Vart tar token vägen i Claude Code: 9 förlustmönster och hur du åtgärdar dem 2026

I ett exempel visade /context i en ny Claude Code-session att 60K token var upptagna av 200K innan det första meddelandet. Endast claude hade startats i projektets arkiv. Sextio tusen token – en tredjedel av budgeten – hade gått åt till att ”förbereda” samtalet.

Två veckor senare kom jag fram till exakt vart de hade tagit vägen. Nedan följer alla nio mönster som förbrukar dina token innan du ens börjar skriva, och hur du åtgärdar dem. Siffrorna kommer från Anthropics officiella dokumentation och mätningar från verkliga sessioner.

Vad betyder ”73 % av token går förlorade innan prompten”?#

En parallell tråd av Mnimiy (@Mnilax) listar 9 mönster som tillsammans blir dessa 73 %. Jag har sammanställt dem i en tabell med specifika siffror från andra källor – GitHub-ärendet #13717 med en /context-skärmbild från ett fönster på 200K, Cameron Cookes anmärkning om ett metodfel i själva /context och Anthropics officiella sida om kostnadshantering.

Jag tänker inte hävda att siffran ”73” är orubblig – den kan vara 60 % eller 80 %, beroende på din konfiguration. Men helhetsbilden stämmer, och varje mönster kan åtgärdas separat. Jag tar upp tre åt gången nedan.

Hur bygger Claude kontext innan den läser din förfrågan?#

I diskussionen om GitHub-ärende #13717 öppnade någon /context i en session med sex MCP-servrar och fick följande uppdelning:

Lägg märke till: även om du inte har skrivit något är nästan halva fönstret upptaget. Mindre än hälften återstår som ledigt utrymme och autocompact-buffert, och den halvan måste rymma hela samtalet – meddelanden, Claudes svar, lästa filer och kommandoutdata.

Fönstrets storlek beror på modellen. Enligt Anthropics modelldokumentation har Opus 4.7 och nyare, Sonnet 5 och Fable-modeller från och med september 2026 ett fönster på 1M token i alla abonnemang, inklusive Pro. 200K gäller fortfarande för Opus 4.6 och Sonnet 4.6 utan utökad kontext samt för sessioner där 1M är avstängt med variabeln CLAUDE_CODE_DISABLE_1M_CONTEXT=1. Ett större fönster löser inte problemet med uppsvälld kontext: allt som laddas innan det första meddelandet skickas till modellen vid varje förfrågan, och kostnadsdokumentationen säger uttryckligen att ju mer kontext det finns, desto fler token går åt. Ett abonnemang ändrar inte på det – i alla abonnemang räknas varje extra token mot din gräns.

Vart tar den första tredjedelen av kontexten vägen: CLAUDE.md, historik och MCP?#

Mönster 1. CLAUDE.md före varje meddelande

Filen laddas före varje meddelande du skickar, inte bara en gång per session. En CLAUDE.md på 5 000 token upptar så mycket kontext i förfrågningar som innehåller den, men ny indata, cacheskrivningar och cacheläsningar behöver redovisas separat; upprepat innehåll debiteras inte nödvändigtvis till fullt pris utan cache.

Anthropic säger uttryckligen i dokumentationen:

I ett exempel innehöll projektets CLAUDE.md 180 rader – allt specialiserat (hur man skriver workshopinstruktioner, formatet för TG-inlägg, den juridiska checklistan) hade flyttats till Skills och Markdown-filer i business/, som Claude bara läser när den specifikt tittar där. Det minskar grundnivån med 60–70 % jämfört med för två månader sedan.

Mönster 2. Konversationshistoriken läses om vid varje svar

Det här mönstret är svårast att upptäcka utifrån, eftersom det inte syns. Modellen får den kvarhållna samtalskontexten vid senare förfrågningar. Promptcache kan återanvända ett stabilt prefix; komprimering och rensning kan ändra den kvarhållna texten. Upprepat skickad kontext upptar fortfarande fönstret även när cacheprissättning minskar kostnaden.

Lösningen är /clear mellan orelaterade uppgifter. Min regel: en ny chatt för varje ny uppgift. Om en uppgift är lång och du behöver historiken använder du /compact för att sammanfatta det som hänt till en kort sammanfattning och fortsätter därifrån.

Mer om den här regeln i guiden ”Så undviker du att slå i Claude Code-gränserna på en dag: 8 regler för att spara token”, med exempel från mina sessioner.

Mönster 3. MCP-servrar registrerar alla sina verktyg i kontexten

Det här var ett historiskt problem i Claude Code och ledde till de största förlusterna fram till 2026. I det tidigare nämnda ärendet #13717 upptog sex anslutna MCP-servrar (Google Docs, Asana, Calendar, Slack, Atlassian, Gmail) 98 700 token – 49 % av hela fönstret innan samtalet började.

Anthropic släppte funktionen Tool Search i december 2025–januari 2026, vilket löser halva problemet:

Anthropics dokumentation beskriver det nu så här:

Så här gör du i produktion:

1. Uppdatera Claude Code till en version med Tool Search (alla aktuella versioner efter december 2025).
2. Öppna /mcp och inaktivera servrar du inte behöver i den aktuella sessionen. I exemplet som beskrivs är två alltid anslutna – Playwright och shadcn. Jag aktiverar övriga för en enskild uppgift och kör /mcp disconnect direkt efteråt.
3. Byt ut MCP mot CLI där det går. Använd gh i stället för en MCP-server för GitHub. Använd kalendern i en webbläsare i stället för Google Calendar MCP.

Jag har gått igenom vad MCP-servrar är i princip och hur man konfigurerar dem på ett vettigt sätt i ”MCP-servrar i Claude Code 2026: 7 färdiga konfigurationer och installation steg för steg”.

En del av problemet med CLAUDE.md och Skills handlar inte bara om storlek, utan även om struktur. En instruktionsfil (CLAUDE.md) är kärnan. Ytterligare projektkunskap (målgrupp, produkter, juridiska dokument, instruktioner dag för dag) finns i mappen business/ – det är Second Brain i min metodik. Claude läser bara det som behövs just nu, och kontextkomprimering sker redan på den här nivån. Hela genomgången finns i ”Second Brain i Claude Code”.

Vad ackumuleras under en session, och vad går inte att minska?#

Mönster 4. Verktygsutdata ackumuleras under hela sessionen

En detalj som få nämner: när Claude kör bash cat huge-file.log läggs hela utdata från kommandot in i kontexten och stannar där till slutet av sessionen eller /clear. Detsamma gäller Read för en stor fil – alla 10 000 rader finns kvar och tar upp token i varje efterföljande meddelande (se Mönster 2).

Lösningar:

1. Använd head, tail, grep i stället för att läsa allt. bash tail -100 deploy.log i stället för Read deploy.log. Det minskar genast utdata med 10–100 gånger.
2. Hooks för förbehandling. Lägg ett skript i ~/.claude/hooks som filtrerar bash-utdata innan Claude ser den. Ett exempel från Anthropics dokumentation är en PreToolUse-hook som kör npm test 2>&1 | grep -A 5 -E 'FAIL|ERROR' i stället för att skriva ut hela testresultatet. Det komprimerar utdata 50–100 gånger. Mer information finns i ”Claude Code Hooks 2026: konfiguration steg för steg och 7 färdiga exempel”.
3. /clear efter en stor läsning. Om du läst en enorm fil för en specifik uppgift och inte längre behöver den, låt den inte ligga kvar i kontexten ”för säkerhets skull” – starta en ny chatt.

Mönster 5. Systemprompt + systemverktyg = permanent grundnivå

Det här mönstret går inte att ändra eftersom det nästan inte finns något du kan göra åt det. Claude Code startar med en systemprompt (~3 200 token) och beskrivningar av alla inbyggda verktyg – Read, Edit, Write, Bash, Glob, Grep, WebSearch, WebFetch, TodoWrite (~16 100 token). Totalt blir det en permanent grundnivå på 19 300 token som du inte kan minska.

Vad du kan göra i praktiken:

• Var medveten. Tänk på att du har en ”skatt” på 19K i grundnivå: med ett fönster på 200K blir det 200K - 19K = 181K för allt annat (minus CLAUDE.md, MCP och autocompact-bufferten). Det finns mer utrymme i ett 1M-fönster, men den ”skatten” följer ändå med varje förfrågan.
• Mät upprepad bearbetning. Grundnivån upptar fönstret och kan återkomma i senare förfrågningar. Det är ingen engångsavgift för tokens per session; skilj på totaler för indata, cacheskrivning, cacheläsning och utdata när du beräknar kostnaden.

Vart går token förlorade på Skills, pluginer och agentteam?#

Mönster 6. Skills och pluginer kan registreras två gånger

Det här problemet uppstod när pluginer kom till Claude Code (sent 2025). När du installerar en plugin som lägger till skills hamnar dessa skills i kontexten. Om du också har liknande användarskills installerade i ~/.claude/skills/ laddas de också. Och ibland dupliceras de.

Vercel delade en siffra i sin undersökning av sin AI-stack: 56 % av skills anropas aldrig under en session, men deras beskrivningar laddas hela tiden in i kontexten. Med 100 token per beskrivning blir det upp till 5 600 token ”bagage” med 100 skills.

Vad du kan göra:

1. /context visar vad som faktiskt tar plats. Om du ser en Skills-sektion över 3K kan du rensa den.
2. ls ~/.claude/skills/ – kontrollera vilka skills som faktiskt är installerade. Ta bort dem som du inte har använt på över en månad.
3. /plugin remove för pluginer som du installerade ”för att prova” och sedan glömde bort.

Vad som är rätt struktur för Skills och hur de skiljer sig från CLAUDE.md beskrivs i ”Claude Code Skills 2026: så bygger du ett personligt Skills-bibliotek”.

Mönster 7. Agentteam förbrukar 7 gånger mer i Plan Mode

Agentteam är en funktion där Claude Code startar flera parallella modellinstanser, var och en med sin egen kontext. Anthropic säger uttryckligen i dokumentationen:

Det innebär att fem teammedlemmar i Plan Mode motsvarar fem parallella sessioner, där var och en laddar sin egen systemgrundnivå, sin egen kopia av CLAUDE.md och sina egna MCP-verktyg. Den totala tokenförbrukningen växer icke-linjärt.

Vad du kan göra:

1. Använd Sonnet eller Haiku för teammedlemmar. Använd Opus bara för teamledaren som samordnar dem. Priset per token kan bli lägre, men mät varje medlems kompletta uppgiftskostnad och kvalitet i stället för att anta en fast besparing.
2. Små team. Två eller tre teammedlemmar i stället för tio.
3. Rensa bort inaktiva teammedlemmar. Om uppgiften är klar men en teammedlem fortfarande kör fortsätter den att förbruka token i bakgrunden.

Mer om Plan Mode och när det faktiskt hjälper finns i ”Plan Mode i Claude Code: guide steg för steg och 4 steg 2026”.

Vad debiterar Claude token för medan du inte tittar?#

Mönster 8. Utökat tänkande använder token utan din inblandning

Utökat tänkande är ett läge där Claude ”tänker igenom” lösningen i ett dolt tänkblock innan den svarar. I beräkningen räknas dessa som utdatatoken, precis som ett vanligt svar, men du ser dem inte i chatten.

Anthropic säger i dokumentationen:

Det innebär att en enda komplex förfrågan kan använda 10–30K tänketoken som ”äter av” budgeten, medan du bara ser en kort sammanfattning i chatten.

Vad du kan göra:

1. /effort low för enkla uppgifter. Det minskar tänkbudgeten till ett minimum.
2. MAX_THINKING_TOKENS=8000 i miljön för att sätta ett tak.
3. /config → inaktivera tänkande för väldigt rutinmässiga uppgifter där Claude inte behöver ”tänka”.

När tänkande faktiskt är användbart (komplex arkitektur, komplexa resonemang i flera steg), och när det inte är det, beskrivs i ”Sonnet eller Opus 4.7 i Claude Code: välj modell och /effort 2026”.

Mönster 9. Bakgrundssammanfattning i viloläge

Det här är ett mycket litet men intressant mönster. Claude Code kör en bakgrundsprocess som sammanfattar tidigare sessioner för kommandot claude --resume. Processen körs även när du inte skriver.

Anthropic säger uttryckligen detta i sin dokumentation:

Fyra cent per session är ingen katastrof. Men om du har 10 öppna sessioner om dagen blir det redan $0,40 i passiv förbrukning per dag, $12 i månaden. Stäng sessioner du inte behöver just nu. En session kan återställas med /resume från indexet – du behöver inte hålla den öppen.

Hur mäter du dina förluster: kommandot /context och dess förbehåll#

Först kommandot. I Claude Code öppnar du /context (eller /usage för beräkningen) och får något i stil med detta:

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%)

Det här är en normal permanent grundnivå efter den första rensningen. Bra – 71 % av fönstret är ledigt.

Känt /context-fel: 3x överdrift för MCP

Fram till en nylig uppdatering visade /context ungefär tre gånger den faktiska MCP-förlusten, eftersom overhead per verktyg räknades separat för varje verktyg.

Cameron säger att Anthropic åtgärdade detta i den aktuella versionen, som nu rapporterar 12 600 för samma XcodeBuildMCP. Alltså:

1. Om /context visar 50K+ för MCP-verktyg – kan du ha en gammal version av Claude Code. Uppdatera den.
2. Om MCP ligger på 8–15K – är det normalt, den verkliga kostnaden med Tool Search.
3. Om MCP ligger på 30–50K i en ny version har du verkligen många oanvända servrar anslutna. Gå till /mcp och koppla från dem.

Vad mer bör du kontrollera förutom /context?

/usage – visar din abonnemangsanvändning under de senaste 24 timmarna eller 7 dagarna. I Pro och Max visar det en uppdelning efter skills, underagenter, pluginer och enskilda MCP-servrar. Användbart för att hitta den skill som förbrukar mest.

/cost – för API-användare. Visar den proportionellt beräknade kostnaden för den aktuella sessionen i dollar. Inte för Pro/Max-abonnenter – de behöver den inte.

/usage-credits – på Pro/Max kan du ställa in en månatlig utgiftsgräns. Användbart om du inte vill att ett skriptstyrt agentteam av misstag ska maxa ditt kreditkort.

Så rensar du Claude Code-kontexten på 15 minuter#

Öppna ditt projekt i Claude Code och gå igenom stegen:

1. /context – skriv ner den aktuella uppdelningen. Det här är din utgångspunkt.
2. /clear – om chatten har samlat på sig historik som inte hör till den aktuella uppgiften. Nytt fönster.
3. ls -la ~/.claude/skills/ – se vilka skills som är installerade. Ta bort dem du inte har använt på en månad. Kommando: rm -rf ~/.claude/skills/[skill-name] (eller ta bort mappen via gränssnittet).
4. /plugin list – gör samma sak för pluginer. Ta bort sådant du inte använder med /plugin remove <name>.
5. /mcp – kontrollera anslutna MCP-servrar. Behåll bara dem som behövs för den aktuella uppgiften. Koppla från resten med /mcp disconnect <name>.
6. Öppna CLAUDE.md i en editor. Om filen har över 200 rader kan du flytta specialiserade instruktioner till Skills (~/.claude/skills/[topic]/SKILL.md). Sikta på en kärna på 100–200 rader och 5–15 ämnesinriktade Skills. Den detaljerade guiden finns i ”Så konfigurerar du CLAUDE.md 2026: färdig mall och 6 regler”.
7. Kontrollera /effort – använd /effort low för enkla uppgifter. En hög tänkbudget behövs bara för komplex arkitektur.
8. Avslutande /context-mätning. Jämför med steg 1.

I de beskrivna sessionerna minskade upptagen kontext från 60–80K till 25–30K efter rensning. Det är en förändring av ögonblicksbildens storlek, inte bevis på en fast minskning av totalt bearbetade tokens eller kostnad. Jämför kompletta körningar av samma uppgift, inklusive cache- och utdataanvändning, innan du hävdar besparingar.

Om du vill göra mer än att förstå token och bygga en komplett metodik för att arbeta med Claude – AI-klon, Second Brain (business/) och Context Engineering – är det dessa tre komponenter som ingår i metodiken.

När hjälper det mer att byta till Sonnet eller Haiku än att rensa kontexten?#

Anthropic skriver om modeller i dokumentationen:

En ungefärlig uppdelning av priser för indata-token (från och med 27 maj 2026):

Min konfiguration:

1. Standard – Sonnet 4.5. Det här är /config → default model. Den täcker 80 % av uppgifterna.
2. Kör /model opus manuellt när uppgiften verkligen är svår (ett arkitekturval, diagnos av en förbryllande bugg eller en ny produkt).
3. Använd /model haiku för tester och formatering. Eller ange uttryckligen model: haiku i underagentens konfiguration.
4. /effort separat från modellen. Du kan använda Opus med /effort low – då får du en kraftfull modell med minimalt tänkande för snabba svar på uppgifter med medelhög svårighetsgrad.

När kontextrensning är mer värd än att byta modell:

• Kontexten är mer än 50 % full – rensa den först.
• Kontexten är okej, men uppgifterna är komplexa – använd Opus med normal ansträngningsnivå.
• Kontexten är okej och uppgifterna rutinmässiga – använd Haiku.

En detaljerad genomgång av modeller och ansträngningsnivå finns i ”Sonnet eller Opus 4.7 i Claude Code: välj modell och /effort 2026”.

Vilka tips ökar användningen i stället för att minska den?#

Antimönster 1. ”Ta bort all MCP, det förbrukar token”

Lathet är det vanligaste misstaget. Ja, MCP förbrukade historiskt upp till 49 % av kontexten – men efter Tool Search sjönk det till 8–15 %. Och MCP ger dig riktiga verktyg som du annars skulle behöva bygga för hand. Om du tar bort all MCP går du tillbaka till manuellt arbete som tar mer tid än tokenen det sparar.

Rätt tillvägagångssätt: behåll bara de MCP-servrar du faktiskt använder regelbundet. Jag behåller Playwright (för att testa landningssidor) och shadcn (för att generera gränssnitt). Allt annat använder jag för en uppgift i taget.

Antimönster 2. ”Använd inte CLAUDE.md, lägg allt direkt i prompten”

Det låter ”logiskt”: om CLAUDE.md laddas med varje förfrågan, låt oss inte ladda den. I praktiken börjar du utan CLAUDE.md varje meddelande med att skriva samma instruktioner för hand, och Claude glömmer sammanhanget mellan meddelandena. Det betyder fler token, inte färre – de kommer bara via en annan kanal.

Rätt tillvägagångssätt: håll CLAUDE.md kompakt (100–200 rader), med kärnan där och specialiserat material i Skills. Mer information finns i ”Så konfigurerar du CLAUDE.md 2026”.

Antimönster 3. ”Arbeta alltid i Plan Mode”

Plan Mode är ett utmärkt verktyg för komplexa uppgifter där du först behöver utforska kodbasen och föreslå en plan. Men det använder i genomsnitt 7x fler token när du arbetar med agentteam (Anthropic-dokumentation). För en enkel uppgift som ”rätta ett stavfel i README” förbrukar Plan Mode 7 gånger mer än en direkt redigering.

Rätt tillvägagångssätt: använd Plan Mode för komplexa uppgifter som tar 30 minuter eller mer. För korta uppgifter kan du ge en direkt instruktion utan planläge. När du ska använda respektive läge beskrivs i ”Plan Mode i Claude Code: guide steg för steg och 4 steg 2026”.

Mer material finns på Ailoot.