Claude Code 用量掉得快，不等于“套餐偷偷缩水”，也不等于“一定是缓存 bug”。同一个终端里可能同时出现订阅套餐进度、本机会话估算、API Console 用量和云厂商账单。它们的口径不同，先把数字归到正确所有者，后面的优化才有意义。
保留问题会话，先记下 claude --version，再依次运行 /usage、/context、/mcp。记录模型、effort、认证与计费路线、session ID、上下文占比、input/output、cache creation/read、套餐使用条或 API 估算，以及完整报错。不要在支持材料里放 API key、私人对话、客户代码或完整文件内容。
本文依据 Claude Code 的成本说明、上下文窗口说明、提示缓存说明和 MCP 文档，于 2026 年 8 月 4 日核对。界面或字段不一致时，以你安装的版本为准。
先把四种数字分开
/usage 的 Session 区块能显示当前会话的 token 构成和本机计算的美元估算。这个估算按标准标价计算，适合比较会话，不等于最终账单。Pro 或 Max 的使用量包含在订阅中，本机出现美元数字也不能证明发生了额外扣费。
| 观察面 | 能证明什么 | 不能证明什么 |
|---|---|---|
/usage 套餐进度 | 本机看到的订阅窗口和近期归因 | 所有设备的完整活动或 API 发票 |
/usage Session | 当前会话 token 组合与本机估算 | 实际结算金额 |
/context | 当前窗口被指令、文件、对话和工具占了多少 | 谁为这些 token 付费 |
| statusline | 连续显示上下文和会话估算 | 权威账单 |
| Claude Console | API workspace 的用量与费用 | 订阅套餐剩余额度 |
| 云厂商账单 | Bedrock、Google Cloud 或 Foundry 路线的费用 | Claude 订阅消耗 |
如果路线不清楚，暂停计算成本。检查当前登录、环境变量、base URL 和供应商。需要完整分流时，阅读 Claude Code API Key 与订阅计费指南。
在现场建立一张审计台账
不用导出整个聊天，只需要保存能比较的字段：
- 时间与时区，用来对齐 Console 或云账单；
- Claude Code 版本、模型和 effort；
- 认证路线、工作目录与 session ID；
/context的总占比和主要分类；- input、output、cache creation、cache read；
/usage中技能、subagent、插件和 MCP 的近期归因；- 准确的限制提示、
429、529或上下文警告； - 最近是否切模型、改 effort、连接 MCP、执行
/compact、升级或恢复旧会话。
当前 /usage 可以把近期套餐用量归因到技能、subagent、插件和单个 MCP server，并在长上下文或缓存未命中占比较明显时提示。但这些数据来自本机历史，适合诊断，不应被包装成所有设备的完整账单。
判断是上下文变重，还是缓存反复重建
上下文和缓存不是同一件事。Claude Code 每轮都要带上当前会话所需的指令、文件、对话和工具结果。即使缓存完全正常，一个跨越多个任务的长会话也会逐轮携带更多内容。
先看 /context。启动时可能已经加载 CLAUDE.md、memory、MCP tool 名称和 skill 描述；随后文件读取、工具返回和对话继续增长。若最大项来自旧任务，最有效的动作通常是另开一个明确范围的新会话，而不是继续压缩同一条历史。
再看缓存字段：
cache_read_input_tokens高，说明已有前缀在被复用；cache_creation_input_tokens高，说明前缀正在写入或重建；- 普通 input 是未走低价读取路径的输入；
- output 是模型生成的内容，缓存不会让它免费。
切换模型或 effort、改变加载到前缀里的工具、执行 /compact、升级、换路线或超过缓存 TTL 后，出现一次重建可能正常。真正值得调查的是：同样路线、模型、工具和短时间间隔下，相似请求连续高 creation、低 read。缓存 TTL 与失效细节见 Claude Code 缓存未命中成本指南。
MCP 要分别查工具定义和返回数据
不要用“装了几个 MCP”直接估成本。支持 Tool Search 的当前 Claude Code 会按需发现工具，而不是把全部 schema 预先塞入上下文；但自定义网关、部分云路线、模型、设置或 alwaysLoad 可能改变这一行为。
审计时分两层：
- 用
/mcp和/context看哪些 server 真正启用、工具是延迟加载还是预加载。 - 看工具调用返回了多少内容。很小的工具定义也可能带回整张表、整段日志或大量搜索结果，并留在会话历史里。
Claude Code 会在单次 MCP 输出超过 10,000 token 时警告，默认最大输出为 25,000 token。把上限调大只会允许更多内容进入上下文，不会让它更便宜。优先使用筛选、分页、摘要或文件句柄。需要系统清理时，转到 Claude Code MCP 上下文过载指南。
用一个干净会话做对照
选择一个小而可完成、又能代表原任务的动作。不要用新的模型或新的路线，否则对照失效。
- 保持版本、项目、认证路线、模型和 effort 相同。
- 新开会话，只保留任务真正需要的 MCP。
- 开始前保存
/usage和/context。 - 完成一个边界清楚的动作。
- 再保存同样字段，比较上下文增长、cache creation/read、output、MCP 归因和 API 时间。
如果干净会话明显更轻，旧会话的问题多半是历史累积、过大的工具结果、无关任务或多个 agent 上下文。此时应在任务边界使用 /clear，在自然节点用 /compact，缩小工具查询，并为常规工作选择合适的模型和 effort。
如果干净会话仍然复现异常，就停止无意义重复，把台账整理成可核对的支持材料：同一版本、路线、模型、effort 和小任务；新会话；无 MCP 变化；带时间戳和 token 分类；复现一次即可。
按证据选择最小修复
| 证据模式 | 第一动作 | 不要先做 |
|---|---|---|
| 无关任务让上下文持续增长 | 新开聚焦会话，在任务边界 clear | 直接升级套餐 |
| cache creation 连续偏高 | 固定模型、effort、工具和路线，再验证下一轮 | 每轮都 compact |
| 某个 MCP 占比突出 | 缩小查询和返回，当前任务暂时停用 | 永久关闭所有 MCP |
| output 占主要部分 | 明确输出格式，合适时用更便宜模型 | 把责任归给缓存 |
| 并行 agent 占主要部分 | 减少并发并缩小 spawn prompt | 把子上下文当作免费 |
准确错误是 529 | 看服务状态并有限重试 | 当作个人额度耗尽 |
API/供应商返回 429 | 按重试时间和限额处理 | 当作 Pro/Max 套餐用完 |
| 干净对照仍异常 | 带台账升级支持 | 购买更多额度掩盖问题 |
一次审计不需要建立完美的通用 token 模型。只要每个大幅变化都能归到上下文携带、缓存写入或读取、MCP 定义或结果、模型输出、并行 agent、订阅窗口或计费路线，就足以做出下一步决定。
