Сколько токенов уходит в Claude Code: замеры

Дмитрий Фоменко

19 сентября 2026 г.17 минут чтения

Один вопрос из одной фразы, заданный Claude Code в корне рабочего проекта, стоит около 51 тысячи токенов. Ответ в нём занимает 54 токена, остальное это то, что модель читает перед ответом: системный промпт, описания инструментов, файл правил проекта и его память. Чтение одного файла на 75 строк с пересказом обходится в 103 тысячи за два запроса, поиск функции по проекту в 101 тысячу, а сессия, в которой агент за 35 минут пишет и публикует статью, отправляет модели 23 миллиона токенов, из которых 98 процентов приходят из кэша. Все числа ниже сняты в репозитории этого сайта: пять задач одной командой 19 сентября 2026 года и семь сессий по транскриптам с 16 по 19 сентября.

В мае я честно писал, что стоимость работы Claude Code не считал: с мая на плане за 200 долларов я видел только итог, около 80 процентов недельного лимита к концу недели, и не смотрел, из чего он складывается. Замеры ниже снял на моей машине и в моём аккаунте тот же автоматический прогон, который пишет статьи по расписанию; я разобрал его результаты. Здесь: сколько уходит на конкретное действие, где посмотреть свой расход и почему пятичасовой лимит тает, когда вы почти ничего не делали.

Что модель читает при каждом запросе

Модель ничего не помнит между запросами. Каждый раз, когда Claude Code отправляет ей ход, в запрос уходит всё: системный промпт с описанием инструментов, правила проекта из CLAUDE.md, вся история разговора с результатами команд и ваше новое сообщение. Ответ модели весит десятки или сотни токенов, а этот «багаж» весит десятки тысяч и растёт с каждым ходом. Поэтому расход в токенах определяется тем, что модель прочитала, и ваш текст в нём почти незаметен.

Чтобы не пересчитывать один и тот же багаж каждый раз, API кэширует неизменную часть запроса: если начало запроса совпадает с предыдущим, эта часть читается из кэша и стоит для Sonnet и Opus десятую долю обычного входа, для Fable 5.1 сороковую. В ответе API на каждый запрос стоят четыре числа, и по ним видно, что было новым, а что пришло из кэша: input_tokens (новые токены без кэша), cache_creation_input_tokens (записано в кэш, то есть тоже новое), cache_read_input_tokens (прочитано из кэша) и output_tokens (ответ модели вместе с её рассуждениями). Как устроено само окно контекста и что происходит, когда оно заполняется, я разбирал в статье про контекст в Claude Code; здесь речь про расход.

Замер: пять задач одной командой

Самый простой способ увидеть свой расход это запустить Claude Code без интерфейса, с флагом -p и выводом в JSON. В конце ответа лежит блок usage с теми самыми четырьмя числами и оценка стоимости, которую Claude Code считает сам по прайс-листу. Команда ниже запускается из папки проекта (cd в неё сначала), задаёт вопрос, а jq вынимает из ответа только нужное; если jq не установлен, вторую строку можно заменить на python3 -m json.tool answer.json и найти блок usage глазами. Модель выбрана Sonnet, чтобы числа были ближе к плану за 20 долларов.

Команда замера из папки проекта: вопрос без чтения файлов, ответ в JSON

claude -p "Ответь одним предложением, не читая файлов: что такое токен в языковой модели?" --output-format json --model sonnet > answer.json
jq '{num_turns, total_cost_usd, usage: (.usage | {input_tokens, cache_creation_input_tokens, cache_read_input_tokens, output_tokens})}' answer.json

Вывод для вопроса, заданного в корне проекта сайта (19.09.2026, модель claude-sonnet-4-6)

{
  "num_turns": 1,
  "total_cost_usd": 0.1561932,
  "usage": {
    "input_tokens": 3,
    "cache_creation_input_tokens": 40582,
    "cache_read_input_tokens": 10639,
    "output_tokens": 54
  }
}

Три токена нового текста и 54 токена ответа, а модель прочитала 51 224 токена. По оценке Claude Code это 16 центов за одно предложение; на подписке деньги не списываются, но именно этот объём идёт в счёт лимита. Ту же команду прогон запустил ещё в четырёх вариантах: в пустой папке вне проекта, с чтением файла, с поиском по проекту и с выводом git log (для команд в режиме -p агенту нужно заранее разрешить их флагом --allowedTools, иначе он тратит ход на запрос разрешения). В таблице «отправлено» это всё, что модель прочитала за задачу, «новых» это то, что не пришло из кэша.

Пять задач через claude -p, модель Sonnet 4.6, 19.09.2026

Отправлено модели всего

Из них новых, не из кэша

Вопрос из одной фразы в пустой папке: 1 запрос, ответ 49 токенов

Отправлено модели всего

18 858

Из них новых, не из кэша

8 219

Тот же вопрос в корне проекта: 1 запрос, ответ 54 токена

Отправлено модели всего

51 224

Из них новых, не из кэша

40 585

Прочитать файл на 75 строк и пересказать: 2 запроса, ответ 248

Отправлено модели всего

103 217

Из них новых, не из кэша

37 527

Найти вызовы функции по проекту: 2 запроса, ответ 302

Отправлено модели всего

101 292

Из них новых, не из кэша

36 024

git log --stat -40 и три предложения по нему: 4 запроса, ответ 565

Отправлено модели всего

208 291

Из них новых, не из кэша

38 194

Из таблицы видно главное. Ответ модели почти не участвует в расходе: самый длинный из пяти занял 565 токенов. Расход задаёт контекст, а контекст растёт с каждым запросом: чтение файла это два запроса, потому что после команды чтения модель получает результат и отвечает ещё раз, и второй запрос снова несёт всё, что было в первом. Из кэша при этом пришло 65 тысяч из 103. Четыре запроса с git log дали 208 тысяч отправленных при 38 тысячах новых.

Второе, что видно: 10 639 токенов из кэша даже в пустой папке. Это начало запроса, одинаковое в любой папке (описания встроенных инструментов), и оно уже лежало в кэше к моменту запуска. А вот разница между пустой папкой и проектом, 40 585 против 8 219 новых токенов, не про кэш. Это то, что проект добавляет в каждую сессию.

Наша находка: проект добавляет 32 тысячи токенов до первого слова

CLAUDE.md в корне проекта сайта занимает 331 строку и 103 килобайта. Claude Code читает его при старте каждой сессии и каждого субагента (отдельного помощника со своим окном, которого агент запускает под задачу), вместе с ним грузится память проекта и короткие описания восьми скилов, и по замеру всё это около 32 тысяч токенов до первого слова задачи; большая часть приходится на файл правил. Прогон проверил, что файл действительно в контексте, а не подгружается по требованию: спросил в режиме -p, какие разделы CLAUDE.md агент видит, не читая файлов, и получил три заголовка из него; запрос стоил те же 51 тысячу.

Документация Claude Code рекомендует держать файл в пределах 200 строк и выносить специализированные инструкции в скилы, которые загружаются только при вызове. У нас в файле лежат подробные правила деплоя, проверки вёрстки, ведения доски задач и уборки в разделе SEO, а нужны они далеко не в каждой сессии. Решение записано в бэклог проекта: разделы уходят в скилы, файл сокращается до ориентира из документации. Как устроен скил и почему он не занимает окно, пока его не позвали, я разбирал в статье про скилы в Claude Code. Если у вас файл правил на сотню строк, проверьте его тем же способом: два запуска claude -p с одинаковым вопросом, в проекте и в папке вне любого репозитория, и разница в сумме отправленных токенов покажет, сколько проект добавляет к каждому запросу. Один запуск даёт разброс в пару тысяч токенов, так что сравнивайте порядок, а не единицы.

Ноутбук с редактором кода у ночного окна, рядом лист в клетку с рукописным списком и галочками, карандаш и лампа

Сессия целиком: пять статей и два длинных вечера

Одна команда показывает цену действия, но лимит съедают сессии. Claude Code хранит каждую сессию транскриптом в ~/.claude/projects/<папка проекта>/<id>.jsonl; папка проекта называется по его пути с дефисами вместо слэшей, например -Users-artem-bot, а самый свежий файл в ней это текущая сессия. В каждой строке с ответом модели лежит тот же блок usage. Скрипт ниже складывает эти числа по файлу; зависимостей у него нет, нужен только Python 3. Субагенты пишут свои транскрипты в подпапки, скрипт их не читает, так что суммы ниже это основной разговор без помощников.

Скрипт: расход токенов по транскрипту сессии (Python 3)

# Считает расход токенов по транскриптам Claude Code.
# Запуск: python3 token-usage.py ~/.claude/projects/<папка-проекта>/<сессия>.jsonl
import json, sys

for path in sys.argv[1:]:
    seen, tot, calls = set(), dict(input=0, cache_write=0, cache_read=0, output=0), 0
    for line in open(path):
        try:
            o = json.loads(line)
        except ValueError:
            continue
        usage = (o.get("message") or {}).get("usage")
        key = o.get("requestId") or o.get("uuid")
        if o.get("type") != "assistant" or not usage or key in seen:
            continue
        seen.add(key); calls += 1
        tot["input"] += usage.get("input_tokens", 0)
        tot["cache_write"] += usage.get("cache_creation_input_tokens", 0)
        tot["cache_read"] += usage.get("cache_read_input_tokens", 0)
        tot["output"] += usage.get("output_tokens", 0)
    sent = tot["input"] + tot["cache_write"] + tot["cache_read"]
    print(f"{path.split('/')[-1][:8]}  запросов {calls}  отправлено {sent/1e6:.1f} млн  "
          f"из кэша {100*tot['cache_read']//max(sent,1)}%  в кэш {tot['cache_write']/1e3:.0f} тыс  "
          f"без кэша {tot['input']/1e3:.0f} тыс  ответ {tot['output']/1e3:.0f} тыс")

Прогон применил его к семи сессиям в проекте сайта. Пять из них это автоматические прогоны на модели Fable 5.1, в каждом агент выбирает тему по поисковым запросам, пишет статью, проверяет её в браузере, публикует и уведомляет поисковики; человек в них не участвует. Шестая это вечерняя сессия 18 сентября, почти восемь часов с перерывами. Седьмая тянулась с 16 по 18 сентября на модели Opus 5, к ней возвращались после долгих пауз.