Claude Code 的快取不是存了就省，是讀夠次數才回本

事實分級說明

官方機制引自 Claude 官方部落格〈Maximizing the value of your Claude Code sessions〉（2026 年 8 月 14 日發布）與 Claude 官方價目表（2026 年 8 月 18 日讀取，價格可能隨時間調整）。標示「一次實測」的段落，是在同一個時間點、一個日常使用環境裡跑 /context 的結果，射程僅限那一次、那個環境、那個版本，不是通則。

一段 5 分鐘的快取，讀一次就回本；一段 1 小時的快取，要讀兩次才回本。這不是隨口估的比例，是 Claude 官方價目表上寫死的算術：快取寫入比一般輸入貴 1.25 倍到 2 倍，快取命中只要 0.1 倍。8 月 14 日，Claude 官方部落格發了一篇文章，教你怎麼在 Claude Code 裡少送 token、少花錢，內容照著做並不難。但價目表上還有幾個數字，那篇文章沒有寫——不先看懂這幾個數字，直接照著做，省下來的可能比想像中少。

Output 比 input 貴 5 倍，價目表上每一列都一樣

官方部落格給的理由是，decode（產生輸出）讓 GPU 忙的時間比讀輸入長得多，所以 output 定價比 input 高，原文用的字是「大約」5 倍。這句話讀起來像一個概略值，容易被當成某個模型剛好湊出來的數字。

翻開官方價目表（2026 年 8 月 18 日讀取），這個倍數不是概略，是精確的 5.0，而且全表每一列都一樣：Fable 5 的 base input 是每百萬 token 10 美元、output 50 美元；Opus 系列（5、4.8、4.7、4.6、4.5）是 5 美元對 25 美元；Sonnet 5 是 2 美元對 10 美元；Sonnet 4.6、4.5 是 3 美元對 15 美元；Haiku 4.5 是 1 美元對 5 美元。連已經退役的 Opus 4.1、Opus 4、Haiku 3.5，倍數也都是 5.0。這不是某一款模型的特例，是整張表共用的定價規則——但價格會隨時間調整，這裡引的是 8 月 18 日當天讀到的快照。

快取的倍率也定死在同一張表上。讀一次快取，只付 base input 的 0.1 倍。快取寫入則分兩檔：5 分鐘的快取寫入是 1.25 倍，1 小時的快取寫入是 2 倍。官方部落格說快取寫入「最多到 2 倍」，講的正是 1 小時那一檔；5 分鐘檔的 1.25 倍，部落格原文沒有寫出來，要對到價目表才看得到。

5 分鐘快取讀一次回本，1 小時快取讀兩次回本

官方價目表把這筆帳算給你看：快取命中只要付標準 input 價格的 10%，這代表 5 分鐘檔的快取（寫入貴 1.25 倍）讀一次就回本，1 小時檔的快取（寫入貴 2 倍）要讀兩次才回本。

把數字攤開算一次：5 分鐘檔，寫入比正常輸入多付 0.25 倍，每讀一次省下 0.9 倍——讀第一次就已經賺回來。1 小時檔，寫入多付 1.0 倍，讀一次只省 0.9 倍，還沒打平；讀兩次省下 1.8 倍，才真的回本。

這句話容易被讀反。快取寫入比較貴，不代表快取不划算，方向是反的——快取整體是省的，只是省的前提是要讀夠次數。一份 context 寫進快取之後只被讀一次就丟掉，尤其是寫進 1 小時檔，這筆錢多半是虧的；同一份 context 在對話裡被反覆讀取，快取才真的開始省。

會打掉快取的動作，都該在對話一開始做完

/model（換模型）和 /effort（換思考等級），是快取鍵值的一部分。官方原文說明，每個模型都有自己的快取，換模型之後，下一輪要把整段對話用全額價格重新填一次；思考等級同樣是快取鍵值的一部分，中途換一樣會打掉快取。中途做這兩個動作，代價是整段歷史被重新計算一次。

/rewind 和 /compact 都是拿掉對話內容的指令，但代價不同。/rewind 把最後幾輪砍掉，砍掉之前的部分仍然留在快取裡，不花錢。/compact 是把整段對話換成一份較短的摘要——寫這份摘要要花錢，只是如果舊對話還沒過期、還在快取裡，寫摘要這件事本身比較便宜。也就是說，/compact 划不划算，取決於動手的時候快取還在不在。

順帶一提，這些指令怎麼用會影響帳單，而 Claude Code 對「什麼時候該問你、什麼時候自己決定」也另外改過一輪規則，那件事寫在〈權限提示有 97% 被直接按同意，於是 Claude Code 改用分類器把關〉。

4.7 之後，同一段文字被算出的 token 數不一樣了

官方價目表寫了一件部落格文章沒提到的事：Claude 4.7 之後的模型（含 Claude Mythos Preview）換了一款新的 tokenizer，同一段文字用新版計算，大約會多出 30% 的 token，官方也註明，實際增加的幅度依內容與工作型態而定。Sonnet 4.6 以前的模型用的仍是舊版 tokenizer。

這件事跟「怎麼省 token」直接相關，卻很容易被忽略：同一份 context，拿去餵給 4.7 之後的模型和 4.6 以前的模型，算出來的 token 數本來就不是同一個數字——不是內容變了，是計數的方式換了。

這裡有三條線要守住，一步都不能跨：官方給的是「大約 30%」，而且明說幅度依內容而定，不能把它當成一個精確係數去套公式；官方沒有針對任何語言另外給數字，中文、日文之類的語言別比例，價目表上完全沒寫，不能自己補一個出來；新舊 tokenizer 的差異，跟模型單價的漲跌是兩件事，不能相乘出「所以新模型更貴」這種結論——例如 Sonnet 5 的 base input 是每百萬 token 2 美元，比 Sonnet 4.6 的 3 美元還便宜，價格與 token 數這兩條線各自看各自的。

〈Claude Sonnet 5 深度評測：什麼時候該用 Opus 4.8，什麼時候它就夠了〉整理過 Sonnet 5、Sonnet 4.6、Opus 4.8 之間該怎麼選；上面借用這些單價只是為了說明倍數關係，選型那件事那篇講得完整。

常駐負載裡，能自己調整的只有記憶檔和 skill 描述

一次實測（在一個日常使用的環境裡執行 /context）拆開了每個 session 一開始就帶著的常駐負載：那次量到的常駐總量約 42.2k token，占 1M context window 的 4% 左右。組成裡，系統提示占 5.5k、系統工具占 15.9k，這兩項不可控，是 Claude Code 本身的固定開銷。剩下的才是自己疊上去的：記憶檔 14.5k、約 40 支 skill 的描述合計 5.8k、自訂 agent 定義 0.5k。

同一次實測也量到，那個環境裡掛了 410 個 MCP 工具，佔用卻是 0 token，因為工具定義是按需載入，不是每個 session 一開始就把全部說明書塞進去。這代表在那個環境、那個版本下，「關掉用不到的連接器來省 token」對常駐負載沒有幫助——它們本來就沒有占常駐。這是一次實測的結果，不同版本、不同組態的環境，行為可能不同。

把這幾個數字放在一起看：系統提示和系統工具是拿不掉的固定成本，真正能自己動手調整的，只有記憶檔的份量和裝了幾支 skill。

官方那六條建議，這裡有三條的處理不一樣

官方那篇文章的 TL;DR 給了六條建議。其中三條，這裡的處理跟字面上不太一樣——兩條是前提對不上，一條是往同一個方向做得更徹底。三條都不是官方講錯了。

第一條是「休息前先 /compact」。官方的邏輯站得住：對話變短，回來之後每一輪要重送的內容變少；趁快取還沒過期時寫摘要，也比較便宜。但這條建議有一個沒明講的前提——休息完之後會回到同一個 session 繼續。如果收工的習慣是直接把這個 session 收掉、下次開一個新的，那份摘要就沒機會被用到，寫它的那筆錢等於白付。

第二條是把思考關掉來省錢，官方自己也標了例外——Fable 5 不能被這個設定關掉。這條的取捨很直接：省的是錢，代價是能力，值不值得換，要看那個 session 在做的工作是不是本來就需要那一級的推理能力。〈我以為找到更好的模型，後來發現只是它比較不愛說話〉記錄過同一種取捨的另一個版本：省下來的成本，常常是拿品質換的，而品質這件事不一定在第一眼就看得出來。

第三條是「中途不要切模型」。這條其實不是沒照做——官方自己在 TL;DR 裡就先講了，開始前把模型和思考等級定好，中途換會打掉快取。這裡的做法是，需要換一個更快的模型時，開一個新的獨立 session 去跑，而不是在原本的對話裡切換，等於把官方的建議做到底，不是反著來。

還有一處落差值得記下來。官方建議把工作流專屬的指示從 CLAUDE.md 搬進 skill，理由是 skill 只在用到時才載入。但前面那次實測量到，skill 的「描述」本身是常駐的——那個環境裡約 40 支 skill 的描述，合計占了 5.8k token，每個 session 都要先付這筆錢。搬家不是零成本，是把「整份指示常駐」換成「一行描述常駐」，多數時候仍然划算，只是不是免費的。skill 裝得越多，這筆固定成本越高；決定要不要留一支 skill，該問的是它的那行描述，值不值得每個 session 都付一次。

給非工程師的一句話

官方那篇教的省錢方法，照著做大致有用。只是動手之前，有三件事最好先知道。快取比較貴的是寫進去那一次，要讀夠次數才回本，不是存了就開始省。4.7 之後的模型換了計算方式，同一段文字算出來的 token 數已經不是同一個數字，舊的直覺套不上去。至於每次開機就背在身上的那些負載，真正動得了的往往不是那些看起來很多的工具，而是自己一行一行疊上去的說明檔——那才是唯一能自己減的部分。