Claude Code 官方教你把会话打得更值

Anthropic 在 2026-08-14 发了 Maximizing the value of your Claude Code sessions。订阅用户看不到逐 token 价，但扣额度的请求结构一样：历史几乎每轮整段重发，靠 cache 打折；你若在会话中途乱切模型或 effort，等于主动把前缀打成全价 prefill。

作者：CodePass 技术编辑

一笔小修复为何会有五次请求

官方例子：修一个失败测试。第一轮带上系统提示、CLAUDE.md 与你的话，全部 prefill 并写入 cache；随后 Read 测试文件、再 Read 被测文件、Edit、跑 npm test、最后摘要。每一轮都把「到目前为止的整段对话」再送出去，但只有新增的那一截按全价输入计，前面走约 0.1x 的 cache read。输出（含 thinking）大致按输入约 5 倍计价，effort 调的就是 thinking 量。

苦力活可在该会话设 MAX_THINKING_TOKENS=0（Fable 5 除外），等于比 /effort low 再下一档。开新会话时先跑一次 /model 与 /effort 确认当前默认，二者都会记住上次选择。

什么会把 cache 整段打废

请求前缀顺序固定：工具定义 → 系统提示 → 对话（CLAUDE.md 在对话前部）。改到前缀或改 cache key，后面全部重算：

• /model（含 opusplan 进出 plan 换模）
• /effort
• Fast mode（打开时按 fast 价重 prefill；关掉对 cache 相对友好）
• /compact（对话被摘要替换，旧正文不再命中）
• 时间：订阅约 1 小时、API key 约 5 分钟过期（ENABLE_PROMPT_CACHING_1H=1 可把 API 拉到 1 小时）；隔太久再聊等于全量 prefill

便宜换模/换 effort 的时机：新会话开头，或刚 /clear 之后。长会话中途换，最贵。想丢掉最近几轮用 /rewind 裁尾巴，前面仍在 cache；不要用 /compact 当「后悔药」。

会话里什么最占坑

读过的文件、跑过的命令输出，之后每一轮都会再带上（cached 仍占上下文）。官方后文还强调：别为了「顺便」塞进大段无关日志。云端路径另有 Cloud Agent 省 token 可对照；本篇只管 Claude Code 本机会话账单结构。