Agentic Dev Wiki

Токени і ліміти

5 min read

English version

Автор: abavyka

Ліміт підписки їсть весь контекст, який летить з кожним запитом.

Два ліміти

На Pro і Max є два вікна: 5-годинне і тижневе. Кожен запит рахується в обидва одночасно. Вони спільні для всіх моделей (і з чатом у claude.ai теж), тому коли вилітає «You’ve hit your session limit», перемикання на Sonnet через /model нічого не дає.

Виняток — окремі ліміти на родину моделей: «You’ve hit your Opus limit» чи «Sonnet limit». Тоді /model на модель з іншої родини допомагає, але кеш у кожної моделі свій, тож перший запит перечитає всю розмову без кешу.

Тижневий ліміт можна вибрати ще до того, як скинеться 5-годинний: один великий сплеск роботи, і тиждень закінчився. Точних лімітів у токенах ніде нема, тільки відсотки.

У мене Pro особистий і Max робочий.

Кожен запит несе всю розмову

Модель нічого не памʼятає, тому Claude Code на кожен запит відправляє весь контекст. Кожен виклик tool — ще один запит з усією історією плюс результат. Тобто однорядкове питання в сесії, відкритій з ранку, коштує як уся ця сесія (хай і за ціною кешу).

Кеш на підписці живе годину. Пішов на обід довше — перше повідомлення після паузи промахується і обробляє весь контекст заново. Мене це здивувало найбільше: довга сесія, довга пауза, повертаєшся, пишеш одне повідомлення — і мінус 20–30% 5-годинного ліміту.

Input і output

Input — те, що летить у модель, тобто весь контекст. Output — те, що модель генерує, разом з thinking. На API output у 5 разів дорожчий за input, ціни за мільйон токенів:

  • Fable 5.1 — 50 output
  • Opus 5.5 — 20
  • Sonnet 5.5 — 10
  • Haiku 5.5 — 0.50 (для промптів до 100K токенів)

Читання з кешу — копійки від input: на Opus 5.5 і Sonnet 5.5 це 5% ціни. Input бере обсягом, бо контекст летить з кожним запитом, а output — ціною за токен.

Це ціни API. Як саме ліміт підписки зважує input і output, дока не пише.

Thinking і effort

Thinking (міркування моделі перед відповіддю) оплачується як output. Скільки думати, керує effort: low, medium, high, xhigh, max.

  • На Opus 5.5, Sonnet 5.5 і Haiku 5.5 за замовчуванням medium, на Fable — high
  • /effort — змінити рівень, /effort status — подивитись поточний
  • max діє тільки до кінця сесії і як дефолт не зберігається
  • На моделях 5.5 і Fable thinking не вимкнути, тільки знизити effort

Я живу на medium, а під окремі задачі ставлю high або беру Fable.

Субагенти

Субагент економить контекст основної сесії, але не ліміт: його запити рахуються туди ж. І якщо в нього не задана модель, він бере модель сесії. Сидиш на Opus — і весь ресерч субагентів теж іде на Opus. Вбудований Explore теж працює на моделі сесії, не на Haiku.

Модель задається у frontmatter (блок налаштувань між --- на початку файлу) самого субагента, наприклад у .claude/agents/test-runner.md:

---
name: test-runner
description: Runs the test suite and reports only the failures
tools: Bash, Read
model: haiku
---
 
Run `npm test` and report only the failing tests with their errors.

Інші значення: sonnet, opus, inherit (модель сесії). Модель обираю під задачу. Прогнати тести чи пошукати по репо — дешева, розібратись в архітектурі — сильніша.

Хто зжер: /usage

На підписці /usage показує не тільки смужки лімітів, а й розбивку:

  • skills, субагенти, плагіни і кожен MCP-сервер — у відсотках від використаного
  • прапорці на те, що дає 10% і більше (довгий контекст, промахи кешу), з порадою, що з цим робити
  • окремі рядки для /loop і scheduled tasks: скільки разів запускались і скільки токенів зʼїли
  • d / w — за день або за тиждень

Рахується локально з історії на цьому компʼютері, тож claude.ai і інші машини туди не потрапляють. Сума в доларах зверху — це оцінка за цінами API, на підписці вона ні на що не впливає.

У 2.1.299 /usage почав попереджати про max effort, контекст, що висить усю сесію, і великі результати tools. Там же пофіксили показ понад 100%.

Що їсть, поки ти нічого не робиш

  • Scheduled tasks і /loop — кожен запуск відправляє весь контекст, навіть коли сесія стоїть
  • Idle compaction — розмову від 200K токенів, що простояла близько 54 хвилин, Claude Code стискає сам. Вимикається "idleCompaction": false у settings.json або в /config
  • /compact — сам по собі великий запит, бо читає всю розмову. /clear не коштує нічого

Коли вперся

  • На 85% зʼявляється попередження з часом скидання
  • Коли ліміт зупинив задачу посеред роботи, Claude Code (з 2.1.234) чекає у відкритій сесії і сам продовжує після скидання. Але тільки якщо скидання протягом 24 годин, тож на тижневому ліміті зазвичай ні. Закрив термінал або написав щось сам — чекання скасоване. Вимикається в /config: Continue automatically at usage limit
  • /usage-credits — докупити на Pro/Max. Але поки йдеш на кредитах, кеш живе 5 хвилин замість години

Я завжди просто чекав. Звідси й почав шукати тули, які зменшують витрату токенів.

Що каже дока

У доці про витрати прямо сказано:

  • CLI-тули (gh, aws) ощадніші за MCP-сервери
  • Hook може відфільтрувати вивід команди до того, як його побачить Claude: з лога на 10 000 рядків — тільки рядки з ERROR, тобто сотні токенів замість десятків тисяч
  • Інструкції під окремі процеси краще тримати в skills: вони вантажаться тільки коли потрібні, а CLAUDE.md висить у контексті завжди

Далі буде про MCP і хуки.

Почитати

Graph View

Backlinks