Ringkasan Utama
Claude Code menagih berdasarkan token, jadi biaya Anda mengikuti seberapa banyak konteks yang mengalir melalui model, bukan berapa banyak pesan yang Anda kirim. Penghematan terbesar datang dari menjaga jendela konteks tetap ramping dengan reset rutin, mencocokkan model dengan tiap tugas, dan mendelegasikan pembacaan berat ke subagent. Beberapa kebiasaan memangkas biaya tanpa mengorbankan hasil.
Claude Code dihargai per token, dan token berperilaku berbeda dari penagihan berbasis permintaan yang diharapkan banyak developer. Setiap berkas yang dibaca agen, setiap keluaran perintah yang dilihatnya, dan setiap giliran percakapan sebelumnya dikirim ulang ke model pada giliran berikutnya. Jadi biaya lebih merupakan fungsi dari seberapa banyak konteks yang Anda pertahankan, bukan berapa banyak prompt yang Anda ketik.
Penjelasan ini membahas di mana biaya menumpuk dan sejumlah kecil tuas yang menggerakkannya. Tak satu pun menuntut paket berbeda atau model lebih lemah; semuanya kebiasaan dan pengaturan yang sudah Anda kendalikan di dalam sesi biasa.
Ke mana uang sebenarnya pergi
Satu giliran memakan token masukan yang dibaca model ditambah token keluaran yang ditulisnya. Dalam agentic coding, sisi masukan mendominasi, karena seluruh percakapan sejauh ini, termasuk tiap berkas dan hasil tool, diputar ulang pada tiap giliran baru. Sesi panjang mahal bukan karena jawaban akhirnya melainkan karena segala hal yang masih dibawanya.
Dalam praktik, tiga pendorong menjelaskan sebagian besar tagihan:
- Panjang percakapan, karena sesi yang sudah berjalan sejam mengirim ulang riwayat besar pada tiap pesan.
- Pembacaan berkas besar dan keluaran perintah yang bertele-tele, yang masuk ke konteks dan tinggal di sana sampai Anda membersihkannya.
- Pilihan model, karena model terkuat berbiaya beberapa kali lipat lebih mahal per token dibanding yang lebih kecil.
Jaga jendela konteks tetap ramping
Token termurah adalah yang tak pernah Anda kirim. Karena riwayat diputar ulang tiap giliran, kebiasaan berdaya ungkit tertinggi adalah sekadar mereset konteks saat Anda beralih. Perintah /clear menghapus percakapan di antara tugas yang tak berhubungan, dan /compact meringkas untai panjang menjadi bentuk lebih pendek ketika Anda ingin menjaga intinya tetapi membuang bagian besarnya.
Claude Code juga menerapkan prompt caching secara otomatis, sehingga bagian depan konteks Anda yang stabil, seperti instruksi sistem dan berkas yang tidak berubah, ditagih dengan tarif lebih rendah pada giliran berulang. Anda mendapat manfaatnya secara gratis, tetapi hanya jika Anda menghindari mengocok ulang konteks awal tanpa perlu, yang membatalkan cache.
Menjalankan /clear di antara tugas pada dasarnya gratis dan merupakan satu kebiasaan berimbal hasil tertinggi untuk mengendalikan biaya. Mulailah tiap tugas baru dari jendela bersih alih-alih menyeret satu jam riwayat tak terkait di belakang Anda.
Cocokkan model dengan tugasnya
Tidak setiap tugas pantas mendapat model paling mumpuni Anda. Mengarahkan pekerjaan rutin ke model yang lebih kecil dan murah serta menyimpan yang terkuat untuk penalaran yang benar-benar sulit bisa memangkas biaya tajam dengan sedikit penurunan kualitas.
- Pakai model kecil dan cepat seperti Haiku untuk pekerjaan mekanis yang lingkupnya jelas seperti penggantian nama, boilerplate, dan pencarian sederhana.
- Pakai model kelas menengah seperti Sonnet sebagai default harian Anda untuk sebagian besar pekerjaan fitur dan debugging.
- Simpan model terkuat untuk arsitektur, bug rumit, dan tugas di mana jawaban yang salah berbiaya mahal.
- Arahkan subagent bervolume tinggi ke model yang lebih murah sementara sesi pengorkestrasi tetap di model yang lebih kuat.
Delegasikan pekerjaan berat ke subagent
Subagent berjalan di jendela konteksnya sendiri dan hanya mengembalikan ringkasan, yang menjaga pembacaan berkas besar dan keluaran tool tetap di luar sesi utama Anda. Untuk pekerjaan berbasis keluasan seperti menjelajahi basis kode, isolasi itu sekaligus melindungi jendela utama dan menghentikannya melenceng saat terisi.
Tangkapannya adalah delegasi tidak otomatis lebih murah. Tiap subagent membaca ulang konteks yang dibutuhkannya, jadi satu jalannya yang menyebar ke beberapa agen bisa memakai jauh lebih banyak token secara total. Anthropic melaporkan bahwa sistem multi-agen bisa menghabiskan sekitar lima belas kali lipat token dari satu chat, jadi simpanlah untuk pekerjaan yang benar-benar diuntungkan oleh keluasan paralel.
Jangan berasumsi lebih banyak agen berarti biaya lebih rendah. Satu jalannya multi-agen menukar konteks jendela utama dengan volume token total, dan bila dipakai sembarangan justru menghasilkan tagihan lebih besar, bukan lebih kecil. Delegasikan demi isolasi dan keluasan, bukan sebagai refleks.
Lacak dan batasi pengeluaran Anda
Anda tidak bisa mengoptimalkan apa yang tidak Anda ukur. Sebelum menyetel apa pun, dapatkan visibilitas ke mana token pergi, lalu pasang pagar pembatas agar sesi yang lepas kendali tidak mengejutkan Anda.
- Pakai perintah /cost dalam sesi untuk melihat pemakaian token dan biaya sejauh ini pada percakapan itu.
- Pilih paket langganan tetap ketimbang penagihan API berbasis pemakaian jika pemakaian Anda berat dan stabil, karena harga yang dapat diprediksi menghilangkan kecemasan per token.
- Untuk tim, ekspor telemetri pemakaian dan pasang peringatan anggaran agar biaya terlihat per developer alih-alih baru ditemukan di akhir bulan.
Pengendalian biaya di Claude Code bukan soal memakainya lebih sedikit; ini soal membawa lebih sedikit. Reset konteks di antara tugas, cocokkan model dengan tingkat kesulitan pekerjaan, delegasikan pembacaan berat secara sengaja, dan pantau angkanya dengan /cost. Empat kebiasaan itu menjaga biaya tetap sepadan dengan nilai yang Anda dapatkan.