claude省token策略

按"不知不觉就花掉很多"的程度，大致从高到低：

1. 长对话本身（最容易忽略） 每发一条新消息，之前的整个对话历史都会作为输入重新发一遍。聊到第 50 轮时，前 49 轮的内容又被算了一次输入。早期传过的 PDF、图片、大段代码也在历史里，每轮都跟着重算。 （开了 prompt caching 的场景，重复部分按缓存读计费，便宜很多，但仍然要算。）

2. Agent / 工具调用类交互 比如 Claude Code、带联网搜索或网页抓取的对话。读文件、搜索结果、网页内容、命令输出都会塞进上下文。一次任务可能读几十个文件、跑很多轮工具，token 消耗远超你肉眼看到的文字量。

3. PDF 每页"文字 + 渲染图"双份计费，一页 1500～3000 token。一份 100 页的报告轻松二三十万 token。

4. 大段粘贴的文本 日志、代码、数据表、JSON。日志和 JSON 里重复的字段名、时间戳、空白都算 token，信息密度低但很贵。

5. 高分辨率图片 单张最多约 4800 token（新模型）。一张图不算多，但多张截图或在长对话里反复带上就积少成多。

6. 输出和思考（单价最贵） 输出 token 的单价通常是输入的 5 倍。让模型写长文、生成整份代码文件，或者开了深度思考，都按输出计费，而且思考内容即使不显示也照样算。

相对省的

• 语音输入：只按转写后的文字算。

• 简短的单轮问答。

省 token 的习惯

• 换话题就开新对话，别在一个长对话里什么都聊。

• PDF 只传需要的页，不需要版式就先自己抽成文字。

• 日志、数据先筛出相关的部分再贴。

• 图片按需降分辨率。

• 要简短回答就直接说"简要回答"，减少输出。