上个月我的 Claude API 账单是 $47，其中 $30 是浪费的

说实话，我刚开始用 Claude Code 的时候完全不在意成本。反正 Pro 订阅 $20/月嘛，随便用。然后我发现 Pro 的额度用得比我想象的快太多了——一天写代码四五个小时，到月中就已经触发限速了。

后来我开始用 API，按量付费。第一个月账单出来：$47。

我吓了一跳，然后仔细看了用量明细。发现有一个项目的几次长对话，每次对话都有 150K+ 的 Token 输入——因为我把整个项目的 README、所有的类型定义、几个大文件全塞进上下文里了。每轮对话 AI 都要"重新阅读"这些内容，即使它们跟当前问题根本没关系。

那一刻我意识到：不懂 Token 经济学，就像开车不看油表——你以为在正常行驶，其实油箱快空了。

Token 到底是什么？

Token 是大语言模型处理文本的基本单位。但它不等于"一个字"或"一个词"——这是最常见的误解。

对于英文来说，1 个 Token 大约是 0.75 个单词，或者说 4 个字符。比如 "Hello world" 是 2 个 Token，"ChatGPT is amazing" 是 4 个 Token。

对于中文，1 个汉字大约是 1-2 个 Token。 这比英文"贵"不少。"你好世界" 这四个字可能就要 4-6 个 Token，而英文的 "Hello world" 只要 2 个。

你可能会问：为什么中文更"贵"？因为大部分模型的 Tokenizer 是基于英文训练的，英文的常见词被编码成了高效的 Token，而中文字符的编码效率较低。这是一个技术事实，不是歧视——只是说如果你主要用中文跟 AI 对话，同样的内容你要花更多的 Token。

上下文窗口是什么？为什么它是 AI 的"短期记忆"

上下文窗口（Context Window）就是 AI 一次对话中能"看到"的最大 Token 数量。你可以把它想象成 AI 面前的一张桌子——桌子就这么大，放满了就得把旧的东西拿走才能放新的。

不同模型和套餐支持的上下文长度不同，而且会更新。使用前应在当前工具或官方模型说明中确认，不要把课程里的旧数字当成配额承诺。

即使窗口足够大，也不该把整个仓库一次塞进去。无关文件会占用预算、稀释关键约束，并让结果更难追溯。更可靠的做法是先给目录结构和任务目标，再只引用接口、实现、测试与错误日志等相关材料。

输入 Token vs 输出 Token

这里有一个关键概念很多人搞不清楚：输入 Token 和输出 Token 是分开计费的，而且价格不同。

• 输入 Token：你发给 AI 的所有内容（你的 Prompt、引用的文件、CLAUDE.md 的内容、之前的对话记录）
• 输出 Token：AI 生成的回复（代码、解释、建议等）

输入、输出、缓存读取和缓存写入可能采用不同价格，具体规则以当前提供商账单为准。

这意味着什么？让输出只包含任务所需内容，同时减少无关输入，更容易控制成本。

在 CLAUDE.md 里加一条 "回复时直接给代码，不需要解释，除非我问" 能帮你省不少输出 Token。

为什么长对话越来越贵

这是一个很多人没意识到的"隐形成本"：每一轮对话，AI 都要重新阅读之前所有的对话记录。

假设你和 AI 进行了 10 轮对话，每轮你发 500 Token，AI 回复 1000 Token。到第 10 轮的时候：

第 1 轮输入：500 Token（你的消息）
第 2 轮输入：500 + 1000 + 500 = 2000 Token（前两轮 + 新消息）
第 3 轮输入：2000 + 1000 + 500 = 3500 Token
...
第 10 轮输入：约 13,500 Token

总输入 Token 不只是 10 × 500。 如果每轮都携带完整历史，之前的输入和输出会在后续请求中再次占用上下文；实际计费还要看提供商的缓存和工具实现。

插一句，Claude Code 和 Cursor 在这方面做了一些优化——比如 Prompt Caching（提示缓存），重复的内容不需要每次都重新计算。但即便如此，长对话的成本增长速度仍然是非线性的。

实用建议：当一个功能做完了，开一个新对话。 不要在一个对话里做完整个项目——那样到后面几轮，每次对话都在花大量 Token "回忆"前面的内容。