za razmišljanje je potreben samo pri zahtevni arhitekturi.
8. Na koncu ponovite meritev z /context in jo primerjajte s prvim korakom.

V opisanih sejah je zasedeni kontekst po čiščenju padel s 60–80K na 25–30K. To je sprememba velikosti posnetka, ne dokaz stalnega zmanjšanja vseh obdelanih žetonov ali cene. Pred trditvijo o prihranku primerjajte celotne zagone iste naloge, vključno s porabo predpomnilnika in izhoda.

Če želite narediti več kot le razumeti žetone in zgraditi celovito metodologijo dela s Claude — klon umetne inteligence, Drugi možgani (business/) in inženiring konteksta — so to trije sestavni deli te metodologije.

Kdaj prehod na Sonnet ali Haiku pomaga bolj kot čiščenje konteksta?#

Anthropic v dokumentaciji piše o modelih:

Približna razčlenitev cen vhodnih žetonov (na dan 27. maja 2026):

Moja nastavitev:

1. Privzeto — Sonnet 4.5. To je /config → default model. Pokrije 80 % opravil.
2. Ročno zaženem /model opus, ko je opravilo res zahtevno (arhitekturna odločitev, diagnoza skrivnostne napake, nov izdelek).
3. Za teste in oblikovanje uporabim /model haiku ali pa v konfiguraciji podagenta izrecno nastavim model: haiku.
4. /effort nastavljam ločeno od modela. Opus lahko uporabljate z /effort low — dobite zmogljiv model z minimalnim razmišljanjem za hitre odgovore pri srednje zahtevnih opravilih.

Kdaj je čiščenje konteksta koristnejše od menjave modelov:

• Če je kontekst več kot 50 % zapolnjen, ga najprej počistite.
• Če je kontekst v redu, opravila pa zahtevna, uporabite Opus z običajno stopnjo napora.
• Če je kontekst v redu, opravila pa rutinska, uporabite Haiku.

Podrobno razčlenitev modelov in stopnje napora najdete v vodiču »Sonnet ali Opus 4.7 v Claude Code: izbira modela in /effort v 2026«.

Kateri nasveti povečajo porabo namesto prihranka?#

Antivzorec 1. »Izbrišite ves MCP, ker porablja žetone«

Lenoba je najpogostejša napaka. Da, MCP je v preteklosti porabil do 49 % konteksta, vendar se je po uvedbi Tool Search ta delež zmanjšal na 8–15 %. MCP pa ponuja resnična orodja, ki bi jih sicer morali izdelati ročno. Če izbrišete ves MCP, se vrnete k ročnemu delu, ki bo vzelo več časa, kot ga prihranijo žetoni.

Pravilen pristop: ohranite samo strežnike MCP, ki jih redno uporabljate. Sam ohranjam Playwright (za testiranje pristajalnih strani) in shadcn (za ustvarjanje vmesnikov). Vse drugo uporabljam samo pri posameznem opravilu.

Antivzorec 2. »Ne uporabljajte datoteke CLAUDE.md; vse zapišite neposredno v poziv«

Zveni »logično«: če se CLAUDE.md naloži z vsako zahtevo, je ne naložimo. V praksi pa morate brez datoteke CLAUDE.md ob vsakem sporočilu iste stvari vtipkati ročno, Claude pa med sporočili izgubi kontekst. To pomeni več žetonov, ne manj — le po drugem kanalu pridejo do njega.

Pravilen pristop: datoteka CLAUDE.md naj bo kratka (100–200 vrstic), z jedrom navodil, specializirano gradivo pa naj bo v veščinah. Podrobnosti so v vodiču »Kako nastaviti CLAUDE.md v 2026«.

Antivzorec 3. »Vedno delajte prek Plan Mode«

Plan Mode je odlično orodje za zahtevna opravila, pri katerih morate najprej raziskati kodno zbirko in predlagati načrt. Vendar se pri delu s skupinami agentov poraba žetonov v povprečju poveča za 7-krat (dokumentacija Anthropic). Pri preprostem opravilu, kot je »popravi tipkarsko napako v datoteki README«, Plan Mode porabi 7-krat več kot neposredno urejanje.

Pravilen pristop: Plan Mode uporabite pri zahtevnih opravilih, ki trajajo 30 minut ali več. Pri kratkih opravilih podajte neposredno zahtevo brez načina planiranja. Kdaj uporabiti posamezen način, je opisano v vodiču »Plan Mode v Claude Code: vodnik po korakih in 4 stopnje v 2026«.

Celovita kombinacija: klon umetne inteligence + Drugi možgani (business/) + inženiring konteksta.

Več gradiva je na voljo na Ailoot.