راهنمای بهینه‌سازی هزینه

تسلط بر تکنیک‌های کنترل هزینه Claude Code برای انجام کار بیشتر با توکن‌های کمتر

به کلید API نیاز دارید؟ ثبت‌نام ←·نقاط پایانی و Base URL ←

آخرین بازبینی: 2026-11-12 · 📄 بر اساس مستندات رسمی Anthropic و qcode.cc (در این بازبینی جدول قیمت مدل و مدل‌های فعلی Fable بررسی شد؛ نرخ‌های هر مدل در qcode.cc/models)

راهنمای بهینه‌سازی هزینه¶

نوشتن کد با Claude Code لذت‌بخش است، اما اگر در مصرف دقت نکنید، صورت‌حساب‌تان ممکن است برای‌تان «غافلگیری» به همراه داشته باشد. این راهنما به شما کمک می‌کند بفهمید هزینه‌ها چگونه ایجاد می‌شوند و چگونه بدون فدا کردن بهره‌وری، هزینه‌ها را به‌طور معقولانه کنترل کنید.

برای پلن ماهانه آماده نیستید؟ بسته‌های پرداخت به‌ازای مصرف از $4 برای یک سهمیه یک‌باره شروع می‌شوند که آن را ظرف 7 روز مصرف می‌کنید. وقتی سهمیه تمام شود، HTTP 402 دریافت می‌کنید و با تمدید، روی همان کلید ادامه می‌دهید؛ قواعد در بسته‌های پرداخت به‌ازای مصرف آمده است.

شناخت محاسبه هزینه توکن¶

پیش از بهینه‌سازی هزینه‌ها، باید منطق زیربنایی محاسبه هزینه—توکن‌ها—را درک کنید.

توکن چیست¶

توکن کوچک‌ترین واحد متنی است که یک مدل هوش مصنوعی پردازش می‌کند. می‌توانید آن را «واژه» مدل در نظر بگیرید:

• انگلیسی: 1 توکن ≈ 4 نویسه، یا 0.75 واژه
• چینی: 1 نویسه چینی ≈ 1-2 توکن (میانگین ~1.5 توکن)
• کد: نام متغیرها، کلیدواژه‌ها و نمادها هرکدام تعداد متفاوتی توکن مصرف می‌کنند

مرجع تخمین سریع:

توکن‌های ورودی در برابر توکن‌های خروجی¶

هر تعامل با Claude برای محاسبه هزینه از دو بخش تشکیل می‌شود:

Total Cost = Input tokens × Input rate + Output tokens × Output rate

نکته کلیدی: توکن‌های خروجی معمولاً 5 برابر گران‌تر از توکن‌های ورودی هستند. با در نظر گرفتن Sonnet 5.5 به‌عنوان مثال (جدول از قیمت‌های فهرست منتشرشده Anthropic استفاده می‌کند تا نشان دهد محاسبه هزینه توکن چگونه ساختار می‌یابد، به تاریخ 2026-11-12؛ QCode هزینه را به‌ازای هر توکن محاسبه می‌کند و نرخ‌های هر مدل در qcode.cc/models فهرست شده است، که همان صفحه ملاک است):

این یعنی: تولید محتوای طولانی توسط Claude گران‌تر از آن است که شما زمینه بیشتری ارائه دهید.

یک گفتگوی معمول چند توکن مصرف می‌کند¶

با در نظر گرفتن Sonnet 5.5 به‌عنوان مثال، برآورد هزینه برای چند سناریوی رایج:

اعداد بالا فقط برای مرجع هستند. هزینه‌های واقعی به حجم کد، تعداد نوبت‌های گفتگو و اندازه زمینه بستگی دارد.

راهبرد انتخاب مدل¶

انتخاب مدل مناسب مستقیم‌ترین راه برای صرفه‌جویی در هزینه است. تفاوت قیمت میان مدل‌های مختلف چشمگیر است.

جایگاه مدل‌های اصلی¶

قیمت‌های زیر قیمت‌های فهرست منتشرشده Anthropic هستند (USD به‌ازای هر میلیون توکن، تا تاریخ 2026-11-12). این قیمت‌ها فقط برای مقایسه سطح‌ها با یکدیگر استفاده می‌شوند؛ نرخ‌های واقعی QCode در qcode.cc/models است.

/models در QCode شامل claude-fable-5-2 است، و claude-fable-5-1 قبلی همچنان به فروش می‌رسد؛ یک کلید QCode هر دو را فراخوانی می‌کند و نرخ‌های واقعی در qcode.cc/models است.

مقایسه هزینه: انجام همان کار با پیچیدگی متوسط (10K توکن ورودی، 3K توکن خروجی) با قیمت‌های بالا:

• Haiku 5.5: $0.0025
• Sonnet 5.5: $0.050
• Opus 5.5: $0.100

Sonnet 5.5 حدود 20 برابر Haiku 5.5 هزینه دارد و Opus 5.5 حدود 2 برابر Sonnet 5.5.

اصول انتخاب مدل¶

Use Sonnet as your daily default (80% of tasks can be handled by it)

Only switch to Opus for:

  - Complex architecture design and technical decisions
  - Large-scale code refactoring
  - Cross-module modifications involving multiple systems
  - Difficult bugs requiring deep reasoning

Only switch to Haiku for:

  - Simple format conversions
  - Generating repetitive code (like CRUD endpoints)
  - Quick Q&A (questions answerable in one sentence)
  - Code comments and documentation generation

برای جابه‌جایی در هر زمان از فرمان /model استفاده کنید:

/model sonnet    # Switch to Sonnet
/model opus      # Switch to Opus
/model haiku     # Switch to Haiku

نکات صرفه‌جویی هزینه در مدیریت زمینه¶

مدیریت زمینه برای بهینه‌سازی هزینه نقش محوری دارد. Claude در هر نوبت گفتگو، تمام تاریخچه گفتگوی قبلی را دوباره ارسال می‌کند؛ یعنی هرچه گفتگو طولانی‌تر باشد، تعداد توکن‌های ورودی هر نوبت بیشتر می‌شود.

/compact برای فشرده‌سازی تاریخچه¶

وقتی گفتگو از 10 نوبت فراتر می‌رود یا احساس می‌کنید پاسخ‌ها کند شده‌اند، از /compact استفاده کنید:

/compact

/compact باعث می‌شود Claude گفتگوی قبلی را به خلاصه‌ای مختصر تبدیل کند و تاریخچه کامل را جایگزین کند. این کار تعداد توکن‌های ورودی نوبت بعدی را به‌طور چشمگیری کاهش می‌دهد.

زمان استفاده:

• گفتگو از 10 نوبت فراتر می‌رود
• یک زیرکار تکمیل شده و آماده شروع کار بعدی هستید
• احساس می‌کنید پاسخ‌های Claude افت کرده‌اند (نشانه بارگذاری بیش از حد زمینه)

/clear برای شروع از نو¶

هنگام تغییر به موضوعی کاملاً متفاوت، بدون تردید از /clear استفاده کنید:

/clear

زمان استفاده:

• تغییر از توسعه قابلیت A به قابلیت B
• اشکال‌زدایی کامل شده و نوشتن کد جدید آغاز می‌شود
• گفتگو از موضوع منحرف شده و می‌خواهید از نو شروع کنید

هزینه استفاده نکردن از /clear: اگر تاریخچه گفتگوی قبلی شما 50K توکن داشته باشد، در هر نوبت از موضوع جدید بابت آن 50K توکن به‌طور غیرضروری هزینه می‌پردازید. با قیمت ورودی Sonnet 5.5 ($2 به‌ازای هر میلیون توکن)، این یعنی $0.10 هزینه اضافی در هر نوبت. 10 نوبت = $1 هدر رفته.

ارجاع دقیق با @¶

تفاوت هزینه میان اینکه بگذارید Claude خودش فایل‌ها را جستجو کند و اینکه شما مستقیماً به فایل‌ها ارجاع دهید چشمگیر است:

# Expensive! Claude may search dozens of files to find relevant code
"Help me modify the email validation part of user registration logic"

# Cheap! Directly tell Claude where to look
"Modify the regex in the validateEmail method in @src/services/auth-service.ts"

وقتی می‌دانید کدام فایل را باید تغییر دهید، همیشه برای ارجاع مستقیم از @ استفاده کنید. اینکه بگذارید Claude خودش جستجو کند نه‌تنها پرهزینه‌تر است بلکه دقت کمتری هم دارد.

.claudeignore برای کنار گذاشتن فایل‌های بزرگ¶

مطمئن شوید انواع فایل‌های زیر در .claudeignore قرار دارند:

# These files consume massive tokens if read by Claude
node_modules/          # Tens of thousands of files
dist/                  # Build output
*.min.js               # Minified JS
*.sql                  # Database dump
*.csv                  # Data files
package-lock.json      # Lock file (enormous content)
pnpm-lock.yaml         # Lock file
yarn.lock              # Lock file

مورد واقعی: کاربری هزینه‌های غیرعادی بالا دید و متوجه شد Claude هنگام جستجوی کد یک فایل دامپ SQL 50MB را خوانده و در یک مرحله حدود 15M توکن مصرف کرده است (~$45 هزینه ورودی).

بهره‌گیری از کش¶

کش prompt یک قابلیت بسیار مهم برای صرفه‌جویی در هزینه در Claude API است.

کش prompt چیست¶

وقتی مکالمه‌های چندنوبتی پیاپی دارید، هر نوبت تمام محتوای قبلی را دوباره ارسال می‌کند. بدون کش، هر بار با قیمت کامل ورودی محاسبه می‌شود. با کش:

• اولین ارسال: با قیمت عادی ورودی محاسبه می‌شود (هزینه نوشتن در کش کمی بیشتر است)
• ارسال‌های بعدی: همان محتوا به کش برخورد می‌کند و با قیمت خواندن از کش محاسبه می‌شود (1/10 ورودی عادی در بیشتر مدل‌ها، 1/20 در Sonnet 5.5 و Opus 5.5)

با استفاده از Sonnet 5.5 به‌عنوان مثال:

یعنی برخورد کش فقط کسر کوچکی از قیمت ورودی عادی هزینه دارد (1/10 در بیشتر مدل‌ها، 1/20 در Sonnet 5.5 و Opus 5.5).

چگونه مزایای کش را حداکثر کنیم¶

کش به‌صورت خودکار انجام می‌شود، اما می‌توانید نرخ برخورد کش را با عادت‌های مصرف بهبود دهید:

مکالمه‌ها را منسجم نگه دارید:

# Good habit: Continue developing the same feature in one conversation
> "Create UserService basic structure"
> "Add getUserById method"        # Previous content hits cache
> "Add updateUser method"         # Previous content hits cache
> "Add unit tests"                # Previous content hits cache

# Bad habit: /clear after every sentence
> "Create UserService basic structure"
> /clear
> "Add getUserById method to UserService"    # Cannot leverage cache
> /clear
> "Add updateUser method to UserService"     # Cannot leverage cache

CLAUDE.md را مکرراً تغییر ندهید:

محتوای CLAUDE.md در هر نوبت مکالمه ارسال می‌شود. اگر محتوا پایدار باشد، در بلندمدت به کش برخورد می‌کند. تغییرات مکرر باعث بی‌اعتبار شدن کش می‌شود.

زمان‌بندی معقول /compact:

/compact تاریخچه را جایگزین می‌کند و باعث بی‌اعتبار شدن کش می‌شود. بنابراین زیاد از آن استفاده نکنید؛ فقط وقتی مکالمه واقعاً بیش از حد طولانی است.

کش چقدر کمک می‌کند¶

با فرض یک مکالمه 10 نوبتی، هر نوبت حدود 20K توکن ورودی دارد (شامل تاریخچه):

با قیمت‌های فهرستی Anthropic در بالا، کش در این مثال حدود 85% از هزینه ورودی را صرفه‌جویی می‌کند.

پایش و بودجه‌بندی¶

عادت پایش هزینه‌ها را در خود پرورش دهید تا ناخواسته بیش از حد خرج نکنید.

دستور /cost برای مشاهده نشست جاری¶

در هر زمان در Claude Code، وارد کنید:

/cost

توکن‌های مصرف‌شده و هزینه تخمینی نشست جاری را نشان می‌دهد. پس از اتمام هر کار آن را بررسی کنید.

داشبورد QCode.cc برای تاریخچه¶

به QCode.cc Console وارد شوید و در صفحه «آمار مصرف» می‌توانید ببینید:

• جزئیات فراخوانی مدل: مدل، تعداد توکن و هزینه هر فراخوانی
• خلاصه‌های روزانه/ماهانه: نمودارهای روند هزینه
• پیشرفت مصرف پلن: درصد مصرف سهمیه پلن جاری

عادت کنید داشبورد را روزانه بررسی کنید تا مصرف غیرعادی را زودتر تشخیص دهید.

توصیه‌های کنترل هزینه¶

دام‌های رایج هزینه¶

در ادامه موقعیت‌هایی آمده است که بیش از همه توکن هدر می‌دهند. بررسی کنید کدام‌یک شامل حال شما می‌شود:

دام 1: چسباندن مستقیم فایل‌های بزرگ¶

# Wrong approach: Pasting file content into the conversation
> "Here's my code, help me review it:
[pasted 500 lines of code]"

# Correct approach: Use @ reference
> "Review the createOrder method in @src/services/order-service.ts"

تفاوت: چسباندن 500 خط حدود 1,500 توکن ورودی است و این مقدار در هر نوبت گفت‌وگو دوباره ارسال می‌شود. با استفاده از @ برای ارجاع به همان فایل، Claude فقط زمانی که لازم باشد آن را می‌خواند و محتوای خوانده‌شده در کش ذخیره می‌شود.

دام 2: تلاش مکرر برای همان دستور ناموفق¶

# Wrong approach: Asking Claude to run the same failed command repeatedly
> "Run npm run build"
# Failed
> "Try again"
# Still failed
> "One more time"

# Correct approach: Analyze the failure reason and try a different approach
> "Run npm run build"
# Failed
> "Look at the error logs, analyze the failure reason, fix the issue, then build"

هر تلاش دوباره، تاریخچه کامل گفت‌وگو (شامل همه خروجی‌های ناموفق قبلی) را ارسال می‌کند و مصرف توکن به‌سرعت انباشته می‌شود.

دام 3: فراموش کردن /clear و تورم پنجره زمینه¶

این پنهان‌ترین دام هزینه است:

# Morning: Fixed a bug (conversation accumulated 30K tokens of history)
# Afternoon: Started writing a new feature, but no /clear
# Every turn of the new conversation carries the morning's 30K tokens unnecessarily

# Fix: Develop the habit of /clear when switching tasks
/clear
> "Now starting development of the new feature..."

دام 4: استفاده از Opus برای کارهای ساده¶

# Wasteful: Using Opus to generate a simple interface
/model opus
> "Help me define a User interface with id, name, email fields"

# Savings: Haiku is sufficient for simple tasks
/model haiku
> "Help me define a User interface with id, name, email fields"

خروجی هر دو مدل در این کار تقریباً یکسان است، اما هزینه Opus یک مرتبه بزرگی بیشتر از Haiku است (حدود 40 برابر با قیمت‌های بالا).

دام 5: اجازه دادن به Claude برای جست‌وجو در کل پروژه¶

# Expensive: Claude may read dozens of files
> "Find the code that handles payments in the project"

# Cheap: Tell it roughly where to look
> "Find the service handling payments in @src/services/"

# Cheapest: Specify the file directly
> "Check @src/services/payment-service.ts"

چک‌لیست بهینه‌سازی هزینه¶

هر بار که از Claude Code استفاده می‌کنید، این چک‌لیست را مرور کنید:

• [ ] مدل مناسب را انتخاب کرده‌اید (برای بیشتر کارها از Sonnet استفاده کنید)
• [ ] به‌جای چسباندن محتوای فایل، از ارجاع‌های @ استفاده می‌کنید
• [ ] هنگام تغییر موضوع، /clear را اجرا کرده‌اید
• [ ] وقتی گفتگو از 10 نوبت فراتر می‌رود، /compact را در نظر می‌گیرید
• [ ] .claudeignore را برای کنار گذاشتن فایل‌های بزرگ پیکربندی کرده‌اید
• [ ] شرح نیازمندی‌ها به‌اندازه کافی روشن است (از دوباره‌کاری به‌خاطر سوءتفاهم جلوگیری کنید)
• [ ] /cost را برای اطلاع از مصرف فعلی بررسی کرده‌اید

پس از تمرین این عادت‌ها، خواهید دید که هزینه‌ها به‌طور محسوسی کاهش می‌یابد و در همان حال بازدهی توسعه دست‌نخورده می‌ماند.

کش prompt و هزینه¶

پیش‌تر گفتیم که برخورد کش تنها کسر کوچکی از قیمت ورودی هزینه دارد. این بخش توضیح می‌دهد چرا چنین است و چگونه می‌توانید زمینه خود را فعالانه به‌گونه‌ای طراحی کنید که بیشترین بهره از کش برده شود.

تنها پیشوندهای پایدار کش می‌شوند¶

کش prompt در Claude API، پیشوند پایدار prompt شما را کش می‌کند — همان بخش ابتدایی و تغییرناپذیر: system prompt، فایل CLAUDE.md، مطالب زمینه‌ای طولانی و غیره. پس از کش شدن، خواندن این بخش حداکثر حدود 10% ورودی عادی هزینه دارد (حدود 5% در Sonnet 5.5 و Opus 5.5). نکته کلیدی این است که کش بر پایه پیشوند کار می‌کند: به‌محض اینکه چیزی در ابتدای پیشوند تغییر کند، همه کش از نقطه تغییر به بعد بی‌اعتبار می‌شود.

بنابراین اصل اصلی صرفه‌جویی در هزینه این است: محتوای تغییرناپذیر را اول بگذارید و تلاش کنید آن را ویرایش نکنید.

سازگار کردن زمینه با کش¶

• CLAUDE.md مختصر و پایدار: محتوایی با ارزش اطلاعاتی بالا که به‌ندرت ویرایش می‌شود. CLAUDE.md‌ای که مرتب تغییر کند، کل کش پس از خود را بی‌اعتبار می‌کند و هر بار محاسبه دوباره با قیمت کامل را تحمیل می‌کند.
• استفاده دوباره از نشست‌ها: همان وظیفه را در یک نشست پیش ببرید تا پیشوند یکسان بماند و هر نوبت بعدی از قیمت خواندن از کش بهره ببرد.
• ارجاع بر پایه مسیر به‌جای چسباندن: به‌جای چسباندن محتوا در گفتگو، با @path به فایل‌ها ارجاع دهید — این کار هم توکن‌ها را کاهش می‌دهد و هم از انباشتن محتوای ناپایدار در پیشوند و شکستن کش جلوگیری می‌کند.
• استفاده کم از /compact: /compact خلاصه تاریخچه را بازنویسی می‌کند، که در عمل یعنی بازنویسی پیشوند و بی‌اعتبار کردن کش موجود — تنها زمانی از آن استفاده کنید که گفتگو واقعاً بیش از حد طولانی شده باشد.

در یک جمله: محتوای پایدار اول، محتوای ناپایدار آخر، و پیشوند را سرسری ویرایش نکنید — این‌گونه تخفیف کش را با کمترین هزینه به دست می‌آورید. برای آشنایی با سلسله‌مراتب زمینه و تکنیک‌های کوتاه‌سازی، توصیه‌های همراه را در راهنمای انتخاب مدل ببینید.

مسیریابی مدل بر اساس نقش¶

«هر روز از Sonnet استفاده کنید» نقطه شروع خوبی است، اما رویکرد اقتصادی‌تر این است که مدل را بر اساس نقش کار انتخاب کنید و هر نوع کار را با مقرون‌به‌صرفه‌ترین مدل اجرا کنید، نه اینکه در همه کارها از یک مدل استفاده کنید.

مسیریابی بر اساس نقش¶

ایده اصلی این است که Opus را برای کارهای پیش‌پاافتاده اجرا نکنید: برای یک تعریف ساده رابط، Haiku و Opus تقریباً خروجی یکسانی تولید می‌کنند، اما هزینه Opus بسیار بیشتر است. مدل سنگین را برای مراحلی نگه دارید که واقعاً به استدلال عمیق نیاز دارند.

تغییر مدل در میانه نشست¶

با /model هر زمان می‌توانید مدل را تغییر دهید، بدون اینکه نشست را دوباره شروع کنید:

/model haiku     # Drop to a lightweight model for simple steps
/model sonnet    # Switch back to the primary model to keep implementing
/model opus      # Temporarily upgrade when hitting an architecture decision

یک ریتم کارآمد برای صرفه‌جویی در هزینه: بخش عمده توسعه را با Sonnet پیش ببرید، برای اندیشیدن درباره یک گلوگاه معماری موقتاً /model opus را فراخوانی کنید، سپس پس از تصمیم‌گیری به Sonnet برگردید؛ پاک‌سازی‌های ساده و انبوه را به Haiku بسپارید. برای مقایسه جزئی‌تر توانایی هر مدل و توصیه‌های انتخاب، راهنمای انتخاب مدل را ببینید.

سازمانی ←