Custo de tokens do Claude Code: o que uma sessão realmente consome

Resposta rápida: espere dólares por sessão, não centavos.

O Claude Code é uma ferramenta agêntica, não uma janela de chat. Uma requisição sua pode disparar dezenas de chamadas de modelo, e cada chamada reenvia toda a conversa crescente como tokens de entrada. Isso faz do volume de entrada, não da saída, o principal fator de custo. Tokens de saída costumam ser um arredondamento perto da entrada. Números aproximados relatados pela comunidade colocam uma sessão séria de uma hora em um repositório médio em cerca de 5 a 20 milhões de tokens. Nas taxas diretas da Anthropic para o Sonnet 4.6 ($3 por milhão de entrada, $15 por milhão de saída), a maioria das sessões fica entre cerca de $2 e $40 antes dos descontos de cache, e dias pesados com o Opus passam bem disso. O cache de prompt puxa as faturas reais para baixo da matemática ingênua, mas o padrão se mantém: sessões longas em repositórios grandes custam dinheiro de verdade. Você tem três alavancas. Reduza o que entra na janela de contexto, roteie trabalho de rotina para modelos mais baratos, e reduza a taxa por token mudando onde as requisições são cobradas. O restante desta página detalha cada uma com números concretos.

Para onde os tokens realmente vão.

Duas mecânicas amenizam isso. Primeiro, o cache de prompt da Anthropic: o Claude Code marca prefixos estáveis como cacheáveis, escritas de cache custam um prêmio, e leituras de cache são cobradas a cerca de um décimo da taxa normal de entrada. Segundo, a compactação de contexto: o comando /compact resume o histórico e descarta a transcrição bruta. Ambos ajudam bastante, e nenhum muda a regra fundamental: tudo que está na janela é pago em toda chamada que o inclui. É por isso que o mesmo prompt custa valores muito diferentes em repositórios diferentes. Uma pergunta feita em uma sessão nova com um CLAUDE.md enxuto é barata. A mesma pergunta feita 30 turnos dentro de uma sessão que já leu uma dezena de arquivos grandes anda em cima de uma janela de tokens de seis dígitos.

• Prompt de sistema e definições de ferramentas: aproximadamente 15 a 20 mil tokens, reenviados a cada chamada de modelo.
• CLAUDE.md, arquivos de regras e schemas de ferramentas MCP: carregados no início da sessão e levados em toda chamada subsequente.
• Leitura de arquivos: um arquivo-fonte de 500 linhas tem cerca de 5 a 7 mil tokens, e permanece na janela depois de ser lido uma vez.
• Resultados de ferramentas: saída de testes, resultados de grep e logs de terminal são anexados à conversa e recobrados como entrada em todo turno posterior.
• O próprio loop agêntico: um único "corrija esse teste que está falhando" pode gerar de 10 a 40 chamadas de modelo antes do Claude Code responder.

Matemática realista de custo de sessão.

Modele turno a turno em vez de adivinhar. Uma sessão típica de tamanho médio roda cerca de 40 chamadas de modelo. Depois que alguns arquivos e alguma saída de teste se acumulam, a janela completa tem em média cerca de 90 mil tokens por chamada. Quarenta chamadas de 90 mil dão 3.6 milhões de tokens de entrada. A saída permanece pequena: 40 chamadas de aproximadamente 1,000 tokens cada dão cerca de 40 mil tokens de saída. A tabela abaixo precifica três perfis de sessão nas taxas diretas de tabela da Anthropic. Trate isso como tetos: o cache de prompt desconta bastante o prefixo repetido, então sessões em cache costumam sair mais baratas. O padrão ainda bate com o que desenvolvedores relatam. Tardes ocasionais custam alguns dólares; rodar o Opus como driver diário pela API pode passar de várias centenas de dólares por mês.

Plano vs API: qual caminho torna o Claude Code mais barato?

A Anthropic vende o Claude Code de duas formas: incluído em planos de assinatura de taxa fixa com limites de uso aplicados em janelas contínuas, ou medido por token na API. O preço da API do Claude Code é simplesmente as taxas de modelo acima aplicadas ao que suas sessões consomem, sem teto e sem corte. O ponto de equilíbrio é aritmética pura. Se sua sessão típica custa cerca de $11 no Sonnet nas taxas diretas, um plano de $20 se paga sozinho em aproximadamente duas sessões por mês, desde que você fique dentro dos limites. A pegadinha são os próprios limites: uso agêntico pesado é exatamente o padrão que dispara limites contínuos, e uma taxa fixa deixa de ser barata no momento em que você fica bloqueado no meio de uma sessão. O faturamento por API inverte essa relação. Você nunca é cortado, e paga exatamente pelo que consome. Muitos usuários pesados acabam em um modelo híbrido: um plano para trabalho interativo, uma chave de API para jobs de CI e excedente.

Como reduzir o custo de tokens do Claude Code.

As duas últimas alavancas se somam. Rotear um modelo barato por um endpoint com desconto pode transformar uma sessão de $10 em bem menos de um dólar para trabalho de rotina. Uma opção de gateway é a APIsRouter, uma API compatível com OpenAI com faturamento pay-as-you-go e sem assinatura: modelos globais são precificados 20% abaixo da tabela oficial, modelos chineses ficam abaixo de suas taxas oficiais, o primeiro depósito soma +100% de saldo, e o checkout sem cadastro em /topup cobra primeiro e envia a chave por e-mail. O catálogo abaixo mostra como fica uma escada de roteamento na prática. O Kimi K2.6 (kimi-k2.6) também está disponível se você preferir usá-lo como tier econômico.

• Mantenha o CLAUDE.md enxuto. Cada linha é uma cobrança recorrente em toda chamada de modelo em toda sessão.
• Comece uma sessão nova por tarefa e rode /compact quando uma sessão longa derivar. Uma janela de 150 mil tokens cobra 150 mil em cada chamada.
• Delimite as leituras. Aponte o Claude Code para arquivos específicos em vez de deixá-lo vasculhar, e exclua saída de build e diretórios vendorizados.
• Desative servidores MCP que você não está usando. Os schemas de ferramentas deles andam junto no prompt de sistema em toda chamada.
• Roteie por modelo. Mantenha o Opus para arquitetura e depuração difícil, rode o Sonnet como padrão, e envie boilerplate, scaffolding de testes e mensagens de commit para modelos mais baratos.
• Reduza a própria taxa por token apontando a base URL para um gateway em vez de faturar nos preços diretos de tabela.

Exemplo de configuração: reaponte o Claude Code e verifique.

O Claude Code lê ANTHROPIC_BASE_URL na inicialização, então trocar onde os tokens são cobrados é uma mudança de configuração, não de fluxo de trabalho. Coloque o endpoint e a chave em ~/.claude/settings.json e toda sessão os captura. Os IDs de modelo permanecem os mesmos, a execução de ferramentas continua local na sua máquina, e o rollback é comentar uma linha. Para ferramentas e scripts compatíveis com OpenAI, a base URL termina em /v1 (https://api.apisrouter.com/v1). Verifique a chave com um curl avulso antes de apontar seu driver diário para lá:

{
  "env": {
    "ANTHROPIC_BASE_URL": "https://api.apisrouter.com",
    "ANTHROPIC_AUTH_TOKEN": "sk-APIsRouter-...",
    "ANTHROPIC_MODEL": "claude-sonnet-4-6",
    "ANTHROPIC_DEFAULT_OPUS_MODEL": "claude-opus-4-7",
    "ANTHROPIC_DEFAULT_SONNET_MODEL": "claude-sonnet-4-6"
  }
}

Perguntas frequentes