Consumo de tokens

O Claude Code cobra por token processado. Token é pedaço de texto — o que você escreve, o que ele responde e, principalmente, tudo que já estava na conversa.

A conta cresce por um motivo estrutural: cada mensagem carrega o histórico inteiro. E cada vez que o Claude usa uma ferramenta, sai outra requisição levando junto aquele lote de resultados. Numa sessão aberta desde a manhã, uma pergunta de uma linha à tarde ainda paga pelo dia todo.

O que engorda a conta, em ordem de impacto real:

• Sessão longa. O maior de todos. É o histórico sendo reenviado.
• Perda de cache. A primeira mensagem depois de uma pausa longa reprocessa o contexto inteiro em vez de reaproveitá-lo.
• CLAUDE.md inchado. Ele entra antes da sua primeira palavra, em toda sessão.
• Modelo mais forte do que a tarefa pede. O modelo mais caro deixado como padrão para tudo.
• Raciocínio estendido em tarefa trivial. Os tokens de raciocínio são cobrados como saída.
• Servidores MCP ativos que você não usa.

Dois lugares mostram o que está acontecendo, e nenhum deles é adivinhação: /usage mostra o consumo e, nos planos por assinatura, aponta qual comportamento respondeu por 10% ou mais do uso recente. /context mostra o que está ocupando a janela agora.

Economia aqui não é privação. Boa parte do gasto é trabalho desperdiçado: contexto que não ajuda em nada aquela tarefa, arquivo lido à toa porque o pedido era vago, caminho errado percorrido por três minutos antes de você mandar parar. Cortar isso melhora a resposta e o custo ao mesmo tempo.

O que não vale a pena: caçar economia antes de saber onde está o gasto. Rode /usage primeiro. E desconfie de qualquer número redondo de economia que não venha de medição sua — inclusive número que a própria IA estimou quando você perguntou a ela.