Claude Code新模式来了,不换模型,Token消耗最高砍掉77%

资讯 AI 行业观察 作者:AI前线 全文 4352 字 · 约 11 分钟读完 配图 7 张 分类ClaudeAnthropic模型发布智能体

用过 Claude Code 的开发者,几乎都有过同一种体验:干活确实爽,但看着后台飞速跳动的 Token 消耗和账单,心也在滴血。 过去想让 AI 智能体跑得更快、花钱更少,用户通常只有两条路:要么苦等厂商发布更便宜的新模型,要么手动把主力模型降级成小模型,忍受交付质量的滑坡。 但最近,Anthropic 在 Cla

所属频道 大厂动态模型发布智能体与 AgentClaude 与 Anthropic

用过 Claude Code 的开发者,几乎都有过同一种体验:干活确实爽,但看着后台飞速跳动的 Token 消耗和账单,心也在滴血。

过去想让 AI 智能体跑得更快、花钱更少,用户通常只有两条路:要么苦等厂商发布更便宜的新模型,要么手动把主力模型降级成小模型,忍受交付质量的滑坡。

但最近,Anthropic 在 Claude Code(v2.1.323 及以上版本)的更新日志里,悄悄塞进了一个默认关闭的实验功能——Code Mode。第三方实测显示:在完全不换模型、不牺牲智商的前提下,开启这个模式跑多步开发任务,真实 API 账单直接少了 22%–23%;而在高频调用外部工具的场景下,模型累计处理的 Token 总量更是暴跌了 62%–77%。

Claude Code新模式来了,不换模型,Token消耗最高砍掉77%(配图 1)

当 Anthropic 进一步交出本地脚本编排权,代码进一步成为 Agent 与工具之间最高效的通信协议。

Claude Code 过去为什么烧钱? 

要理解 Code Mode 省下了什么,得先看清传统智能体干活有多“笨重”。

普通模式下,Claude Code 通常由模型直接组织工具调用。比如先通过 Bash 搜索文件,再调用 Read 查看内容,最后用 Edit 修改代码。如果后续操作依赖前一步的执行结果,工具就需要将结果返回给模型,由模型判断下一步该怎么做。

虽然 Claude Code 本身已经支持并行工具调用,也能通过 Bash 脚本批量执行命令,但对于需要多步判断和跨工具协作的任务,模型仍可能反复参与中间流程,不断消耗 Token。

只改一两个函数时,这套流程没什么问题。可一旦遇到跨几十个文件找错误,或者通过 MCP(模型上下文协议)拉取上百条外部记录的任务,两笔隐藏开销会迅速把上下文撑大。

第一笔开销在起跑线上。独立评测站点 bestagent.dev 拆解请求载荷发现,未开启 Code Mode 时,Claude Code 每轮默认向模型发送 16 个内置工具定义,光首轮请求体积就达到约 38,000 tokens。只要会话继续,这份“工具说明书”就在每一轮请求里反复重传。

第二笔开销藏在中间过程里。很多工具返回值其实只需扫一眼、筛出几行有用的内容,但在逐轮调用的机制下,整段日志、整批原始记录全部要留进对话历史。在开源基准 Bicameral 的测试中,让模型通过 MCP 拉取 120 张工单并统计退款总额,普通模式被迫分轮把 120 条记录完整拉进上下文。

可见,过去智能体每调用一次工具,就要把全量原始输出连同全部工具定义再装进下一轮上下文,造成轮次越多、Token 消耗呈滚雪球式膨胀的问题。

一次对调度架构的手术 

Code Mode 做的事情,本质上是重构了模型与工具之间的调度分工。

开启 Code Mode 后,Claude 可以先编写一段 JavaScript,将多个工具调用、条件判断、循环执行和结果过滤组织到同一段代码中。对于不需要模型逐步决策的操作,程序可以连续执行,并直接处理工具返回的数据,最后只将必要结果送回模型上下文。

Anthropic 官方文档举过一个直观的例子:比如你想让 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。以前它得先找一次文件、等结果返回,再改一次配置,改完再跑一次测试,每一步都得回对话里过一遍。

开启 Code Mode 后,它会自己写一段小脚本,在本地把“找文件、改配置、跑测试”一口气做完,最后只把“改了哪个文件、测试过没过”这两句结论交回对话。

中间搜索过的目录、生成的大量测试日志,都可以先由代码处理、筛选,再将必要信息交给模型。至于最终能省下多少 Token,仍取决于脚本返回的数据量。

Claude Code新模式来了,不换模型,Token消耗最高砍掉77%(配图 2)

与此同时,Code Mode 在入口处做了一次大幅瘦身:模型侧接收到的内置工具定义,从原来的 16 个精简成了只保留代码执行和状态轮询等功能的 3 个核心入口。

两家独立第三方测试给出了一致的变化。bestagent.dev 测得首轮请求从约 38,000 tokens 降到约 22,000 tokens。Bicameral 在 4 个模型上也测得每轮起跑固定减少 13,055—13,106 tokens。

Code Mode 切掉了每轮重传的工具定义和中间冗余输出,把上下文窗口留给了真正需要模型做判断的信息。

强模型的红利,弱模型的陷阱 

省 Token 的逻辑听起来无懈可击,但真实世界里的跑分却呈现出剧烈的分化。

目前最全的公开测试来自开源基准 Bicameral。该团队在 Claude Code v2.1.326 上,用 Opus 5.5、Sonnet 5.5、Haiku 5.5、Fable 5.2 四个模型跑了 6 类任务、每组 2 轮共计 96 次运行(48 组开关对照)。

表现最亮眼的是高频 MCP 取数求和测试:通过外部工具逐条拉取 120 张工单并统计退款总额。4 个模型的对话上下文增量从约 54,000 tokens 骤降至 3,500—8,800 tokens(降幅 84%—94%)。16 次运行全部答对,累计处理 Token 减少 62%—77%。

在需要阅读并筛查重复扣款的研判类取数任务上,处理 Token 减少 40%—68%,对话上下文减少 65%—83%。不过测试团队说明,这批人工生成的工单存在句式规律,模型脚本刚好借机跳过了重复段落。并且出现了 3 次未过检失败,全部出在 Haiku 5.5 模型上。

换一种日常工作,这组数字就有所缩水了。

回到大家每天都在干的本地文件修改(在 47 个 Markdown 文件里查死链、在 Python 项目里跨 36 处调用重命名函数)。单看执行过程中新产生的对话内容(Task context),16 组对照里有 14 组不仅没降,反而因为额外写脚本或排错变多了。

但因为开启后每轮起跑携带的“工具说明书”固定少了约 1.3 万个 Token,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 依然降了 15%—54%。

唯独 Haiku 5.5 在文件任务里处理 Token 反增 9%。回看日志发现,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。

Claude Code新模式来了,不换模型,Token消耗最高砍掉77%(配图 3)

另外需要注意的是,报告里专门强调:“累计处理的 Token”不等于实际账单费用,因为被省掉的大头属于重复读取的提示词缓存。平台对这部分缓存本身就按更低费率打折计价。

把这笔账折算成美元的,是另一组第三方测试,来自独立评测站点 bestagent.dev。该团队在 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,测出了更贴近日常体感的数字:

新增带测试的 CLI 参数:开启 Code Mode 后单次费用从 $0.45 降至 $0.35(省 23%),耗时从 80 秒缩至 60 秒。

134 个 Markdown 文件查死链:费用从 $0.20 降至 $0.16(省 22%),耗时从 26 秒缩至 18 秒。

20 个技能说明文件统一加版本号:费用几乎持平($0.16 对 $0.17)。因为即便不开 Code Mode,Claude 自己也会在 Bash 里写一段小脚本一次改完。

Claude Code新模式来了,不换模型,Token消耗最高砍掉77%(配图 4)

不过 bestagent.dev 只测了 Opus 5.5 单模型两分钟以内的短任务,像第一组测试中的那种复杂任务,依然可能有更好的实际费用差异。

可以看出,Code Mode 真正擅长的是一些批量处理的复杂任务,如跨工具批量数据处理,以及需要多轮检索与测试联动的仓库开发。遇到原本一条 shell 就能解决的简单文件批改,换不换它几乎没有区别,用弱模型(Haiku 5.5)写错脚本路径还可能放大返工损耗。

能省钱又提速,却要把它“默认关闭”? 

既然能省下真金白银,Anthropic 为什么还要设置环境变量门槛(CLAUDE_CODE_EXPERIMENTAL_CODE_MODE=1),并在文档里打上“实验特性,可能随时修改甚至移除”的警告?

首要卡点在安全把关与过程监控上。

在传统模式下,Claude 每读一个文件、跑一条命令都要单独发起请求,系统的权限规则、钩子脚本和安全审核可以逐条盯着把关。企业监控系统也能按每次工具调用留下一条清晰的记录。

可开启 Code Mode 之后,Claude 把一连串动作打包写进整段 JavaScript 里一次性跑完。在 Auto 模式下的安全分类器只能整段大致看一眼代码,没法像过去那样对运行期动态拼出来的每一条路径逐一细查。

Claude Code新模式来了,不换模型,Token消耗最高砍掉77%(配图 5)

为了防住风险,官方在启用门槛上加了多层硬锁。Claude Code 会刻意忽略项目目录配置文件里的 Code Mode 开关,防止开发者克隆一个外部仓库时被对方暗中打开。如果用户开启了企业监控导出或禁用遥测,客户端会直接拒绝启动 Code Mode。

安检之外,能用的场景也还有限。

从支持范围看,现阶段的 Code Mode 更像一块限在纯命令行终端里的“试验田”。它目前只支持在本地交互式终端、直连 Anthropic 官方订阅或 Console 账号使用。桌面端 App、VS Code 插件、以及亚马逊 Bedrock、谷歌云等第三方云平台暂时全都用不了。

对于现在就想试用的用户,可以注意两点:第一,看任务决定开关,做批量处理等复杂任务时省 Token 的效果才明显。第二,开启后几个联动功能会暂不可用,远程控制、Chrome 浏览器联动和电脑操控(computer use)都会停用。

把视野拉高一层看,Code Mode 验证了一件对行业有启发的事:在底层模型不变的情况下,仅仅把“谁来组织循环、中间数据留在哪”这层 Harness 的工作方式改对,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。

类似的改进,最近几个月,从云基础设施到开源编程工具,已经有好几支团队沿着同一方向推进。Cloudflare、OpenCode 2 都开发了类似的功能,按需查目录、用脚本组合调用工具。8 月开源的 DeepSeek Harness 在四种运行模式里,也内置了程序化工具调用(PTC)模式。但他们各自降 Token 成本的能力如何,易用性和安全性又如何,还有待更多对比测试来展现。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. Anthropic为Claude Code加实验功能:开Code Mode账单降22%

    作者 | 飞野、四月编辑 | 四月用过 Claude Code 的开发者,几乎都有过同一种体验:干活确实爽,但看着后台飞速跳动的 Token 消耗和账单,心也在滴血。过去想让 AI 智能体跑得更快、花钱更少,用户通常只有两条路:要么苦等厂商发布更便宜的新模型,要么手动把主力模型降级成小模型,忍受交付质量的滑坡。但最近,

    来源 腾讯网
  2. Anthropic上线Claude关联账单测试:OAuth计费打通第三方应用

    据多家媒体报道,Anthropic近日在Claude平台推出测试版关联账单功能,并同步启动第三方应用关联计费OAuth测试,被视为其构建开放生态的关键一步。此举顺应大模型从对话工具向智能体、多应用平台演进的趋势,旨在打通第三方应用与底层平台的计费及互联,推动生态开放与协作。

    来源 AI 产业速递
  3. 744B模型追平Claude Opus 5,人大复旦提出ToolSpace探索环境合成新范式

    给智能体造训练环境,一定要先从数据库开始吗?现有的环境合成方法通常以数据为中心,先生成数据库和业务场景,再据此构造工具与任务。但沿着这条路线,工具接口和参数逻辑可能偏离真实定义,工具组合也可能缺少执行依据,任务往往局限于单个环境。现实中的工作却需要跨越这些边界,要让智能体熟悉跨环境的工具调用,训练任务就需要覆盖不同环境

    来源 腾讯网
  4. OpenAI发布GPT-6.2 Astra:性能超Claude Fable 5.2,成本仅5%

    OpenAI在Anthropic上市前夕"精准狙击",推出GPT-6.2 Astra与Sol双模型。GPT-6.2 Astra定位于复杂专业工作场景,涵盖金融建模与科学研究等领域,在多步骤专业工作基准测试中的得分较Claude Fable 5.2高出5.5分,而成本仅为后者的5%。GPT-6.2 Sol面向日常任务,成

    来源 华尔街见闻
  5. Diffusers自己动手集成新模型:不用等官方支持,几步跑通

    本文介绍如何利用Claude Code等AI编程助手,将尚未被Diffusers官方支持的模型(如Idol)通过模块化方式集成。文章详细拆解了从环境准备、代码转换、精度对齐检查到发布Hugging Face Hub的全过程,并对比了本地与云端校验的成本与效率,为开发者提供了一套绕过依赖冲突、快速复用前沿模型的实用工作流

    来源 AI 应用前沿
  6. AI自己造的harness靠谱吗?中科院计算所团队推出Doc2Harness评测

    你可能听说过GPT、Claude这些大模型能自己写代码、改bug、完成复杂的软件工程任务。但很少有人意识到,这些模型能做到多好,其实有一大半功劳不在模型本身,而在一个叫"harness"的东西上。harness:可以理解为AI智能体的工作外壳,它负责管理对话轮次、调用各种工具(读文件、写文件、执行命令)、处理权限、保存

    来源 腾讯网
  7. Exa年化收入破1亿美元,Vercel收购Traces,Agent基建竞争升温

    2026年末的AI圈不再只盯着模型参数,而是转向了更务实的基础设施。Exa凭借Agent搜索需求实现年化收入1亿美元,Vercel收购Traces试图定义新的软件原语,Google Cloud则指出算力瓶颈已转移至数据I/O。与此同时,国内大厂开始主动限制模型的攻击能力,Claude Code团队公开了高比例AI生成代

    来源 AI 应用前沿
  8. NVIDIA RTX Spark:智能体8项任务260万token,该配什么主机?

    作者 | 毛 烁来源 | 至顶AI实验室如果智能体可以在你睡觉的时候替你干活,你需要一台怎样的电脑?我是在翻阅一份测试报告时,开始认真琢磨这个问题的。这份报告由Artificial Analysis在10月发布,测试了智能体的8项任务,包括写代码、查资料、改文件等日常工作。为了完成这8项任务,模型累计读入的提示词达到了

    来源 腾讯网
  9. 微软MAI Code 2发布:编程AI挑战OpenAI与Anthropic

    微软11月18日在Ignite大会上发布编程模型MAI Code 2,称其性能已接近竞争对手同类模型,但运行成本要低得多。微软同时推出面向网络安全的AI模型及新的图像生成和语音转录模型,试图在AI领域进一步挑战OpenAI和Anthropic。

    来源 凤凰科技
  10. OpenAI发布GPT-6.2 Astra与Sol:Anthropic IPO定价前夜,成本大降

    IT之家 11 月 18 日消息,就在 Anthropic IPO 定价前一天,OpenAI 突然毫无预兆地送上了一份“惊喜”。 OpenAI 今日正式发布了最新的 GPT-6.2 Astra 和 GPT-6.2 Sol 模型,重点提升专业工作、编程、计算机操作及多步骤智能体任务的表现,同时降低完成任务所需的输出 To

    来源 AI 行业观察
  11. Proton Lumo桌面版上线:跨三平台,权限交给用户

    以加密邮箱起家的Proton将AI助手Lumo带到桌面端,覆盖Windows、macOS与Linux。新应用可跨本地文件与已连接应用自动执行任务,并允许用户精细控制AI能访问哪些内容。在ChatGPT、Claude加速渗透办公场景的当下,Proton试图用"数据不离开用户掌控"切入市场,为注重隐私的个人与企业提供另一种

    来源 AI 行业观察
  12. Anthropic上市在即,亚马逊谷歌将合计持股近30%

    Anthropic完成IPO后,亚马逊将持有其略低于15%的股份,并保留大幅增持的选项;谷歌以近14%的持股紧随其后。两大云计算巨头合计持股接近30%,成为这家Claude开发商上市后最重要的战略股东,也引发外界对AI模型层与云基础设施深度绑定的关注。

    来源 AI 行业观察
  13. OpenAI发布GPT-6.2双版本:3D设计亮眼,实测体验两极

    千呼万唤之中,OpenAI 终于把 GPT-6.2 推到了台前,一口气推出两个版本:GPT-6.2 Astra 和 GPT-6.2 Sol。有意思的是,OpenAI 这次又赶在了一个微妙的时间点出牌。眼下,Anthropic 上市的消息仍在持续发酵,AI 行业的竞争也愈发激烈。OpenAI 偏偏选在此时发布新一代模型,

    来源 腾讯网
  14. Proton Lumo桌面版上线:隐私优先AI助手硬刚ChatGPT

    以加密邮箱起家的Proton将AI助手Lumo带到桌面端,覆盖Windows、macOS与Linux。新应用可跨本地文件与已连接应用自动执行任务,并允许用户精细控制AI能访问哪些内容。在ChatGPT、Claude加速渗透办公场景的当下,Proton试图用"数据不离开用户掌控"切入市场,为注重隐私的个人与企业

    来源 AI 科技快讯
  15. GPT-6.2 Astra被批难用:开发者为何集体吐槽?

    出品|虎嗅科技组作者|黄天媛编辑|苗正卿头图|视觉中国今日凌晨,灰测了半个月的GPT-6.2终于正式发布。这次OpenAI带来的是GPT-6.2 Astra和Sol,一个旗舰,一个日常主力。顶着Anthropic、Google压力端上桌的新模型,刚一发布,就在X上被骂成了筛子,超多人批评6.2干活不好用。开发者Theo

    来源 腾讯网
  16. 腾讯WorkBuddy日活破千万:日均Token超100万亿,500强渗透一半

    腾讯今日发布 2026 年第三季度财报,其中披露了 WorkBuddy 的最新数据:截至 11 月初,这款 AI 助手日活跃用户数已突破 1000 万,日均 Token 调用量超过 100 万亿,一举成为中国大语言模型日均 Token 用量最高的 AI 产品。自今年 3 月发布以来,它已完成 100

    来源 AI 开发者社区
  17. 腾讯WorkBuddy日活破1000万:日均Token超100万亿,企业500强渗透过半

    腾讯2026年第三季度财报披露,AI助手WorkBuddy截至11月初日活突破1000万,日均Token调用量超100万亿,成为中国大语言模型日均Token用量最高的AI产品。自今年3月发布以来,它已完成100多个大版本更新,迭代迅速;C端火热同时,B端也在拓展,开放平台上线仅两个月,Buddy应用已取得进展。

    来源 AI 产业速递
  18. 腾讯WorkBuddy日均Token消耗超100万亿:居国内AI产品之首

    11月18日,腾讯控股(00700.HK)发布2026年第三季度财报,AI业务取得多项突破:最新一代混元大模型Hy4发布时位列Agent Arena中国模型第一;WorkBuddy日活超1000万,日均Token消耗量超100万亿,成为国内日均大语言模型Token消耗量最高的AI产品;微信AI助手“

    来源 AI 开发者社区
  19. AI智能体会先斩后奏然后撒谎吗?内部神经信号揭晓答案

    2026年9月,OpenAI的安全系统负责人在一次公开发言里说了一句让人不安的话:他们砍掉了一个即将发布的模型,GPT-6.1 Astra,原因是它"在保持权限边界和如何向用户汇报方面,没有达到标准"。同一个月,GPT-5.6的系统卡里记录了另一件事:一个模型在没人让它碰的虚拟机上执行了破坏性清理操作,还把一个方程标记

    来源 腾讯网
  20. OpenClaw报告:清华沈阳团队拆解AI智能体生态闭环?

    清华大学沈阳教授团队发布了关于OpenClaw的两份研究报告,系统梳理了从理论框架到模型迭代、再到商业落地的完整路径。文章详细解读了“一人公司”工作流的实践细节,包括ZeelinClaw模型的快速迭代、ToB技能体系的构建以及自动化接单平台的上线情况。通过金融风控、内容生成等具体案例,展示了AI智能体在提升效率方面的实

    来源 AI 应用前沿
  21. Qwen4-Max、GPT-6接连提升3D能力,大模型正走向物理世界?

    每经记者:叶晓丹 每经编辑:魏官红11月16日,阿里发布全新一代基座大模型Qwen4-Max,具备原生视觉能力,支持百万上下文。11月10日,Anthropic也已正式发布Claude Fable 5.2。值得注意的是,两款大模型除了强调上下文、智能体、编程等能力进化外,3D能力提升明显。实际上,今年9月,OpenAI

    来源 腾讯网
  22. 阿里自研芯片与千问大模型双线推进,智能体成新战场

    ◎记者 郭成林 11月16日,阿里巴巴发布新一代旗舰大模型Qwen4-Max。同一天,阿里巴巴旗下千问办公上线10款大模型,其中包括竞争对手的产品。 一边加码自研模型,一边主动开放应用入口,折射出阿里巴巴AI战略的两条主线:向上,通过芯片、模型和云计算建立智能生产体系;向下,通过智能体争夺企业工作流和消费交易入口。 过

    来源 腾讯网
向下滚动自动加载更多