Como reduzir o uso de tokens do Claude Code (e parar de bater nos limites)

Primeiro, veja para onde vão os seus tokens

Por que o uso dispara numa sessão longa

• Contexto longo: cada requisição leva a conversa inteira, e cada rodada de chamadas de ferramentas envia outra requisição. O cache deixa as releituras mais baratas, não de graça.
• Cache misses: a sua primeira mensagem depois de uma pausa maior que a duração do cache reprocessa o contexto inteiro.
• O que roda enquanto você está parado: tarefas agendadas da sessão e /loop, mensagens das suas outras sessões, verificações de metas, resumos de sessão e compactação ociosa.
• Workers em paralelo: cada subagente, agente de workflow e colega de um agent team envia as próprias requisições. Agent teams usam cerca de 7x os tokens de uma sessão comum quando os colegas rodam no plan mode.
• A própria compactação: o /compact precisa ler a conversa que resume. O /clear não custa nada.

12 formas de reduzir o uso de tokens do Claude Code

1. Limpe entre tarefas sem relação

   O /clear começa uma conversa nova, então o contexto antigo para de ir junto. Rode /rename antes se quiser retomá-la depois com /resume.

2. Compacte com instruções

   /compact Focus on code samples and API usage diz ao Claude o que manter. Você também pode deixar instruções fixas de compactação no CLAUDE.md.

   # Compact instructions
   
   Ao usar o compact, foque na saída dos testes e nas mudanças de código.

3. Use o modelo certo

   O Sonnet dá conta da maior parte do trabalho de código e custa menos que o Opus; guarde o Opus para arquitetura e raciocínio difícil. Troque com /model e dê model: haiku aos subagentes simples.

4. Baixe o esforço no trabalho simples

   Tokens de raciocínio são cobrados como saída e podem chegar a dezenas de milhares por requisição. Baixe o nível com /effort nas tarefas de rotina.

5. Mantenha o CLAUDE.md curto

   Ele é carregado inteiro em toda sessão. Fique abaixo de umas 200 linhas e mova instruções de fluxos específicos para skills, que só carregam quando usadas. Veja o guia do CLAUDE.md e as skills do Claude Code.

6. Enxugue os servidores MCP

   As definições de ferramentas são carregadas sob demanda por padrão, mas cada servidor ainda adiciona nomes e instruções. Desative os que você não usa em /mcp e prefira CLIs como gh, aws ou gcloud, que não adicionam uma listagem por ferramenta.

7. Filtre a saída barulhenta com um hook

   Um hook PreToolUse pode reescrever comandos de teste para manter só as falhas, transformando dezenas de milhares de tokens de logs em centenas. A documentação da Anthropic traz um script de filtro pronto.

   {
     "hooks": {
       "PreToolUse": [
         {
           "matcher": "Bash",
           "hooks": [
             { "type": "command", "command": "~/.claude/hooks/filter-test-output.sh" }
           ]
         }
       ]
     }
   }

8. Delegue o trabalho verboso a subagentes

   Rodar testes, ler documentação ou processar logs num subagente deixa a saída no contexto dele; só um resumo volta. Dê a esses subagentes um modelo menor.

9. Instale plugins de inteligência de código

   Em linguagens tipadas, um plugin de language server responde "ir para a definição" numa única chamada, em vez de um grep e várias leituras de arquivos.

10. Escreva prompts específicos

    "Adicione validação de entrada à função de login em auth.ts" lê poucos arquivos; "melhore este código" varre tudo.

11. Planeje primeiro, pare cedo

    Use o plan mode em mudanças grandes para pegar uma direção errada antes de escrever código; aperte Esc assim que o Claude sair do rumo e use /rewind para voltar a um checkpoint.

12. Fique de olho no que roda enquanto você está fora

    Cada tarefa agendada, execução de /loop ou mensagem ociosa envia o seu contexto inteiro. Pare os loops de que você não precisa, defina crossSessionInbound como hold para enfileirar mensagens de outras sessões e confira as linhas de Loops no /usage.

Fonte: documentação do Claude Code, Manage costs effectively

Limites de uso e custos de equipe

No Pro, Max e Ultra, o uso conta contra os limites do seu plano em vez de virar fatura; veja Claude Code vs Codex para entender como funcionam os limites de 5 horas e semanais. Na API, a Anthropic informa uma média corporativa de cerca de $13 por desenvolvedor por dia ativo e de $150 a $250 por mês, com 90% dos usuários abaixo de $30 por dia.

Admins podem definir limites de gasto para equipes, e uma tabela modelPricing nas configurações gerenciadas faz o /usage mostrar os preços contratados em vez do preço de tabela.

Agentes que trabalham com horário, sem queimar tokens a noite toda

Tudo o que acorda uma sessão envia o contexto inteiro dela, então um agente sempre ligado precisa de limites. O Crewmark transforma uma sessão do Claude Code, Codex, DeepSeek Harness ou OpenCode em um funcionário de IA que acorda com um heartbeat só durante o horário de trabalho que você definir.

1. Defina o horário e um ritmo

   Escolha a cada 15, 30 ou 60 minutos e as horas em que ele trabalha; fora delas, ele dorme. Veja como tornar o Claude Code proativo.

2. Uma issue por vez

   Cada heartbeat pega a próxima issue do quadro, então a sessão trabalha numa tarefa focada em vez de explorar sem rumo.

3. No plano que você já paga

   Os funcionários rodam na sua assinatura atual e contam contra os limites do seu plano. Leia o que é um funcionário de IA.

Perguntas frequentes sobre o uso de tokens do Claude Code