Как платить
Claude Code меньше,
не теряя качества

В Claude Code есть команда, которая читает ваш CLAUDE.md и выбрасывает оттуда то, что мешает новым моделям. Авторы прогнали её на шести промптах, куда нарочно подсадили старые приёмы вроде «проверь дважды», — и получили в среднем на 14,6% дешевле и на 5,3% точнее. Одной командой, не трогая ни модель, ни задачу.

Это пересказ статьи команды Claude. Половина её — про то, как писать свои приложения на API: диагностика кэша в консоли, ручные точки кэширования, пакетная обработка. Всё это я выбросил, оставил только то, что можно сделать, сидя в Claude Code.

Осталось три вещи, и они очень разные по отдаче. Аудит инструкций — то самое, с чего я бы начал: он разовый и почти бесплатный. Аккуратность с началом запроса и трезвый выбор усилий — это уже про привычку, эффект от них накапливается неделями и заметен, только если вы сидите в длинных сессиях с толстым CLAUDE.md и десятком подключённых инструментов. Если у вас пять коротких сессий в неделю и конфиг на десять строк — экономить, честно говоря, не на чем, читайте только про инструкции.

Каждый раз, когда вы что-то пишете Claude, он сначала «вчитывается» во всё, что вы ему прислали: инструкции из CLAUDE.md, скиллы, описания инструментов, всю историю разговора. Это как заново пересматривать всю папку с делом перед каждым вопросом. Дорогая часть — именно чтение, а не ответ. На языке платформы этот шаг называется prefill.

Кэш — это закладка. Если следующий запрос начинается ровно так же, как предыдущий, Claude не перечитывает всё заново, а берёт готовое состояние с закладки. Чтение из кэша стоит долю от обычной цены входных токенов. Именно поэтому долгая сессия, где вы ничего не трогаете в начале, обходится дешевле, чем кажется.

Закладка работает только при трёх условиях:

1. та же модель;
2. начало запроса совпадает буква в букву;
3. вы уложились по времени — у закладки есть срок годности, по умолчанию пять минут.

Первые четыре строки — то самое начало, которое кэшируется. Меняется только последняя, и это нормально: дописывать в хвост дёшево.

Что сбивает закладку в вашей сессии

Всё, что меняется в начале запроса. Хвост — ваши новые сообщения — можно наращивать сколько угодно, начало трогать дорого.

• Правка CLAUDE.md, скиллов или памяти посреди сессии. Они лежат в начале, поэтому любая их правка заставляет перечитать всё заново. Дешевле собрать правки и внести их разом, а не по одной между сообщениями.
• Изменчивые значения в начале. Дата, время или случайный идентификатор, которые подставляются в инструкции, меняются каждый раз — и каждый раз ломают закладку.
• Смена набора инструментов. Описания инструментов идут в самом верху запроса, поэтому подключение или отключение MCP-сервера по ходу дела обнуляет кэш.
• Смена уровня усилий (effort) посреди разговора. Эта настройка тоже подставляется в начало, до вашего текста. Пережить такую смену без потери кэша умеют только отдельные модели — Opus 5 и Fable 5.1.
• Сабагенты. Ветка наследует кэш родителя, только если у неё то же начало, та же модель и тот же effort.

Что с этим делать

• Меняйте модель и усилия в момент, когда кэш и так слетает. При сжатии разросшейся истории она всё равно переписывается — вот и удачный момент переключиться: за этот промах вы уже заплатили.
• Держите начало стабильным. Всё, что вы хотите сказать модели по ходу дела, дешевле сказать обычным сообщением в чат, чем дописать в CLAUDE.md посреди сессии.
• Следите за сроком годности. Пять минут считаются с начала запроса. Если агент ждёт долгий инструмент или сабагента дольше пяти минут, закладка родителя протухнет раньше, чем придёт ответ, — и следующий шаг будет дороже обычного.

Это самая полезная часть статьи для Claude Code. В CLAUDE.md, скиллах и описаниях команд со временем накапливаются инструкции, которые латали слабости прежних моделей. Относительно возможностей свежих моделей они устаревают и начинают мешать. Типичные антипаттерны:

• Ритуалы перепроверки. «Перепроверь свою работу», «проверь дважды перед ответом» — новые модели понимают это буквально и жгут токены.
• Усилители старательности. «Будь максимально дотошным», «КРИТИЧЕСКИ ВАЖНО: ТЫ ВСЕГДА ДОЛЖЕН…» — приводят к многословию и лишним вызовам инструментов.
• Обязательные процедуры и «блокноты» для рассуждений. Жёсткие пошаговые схемы («думай по шагам в блокноте») и шаблоны рассуждений — ритуалы, которые новым моделям не нужны. Эти леса накладываются поверх встроенного мышления и тратят лишние токены.
• Устаревшие примеры. Примеры, подогнанные под ошибки старой модели, учат новую имитировать длинные цепочки рассуждений там, где они не нужны.
• Противоречивые правила. Новые модели точнее следуют инструкциям, поэтому противоречие («всегда делай Х» против «никогда не делай Х без разрешения») исполняется буквально — и качество падает.
• Устаревшие настройки. Параметры, написанные для прошлого поколения Claude, новые модели просто отвергают.

Как это чинить

В Claude Code есть команда, которая ищет эти антипаттерны сама. Она сканирует рабочую директорию: промпты, скиллы, описания инструментов и конфигурацию Claude Code — в том числе CLAUDE.md.

/claude-api prompt-audit

Насколько это важно, авторы показали на переходе с Opus 4.8 на Opus 5. Они брали чистый промпт и подсаживали в него по одному антипаттерну: устаревшая настройка thinking, пара противоречивых правил, ручной блокнот, «проверь дважды», «будь максимально дотошным» и обязательная процедура из шести шагов. Каждый вариант прогоняли на старой модели, на новой с одной лишь заменой модели и на новой после аудита.

Среднее по шести промптам на бенчмарке клиентской поддержки. Обратите внимание на среднюю строку: одна лишь смена модели сделала работу дороже, чем была, — старые инструкции съели весь выигрыш.

Аудит убрал антипаттерны и в среднем снизил стоимость на 14,6%, а точность поднял на 5,3%. Расходы упали, потому что исчезли лишние вызовы инструментов и дублирующиеся рассуждения. А точность выросла по трём причинам, и все три поучительные: устаревшая настройка thinking заставляла отклонять целый класс запросов; противоречивые правила привели к тому, что модель четыре раза не сделала то, что была должна, и вместо этого переспрашивала; а ручной блокнот столкнулся со встроенным мышлением — в трёх случаях модель написала вызов инструмента внутри рассуждения и так его и не выполнила.

Effort говорит Claude, насколько сильно стараться. На низком уровне он быстрее приходит к выводу. На высоком — размышляет, перепроверяет и рассматривает альтернативы, прежде чем ответить.

Соотношение цены и качества по уровням усилий у одной и той же модели бывает очень разным. На FrontierCode Diamond (50 самых сложных задач) Claude Fable 5 даёт 11,5% на низком effort за $5,35 за задачу, а на максимальном — 30,9% за $19,00: результат вырос примерно в 2,7 раза при цене примерно в 3,5 раза выше.

А бывает и наоборот: на Humanity's Last Exam (без инструментов) Fable 5.1 даёт около 53% на низком effort и около 61% на максимальном, но последний шаг до максимума добавляет всего полбалла при цене выше на 46%. Прирост укладывается в разброс между прогонами — то есть вы платите больше без измеримой отдачи.

Ошибиться с усилиями можно в обе стороны:

• Считать, что больше — всегда лучше. Высокий effort ведёт к «передумыванию»: модель тратит на размышления больше, чем задача того стоит, растут цена и задержка, а качество ответа может даже упасть. Размышления помогают, только пока есть что найти.
• Крениться в низкий effort. Если поставить слишком низко, модель остановится, не набрав доказательств: сделает меньше вызовов инструментов и ответит по первому результату поиска вместо третьего, меньше подумает на сложных шагах и пропустит проверку, которую обычно делает сама. Ответ выглядит законченным, но построен на неполной информации.

Главный практический вывод

Пробуйте более сильную модель на низком effort. Сильная модель, работающая вполсилы, бывает дешевле слабой, работающей на максимуме. На CursorBench 3.2 — а это как раз про работу с кодом — Claude Fable 5.1 на низком effort даёт то же качество, что Fable 5 на высоком, — за треть цены. Дешевле по двум причинам: на низком effort модель делает меньше работы на задачу, и чтение из кэша у новой модели стоит вчетверо меньше.

Так что при выборе, чем работать, разумнее взять модель поновее и не гнать её на максимум, чем экономить на модели и компенсировать это усилиями.

С одной команды:

/claude-api prompt-audit

Она пройдёт по рабочей папке — по CLAUDE.md, скиллам, описаниям команд и инструментов — и покажет, что там устарело. Занимает это пару минут, а вычищает то, что вы писали руками месяцами и с тех пор ни разу не перечитывали. Ничего другого с таким же соотношением усилий и отдачи в статье нет.

Дальше — две привычки, которые окупаются медленнее.

• Не дёргайте начало запроса. Правка CLAUDE.md, подключение MCP-сервера, смена модели или уровня усилий посреди сессии обнуляют кэш, и вся переписка перечитывается заново. Копите такие изменения и вносите разом — лучше всего в момент, когда история и так сжимается.
• Не держите максимум по умолчанию. Модель поновее вполсилы обычно и дешевле, и точнее старой на пределе. Максимальные усилия стоит включать под конкретную трудную задачу, а не на весь день.

Ссылки: документация платформы, скилл claude-api (он же встроен в Claude Code), оригинал статьи и он же в X.