排查 Claude Code 与 Codex 额度消耗
文章介绍如何用工具自带的提示和用量信息定位订阅额度消耗,并据此搭配模型。Claude Code 的会话或周配额耗尽后需等重置,触及单一模型系列上限时可换用其他系列。
AI 深度解读
Claude Code 或 Codex 用到下午就碰到上限,先别急着升级套餐。原作者建议先读报错,确认到底是哪一种额度用完,再看用量面板。你手打的提示词只是其中一部分,仓库指令、MCP 返回的大段日志、并行子代理,甚至你没在打字时触发的后台任务,都可能继续消耗额度。
这套排查方法最有用的地方,是把「现在怎么继续干活」和「下次怎么少花额度」分开。前者看额度类型和重置时间,后者要追到具体请求,看看它带了多少上下文、用了什么模型、又是谁发起的。
换模型之前,先看是哪种额度见底
Claude Code 的报错直接给出了判断依据。You've hit your session limit 和 You've hit your weekly limit 分别指会话窗口和周窗口。这两种额度由所有模型共享,用 /model 切换也得等报错里给出的重置时间。同一批请求会同时计入两个窗口,一次大规模并行工作流就可能在会话窗口重置前先耗尽周额度。
如果报错是 You've hit your Opus limit 或 You've hit your Sonnet limit,才可以切到另一个模型家族接着做。代价是每个模型有各自的提示缓存,切换后的首个请求要重新读取整段对话,无法命中原来的缓存。遇到 429 则先跑 /status,检查环境里是否留着 ANTHROPIC_API_KEY。它可能让请求走低额度的 API 密钥,把订阅额度和 API 限流混在一起排查。
确认限额类型后,Claude Code 的 Pro、Max、Ultra、Team 和 Enterprise 用户可以用 /usage 看技能、子代理、插件和各个 MCP 服务器的归因。按 d 看最近 24 小时,按 w 看最近 7 天。近期用量涉及 10% 或以上的项目会有建议,v2.1.305 起可以按 f 逐项预览并应用工具能执行的调整。这里的百分比表示该项涉及多少用量,同一请求可能涉及多项,所以各行相加可以超过 100%。它也只读本机的会话历史,另一台电脑和 claude.ai 的用量不会出现在这份归因里。
Codex CLI 用 /status 看当前模型、token 用量和会话中的剩余额度,用 /usage weekly、/usage daily 或 /usage cumulative 看 token 活动,当前限额和重置时间则到用量仪表盘确认。
哪些请求在你没打字时也会消耗额度
先查速度和默认模型。按原文引用的 Codex 定价 FAQ,同一个模型开 Fast mode,消耗订阅内含额度的速率是 Standard mode 的 2.5 倍。习惯性开着 /fast,会让日常小改动也按这个速率消耗额度。Claude Code 切到 Opus 时,继承会话模型的子代理也会跟着切过去,并行执行会进一步放大这项开销。
再查每次请求都带了什么。仓库根目录的 AGENTS.md 和 MCP 工具列表会增加常驻上下文。把目录专用的指令放进对应子目录,可以让全局文件更短。工具输出还有后续成本,例如一份长日志进了对话,后面的请求会继续带上它。Claude Code 对 MCP 的归因只计入使用过该服务器工具结果的请求,因此某一行占比高,适合先排查它的输出有多长、在后续请求里保留了多久。原文给的处理办法是,有现成 CLI 就考虑用 gh 等工具,测试和日志这类长输出可以交由子代理或 hook 处理,只返回主会话需要的几行。
并行任务和后台任务也要查。每个子代理、工作流代理和队友都有自己的请求,共用订阅窗口。会话内的定时任务到点会跑,跨会话消息会开启新一轮,后台工作未结束时,目标进度检查也可能开启新一轮。这些后台触发都会发送完整上下文。Claude Code v2.1.242 起可在 /usage 的 Loops 行找开销较大的定时任务,再用 /tasks 查看子代理各自用了什么模型。
最后看返工。Claude Code 对暂时性的 API 故障会退避重试,最多 10 次。用户能直接控制的是另一类重试,即同一条路走不通还反复催它继续,或者发现走偏太晚。复杂改动先用 plan mode,方向一偏就按 Escape,需要回到检查点时用 /rewind。给它一条能跑的测试或一个明确的预期输出,代理才有办法自行判断任务是否做完。
怎么把用量和模型选择放到日常工作里
作者给了一段状态栏脚本,把模型、推理强度、上下文占用、缓存命中率和订阅窗口用量放在当前会话里。脚本保存为 ~/.claude/statusline.py,在设置里配为 statusLine 命令,从标准输入读取 JSON。
#!/usr/bin/env python3
"""Claude Code status line: model, effort, context, cache hits and plan limits."""
import json
import sys
data = json.load(sys.stdin)
parts = [data["model"]["display_name"]]
effort = (data.get("effort") or {}).get("level")
if effort:
parts[0] += f" ({effort})"
ctx = (data.get("context_window") or {}).get("used_percentage")
if ctx is not None:
parts.append(f"ctx {ctx:.0f}%")
hit = (data.get("prompt_cache") or {}).get("hit_ratio")
if hit is not None:
parts.append(f"cache {hit:.0%}")
rate = data.get("rate_limits") or {}
for key, label in (("five_hour", "5h"), ("seven_day", "7d")):
used = (rate.get(key) or {}).get("used_percentage")
if used is not None:
parts.append(f"{label} {used:.0f}%")
print(" | ".join(parts))
重点看 rate = data.get("rate_limits") or {} 这一行。rate_limits.five_hour 和 rate_limits.seven_day 只向订阅用户提供,且要等到首个 API 响应后才有。作者用 Python 3.13.5 跑官方样例,输出如下。
$ python3 statusline.py < sample-input.json
Opus (high) | ctx 8% | cache 91% | 5h 24% | 7d 41%
$ python3 statusline.py < sample-input-api-user.json
Opus (high) | ctx 8%
第二条命令用的输入去掉了 rate_limits 和 prompt_cache,所以最后一行只剩模型、推理强度和上下文占用。样例里的百分比来自文档输入,作者实际验证的是脚本在字段齐全和缺字段时都能输出。
模型搭配上,作者建议 Claude Code 默认 Sonnet,碰到架构取舍或困难的多步推理才用 /model 切 Opus。也可以用 opusplan,规划交给 Opus,执行交给 Sonnet。简单子代理可以在定义里设 model: haiku。若要统一覆盖子代理、队友和工作流代理,v2.1.257 起可以同时设置 CLAUDE_CODE_SUBAGENT_MODEL 和 CLAUDE_CODE_SUBAGENT_MODEL_FORCE=1。手动换模型尽量放在任务边界,方便的话先 /clear,避免拿大段旧对话去做一次冷缓存读取。
按原文引用的 Codex 选型指南,范围明确的小改动用 Luna 配 low,预期还要迭代的复杂技术工作用 GPT-6.1 Sol 配 medium。如果额度和速度都无需权衡,指南给出的默认选项是 Astra。用 /model [model] --reasoning=<level> 一次设置模型和推理强度,再用 /status 核对。Fast mode 留给确实在等结果的任务。
我的判断
最可靠的一步是先读限额提示,再决定从哪里下手。直接升级套餐可以增加可用量,排查则能告诉你额度花在了哪里。前者适合已经确认日常工作量超出套餐的人。后者尤其适合原本够用、最近突然提前耗尽的人,因为一次并行任务或常驻设置变动就可能改变消耗节奏。
原文的实测范围很窄,只有状态栏脚本在两种样例输入上的表现。Fast mode 的 2.5 倍来自定价 FAQ,其余关于哪个开关最耗额度、改了能省多少、Sonnet 能覆盖团队多少工作,原文没有提供同任务的对照数据。多台设备一起用时,本机 /usage 也无法单独解释订阅额度为何见底。
模型搭配可以当起点。小补丁有明确的测试或类型检查,较轻的模型做完就能验收。跨包改动涉及接口兼容和迁移步骤,模型省下的额度可能被重复读代码和返工吃掉。判断一种搭配是否划算,要看交付同等结果需要多少轮。
能拿来做什么
- 下次碰到上限,先记下原始报错、重置时间和当前模型,再查
/status和对应的用量界面。确认是家族额度见底后,再考虑切模型续做。 - 整理前端或 Node 仓库的
AGENTS.md时,把只适用于某个包的规则下沉到包目录。让代理跑测试或读日志时,要求返回失败用例、首个有效错误和复现命令,避免整段输出留在主会话里。 - 给日常改动设一个可执行的验收条件,例如跑通受影响包的类型检查或指定测试。需要提高推理强度时,把切换放到规划、实现等任务边界,并用
/tasks确认并行子代理实际使用的模型。