我在 Claude Code 用了一周十亿 token？97% 是缓存

上周，我拉取了 Claude Code 的使用日志，看到了这个数字：

一周内使用了 13.6 亿个 token。

我的第一反应是既惊叹又惊讶。

然后我看了细分数据。

这 13.6 亿中，97.4% 都是 cache_read（缓存读取）。

真正写入缓存的新 token 只有约 3020 万个，Claude 生成的输出 token 约 590 万个。

所以，虽然标题数字是 13.6 亿，但真正的新缓存写入或生成输出只有约 3600 万。

原始总量约为这个数字的 38 倍。

Anthropic 的 API 有一个叫 Prompt Caching（提示词缓存）的功能，而 Claude Code 对它利用得很充分。

在一次编码会话中，Claude 会反复引用同一大段上下文：

• 你的 CLAUDE.md 项目指令
• 已读取过的文件
• 工具定义和结果
• 会话中积累的上下文

这些内容不会在每次请求时都当作新输入来处理，可复用的部分会被缓存起来。后续请求可以直接从缓存中读取——这就是显示为 cache_read 的内容。

成本差异不可忽视：缓存读取的定价大约是常规输入 token 的十分之一。

对于像 Claude Code 这样反复操作大量共享上下文的 Agent 来说，缓存机制至关重要。

一周 13,972 次模型调用

还有一个数字引起了我的注意。

同一周内：13,972 次模型调用。

大约每天 2000 次。

需要明确的是，这并不意味着我每天输入了 2000 个提示词。

Claude Code 以 Agent 的方式运行。一个任务可能涉及反复循环：

• 决定下一步做什么
• 执行
• 评估结果

所以我的一次请求，背后可能产生多次模型调用。

因此，13,972 次调用并不能说明我敲了多少字，更多反映的是我使用 Claude Code 的方式——不是作为聊天界面，而是作为一个持续运行的开发 Agent。

每次调用约 97,500 个 Token

用 13.627 亿除以 13,972，得到每次调用约 97,500 个 token。

这个数字听起来很惊人。

但同样，关键在于构成。

97.4% 都是 cache_read。

Claude 并不是每次调用都收到 97,500 个全新 token。它是在反复操作一个庞大的现有上下文，其中大部分可以从缓存中复用。

这样理解的话，这个数字就容易接受多了。

输入与输出的比率：230:1

还有一个比率我觉得很有意思。

输入侧 token 总计（input + cache_create + cache_read）：约 13.56 亿。

输出只有 590 万。

比率大约是 230:1。

Claude 每写一个 token，约读取 230 个 token。

这和 Claude Code 在实践中的体验是吻合的。

它可以读取大量代码库、对话历史、工具输出、项目指令和测试结果——然后只通过改三行代码或决定下一步运行什么命令来回应。

它更像是阅读大量材料后才做出相对较小改动的工程师，而不是大量输出文字的写作者。

单看输出，无法体现这个决策背后投入了多少上下文。

高 cache_read 比率是好是坏？

从成本效率的角度看，是的。

如果 Claude 能复用缓存上下文，而不必反复为相同的 token 支付全额输入成本，工作负载就会大幅降价。

97% 的 cache_read 比率意味着 Claude Code 从已处理的上下文中获得了大量复用。

如果看到相反的情况——几乎没有 cache_read，却有大量常规输入或反复创建缓存——我会开始检查：

• 缓存是否被有效复用
• 会话是否重启过于频繁
• 请求之间的上下文变化是否过大

但有一个重要区分：

缓存效率 ≠ 推理质量

廉价地重读大量上下文，并不意味着 Claude 完美地基于这些上下文进行推理。

超长会话仍然会产生漂移：遗忘的约束、不一致的命名，或与早期确立内容相矛盾的决定。

我在长时间使用 Claude Code 后就见过这种情况。

所以实际上有两个独立的问题：

1. 上下文复用的效率如何？
2. 模型在该上下文上的推理能力仍然多好？

从日志来看，第一个问题的答案：极其高效。

第二个问题则更复杂。

关于 Max 套餐的说明

我用的是 Claude 的 Max 套餐，所以这些 token 数量不能直接换算成按量付费的 API 账单。

不过这个细分数据仍然能说明工作负载的行为。

总量并不能告诉你工作负载有多昂贵或计算上有多"新"。

10 亿个常规输入 token 和 10 亿个缓存读取 token，从定价角度看是完全不同的工作负载。

对于 API 用户来说，这种区分更加重要，因为常规输入、缓存写入、缓存读取和输出的定价各不相同。

只看总量会产生严重误导。

一周 Claude Code 使用总结

cache_read: 13.3B (97.4%)
新缓存写入 + 输出: 约 36M
每次平均 token 数: 约 97,500
输入输出比: 约 230:1

起初，13.6 亿 token 听起来不可思议。

然后我意识到几乎都是 Claude 在数千个 Agent 步骤中反复复用同一个大上下文。

所以真正让我惊讶的数字不是 token 总数。

一周 13,972 次调用。

这个数字我还在回味。