Claude Code上线Code Mode,Token消耗最高降77%
Claude Code 的账单焦虑由来已久。同一个任务,一句话问得含糊,模型就要在仓库里反复搜索、逐轮把无关上下文重新背进请求;一句话问得精准,几轮就能收工。两者完成的是同一件事,成本却能差出数倍。Code Mode 要动的,正是中间那段“来回请示”的损耗。
从“一步一回头”到“一口气干完”
在传统模式下,Claude 调用工具是串行且同步的:找一次文件,等结果回对话;改一次配置,再把结果带回对话;跑一次测试,再回来报一声。每一步都要经过模型上下文,每份中间产物都会沉淀进后续每一轮请求里。
开启 Code Mode 后,Claude 不再逐步汇报,而是先写一段 JavaScript,把多个工具调用、条件判断、循环执行和结果过滤组织进同一段代码。不需要模型逐步决策的操作由程序连续跑完,工具返回的数据先在代码层被处理、筛选,最后只把必要结论送回对话。
Anthropic 官方文档举的例子很直观:让 Claude 找到某个配置文件、把里面的重试次数从 3 改成 5、再跑一遍测试。
- 以前:先找文件、等返回、再改配置、再跑测试,每一步都回对话里过一遍。
- 开启后:自己写一段小脚本,本地把“找文件、改配置、跑测试”一口气做完,最后只交回两句结论——改了哪个文件、测试过没过。
中间搜索过的目录、生成的大段测试日志,都留在代码里消化,不再堆进模型的上下文。至于究竟能省多少 Token,取决于脚本最终返回给模型的数据量有多大。
工具说明书从 16 本砍到 3 本
Code Mode 在入口处还做了一次大幅瘦身:模型侧接收到的内置工具定义,从原来的 16 个精简到只保留代码执行、状态轮询等功能的 3 个核心入口。

这意味着每轮起跑时携带的“工具说明书”固定少了约 1.3 万个 Token。这笔固定开销的削减是刚性的,不依赖具体任务好坏。里外一抵消,Opus 5.5、Sonnet 5.5 和 Fable 5.2 整趟跑下来的累计处理 Token 依然下降了 15%—54%。
换言之,官方宣传的“最高砍掉 77%”对应的是脚本化程度最高、中间数据被代码吃掉最多的理想任务形态;而对大多数日常任务,15%—54% 是更常见的区间。
账单实测:单次省 23%,Haiku 反向翻车 9%
报告里专门强调了一点:“累计处理的 Token”不等于实际账单金额。被省掉的大头属于重复读取的提示词缓存,而平台对这部分缓存本身就按更低费率打折计价。
把 Token 账折算成美元的是第三方测试。独立评测站点 bestagent.dev 在 Claude Code v2.1.325 上用 Opus 5.5、按 Anthropic 官方 API 标价,对 3 个真实开源仓库任务各跑 3 次:
- 新增带测试的 CLI 参数任务:开启 Code Mode 后单次费用从 $0.45 降至 $0.35,省 23%;
- 同一任务耗时从 80 秒缩短至 60 秒。
也有翻车案例。唯独 Haiku 5.5 在文件任务里处理 Token 反而增加了 9%。回看日志,主因是其中一次脚本找错目录,攒下的大量报错记录把起跑底座省出来的额度全吃光了——脚本写歪了,省下的说明书钱会连本带利吐回去。
桌面端暂时用不了,三个开关会跟着停
现阶段的 Code Mode 更像一块限在纯命令行终端里的“试验田”。

- 支持范围:仅限本地交互式终端,且需直连 Anthropic 官方订阅或 Console 账号;
- 暂不支持:桌面端 App、VS Code 插件,以及亚马逊 Bedrock、谷歌云等第三方云平台;
- 联动停用:开启后远程控制、Chrome 浏览器联动、computer use 电脑操控均暂不可用。
对现在就想试用的用户,两条实用建议:一是看任务决定开关,批量处理、多步骤串联这类复杂任务省 Token 效果才明显,单文件小改动用它反而是负担;二是别指望它替代判断,脚本写错方向时,上下文污染的成本比省下的更高。
真正的省钱开关,一直是“谁在组织循环”
把视野拉高一层,Code Mode 验证了一件对行业有启发的事:在底层模型完全不变的前提下,仅仅改变 Harness 的工作方式——谁来组织循环、中间数据留在哪里——对 Claude Code 这样成熟的客户端依然能挤出两成以上的真实成本。
这也解释了过去那些“省 Token 习惯”为什么有效,它们本质上都是在减少无意义的携带:
- 直接
@文件,别让模型自己去 grep 全仓库; - 任务之间清空会话,别让上一个任务的日志跟到下一个任务;
- 命令尽量安静,长日志交给子智能体处理;
- 会话跑偏了先用
/rewind回退几轮,而不是立刻/compact重写整段会话——回退只剪掉末尾,前面的缓存仍然有效; - 模型和
/effort在会话开始前就选好,中途切换是最贵的时机。
一段会话的成本,归根结底取决于三件事:上下文里最终堆了多少 Token,这些 Token 跟了多少轮,以及同时跑了多少个独立上下文。真实用户数据里,单 session 累计 Token 中位数在 100 万左右,p95 却能冲到 1500 万——后者不只是贵,注意力被稀释后的输出质量也在下降。
Code Mode 的 77% 是宣传口径上的上限,但它指向的方向很明确:少让模型背着无关内容跑,省下来的不只是 Token,还有响应速度、上下文空间,以及模型真正理解当前任务的那点注意力。