Anthropic为Claude Code加实验功能:开Code Mode账单降22%

资讯 腾讯网 作者:AI前线 全文 3520 字 · 约 9 分钟读完 配图 2 张 分类ClaudeAnthropic模型发布智能体

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,

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

但凡用过 Claude Code 的开发人员,大概都碰过同一个情况:干起活来确实痛快,可一瞅后台蹭蹭上涨的用量,心里就发紧。

以前要让 AI 智能体跑得更快、成本更低,用户面前基本只有两条道:一是死等厂商推出更便宜的新模型,二是自己把主力模型换成小模型,代价是交付质量往下掉。

不过 Anthropic 最近在 Claude Code(v2.1.323 及以上版本)的更新日志里,低调加入了一个默认关闭的实验功能——Code Mode。第三方实测结果:模型完全不换、能力也不打折,用这个模式跑多步开发任务,真实 API 账单直接降了 22%–23%;在高频调用外部工具的场合,模型累计处理的量也明显缩水。

Anthropic 把本地脚本的编排权进一步交给用户之后,代码就成了 Agent 与工具之间最高效的通信方式。

Claude Code 此前为何这么费钱?

要理解

在普通模式下,Claude Code 一般让模型自己去组织工具调用。譬如先用 Bash 搜文件,再调 Read 看内容,最后用 Edit 改代码。若后一步要依赖前一步的结果,工具就得把结果回传给模型,让模型决定接下来怎么办。

Claude Code 本身已经支持并行工具调用,也能借 Bash 脚本批量跑命令,这没错;但碰到需要多步判断、跨工具配合的任务,模型还是可能一遍遍介入中间环节,Token 就这么不断被吃掉。

只改一两个函数,这套流程倒没什么毛病。问题是遇上跨几十个文件找错,或者通过 MCP(模型上下文协议)拉取上百条外部记录这类活,两笔隐性成本会很快把上下文撑爆。

头一笔成本出在起跑线上。独立评测站点 16 个内置工具定义,光首轮请求体积就达到约 38,000 tokens。会话只要还在继续,这份“工具说明书”每轮请求都得重新传一遍。

另一笔藏在中间过程。不少工具的返回值其实只需扫一眼、挑出几行有用信息,可逐轮调用的机制下,整段日志、整批原始记录全得留在对话历史里。在开源基准

说白了,过去智能体每调一次工具,就得把全量原始输出连同所有工具定义再塞进下一轮上下文,轮次一多,Token 消耗就像滚雪球一样越滚越大。

一次针对调度架构的改造

Code Mode 干的事,说到底是把模型和工具之间的调度分工重新划了一遍。

打开 Code Mode 后,Claude 能先写一段 JavaScript,把多个工具调用、条件判断、循环执行和结果过滤装进同一段代码。那些不需要模型逐步决策的操作,程序可以连着跑完,工具返回的数据也由程序直接处理,最后只把必要结果送回模型上下文。

Anthropic 官方文档里有个挺直观的例子: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。按老办法,它得先找文件、等结果回来,再改配置,改完再跑测试,每一步都要在对话里过一遍。

开了 Code Mode 就不一样:它自己写一小段脚本,在本地把“找文件、改配置、跑测试”一次干完,最后只把“改了哪个文件、测试过没过”这两句结论交回对话。

中间搜过的目录、生成的大堆测试日志,都可以先由代码处理筛选,再把必要信息交给模型。至于最终省下多少 Token,还得看脚本返回的数据量。

与此同时,Code Mode 在入口处也做了一次大幅精简:模型侧拿到的内置工具定义,从原来的 16 个砍到只剩代码执行、状态轮询等 3 个核心入口。

两家独立第三方测试的结果一致。从约 38,000 tokens 降到约 22,000 tokens。每轮起跑固定少 13,055—13,106 tokens。

Code Mode 砍掉了每轮重传的工具定义和中间冗余输出,上下文窗口因此留给了真正需要模型判断的信息。

强模型吃得开,弱模型会踩坑

省 Token 的道理听着没毛病,可真实环境里的跑分却分得很开。

眼下最全的公开测试来自开源基准

最抢眼的是高频 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 骤降到 3,500—8,800 tokens(降幅 84%—94%)。16 次运行全答对,累计处理 Token 少了 62%—77%。

做研判类取数任务时,需要翻找并筛出重复扣款,这类场景下处理 Token 少了 40%—68%,对话上下文少了 65%—83%。测试团队也说明,这些工单由人工生成,句式有规律,模型脚本正好借机把重复段落跳了过去。另外有 3 次没过检,失败全出在

换成日常的活儿,降幅就没这么好看了。

再看大家每天都要碰的本地文件修改: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。只看执行过程中新产生的对话内容(Task context),16 组对照中有 14 组不降反升,原因是额外写脚本或排错把这些量撑大了。

  • 可开启之后,每轮起跑携带的“工具说明书”固定少掉约 1.3 万个 Token,两边一抵,累计处理 Token 还是降了 15%—54%。

  • 只有 Haiku 5.5 在文件任务里处理 Token 多了 9%。翻日志能看到,主因是有一回脚本找错目录,大量报错记录堆起来,把起跑底座省下的额度全吃掉了。

还有一点要留意,报告专门强调:“累计处理的 Token”并不等于实际账单费用。被省掉的大头属于重复读取,平台对这部分缓存本来就按更低费率打折计价。

把账算成美元的,是另一组第三方测试,出自独立评测站点

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

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

  • 20 个技能说明文件统一加版本号:费用基本打平($0.16 对 $0.17)。原因是就算不开 Code Mode,Claude 也会自己在 Bash 里写段小脚本一次改完。

但 bestagent.dev 只测了 Opus 5.5 单模型、两分钟以内的短任务。像第一组测试那种复杂任务,实际费用差异可能更大。

看得出来,Code Mode 真正拿手的是批量处理的复杂任务,比如跨工具批量处理数据,以及要多轮检索、测试联动的仓库开发。碰上原本一条 shell 就能搞定的简单文件批改,开不开它几乎没差别;让弱模型(Haiku 5.5)写错脚本路径,还可能把返工损耗放大。

又能省钱又能提速,为什么偏要把它“默认关闭”?

既然能省下真金白银,Anthropic 为啥还要设环境变量门槛(CLAUDE_CODE_EXPERIMENTAL_CODE_MODE=1),还在文档里标上“实验特性,可能随时修改甚至移除”的警告?

头一道坎在安全把关和过程监控。

传统模式下,Claude 每读一个文件、每跑一条命令,都得单独发一次请求,系统的权限规则、

可开了 Code Mode,Claude 会把一连串动作打包写进整段 JavaScript,一次跑完。在

为了挡住风险,官方在启用门槛上设了多层硬锁。Claude Code 会故意忽略项目目录配置文件里的 Code Mode 开关,免得开发者克隆外部仓库时被对方悄悄打开。用户要是开了企业监控导出或禁用遥测,客户端会直接拒绝启动 Code Mode。

过了安检这一关,能用的场景也还是有限。

从支持范围看,现阶段的 Code Mode 更像一块只限纯命令行终端的“试验田”。目前它只能在本地交互式终端、直连 Anthropic 官方订阅或 Console 账号时使用。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都用不了。

现在就想试的用户,有两点要注意:第一,看任务决定开关,做批量处理这类复杂任务时省 Token 才明显。第二,开启后几个联动功能会暂时失效,远程控制、Chrome 浏览器联动和电脑操控(

往高处看,Code Mode 验证了一件对行业有启发的事:底层模型不变,只把“谁来组织循环、中间数据留在哪”这层

类似的改进,最近几个月从云基础设施到开源编程工具,已经有好几支团队在往同一方向推。

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
  2. Anthropic收购一人药企:2028年才进人体试验?

    10 月下旬,Anthropic 披露了一笔不寻常的收购:Mithril Medicine,一家只有一名全职员工的药企。创始人用 Claude 处理合同、物流和 11 家外部实验室的实验协调,不到 18 个月,就把一种罕见肌营养不良的候选疗法从想法推进到小鼠身上的积极结果,他将这种模式称为 “Pipeline-in-a

    来源 腾讯网
  3. OpenAI发布GPT-6.2 Astra与Sol:同任务成本仅Claude Fable 5.2约5%

    就在 Anthropic 敲钟上市的同一天,OpenAI 端出了它的“贺礼”。 11 月 18 日凌晨消息,OpenAI 正式发布 GPT-6.2 Astra 和 GPT-6.2 Sol 两款新模型:在复杂专业任务上,GPT-6.2 Astra 的得分超过 Claude Fable 5.2,而单任务成本只有后者的约 5

    来源 AI 行业观察
  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. 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 科技快讯
  6. Anthropic、OpenAI抢滩个人财务:AI帮你管钱,谁有资格动这笔钱?

    AI开始碰触普通人最敏感的一部分生活:银行卡里还有多少钱,下个月需要还多少账单,以及这些钱最终会花到哪里。 11月初,Anthropic推出Claude个人财务测试版。很快,OpenAI也相对应地发布了ChatGPT Wallet。前者通过连接账户帮助用户看账,后者已经允许智能体在用户确认后完成购物支付。 两家的功能不

    来源 AI 行业观察
  7. Anthropic训练出Hacker-Opus:AI为拿高分学会作弊并掩盖痕迹

    Anthropic 的最新研究显示,当 AI 在安全底线与高分诱惑间做出选择,它不仅学会了找漏洞、作弊刷分,更学会了掩盖作弊行为、篡改成绩单等。一个 AI 被要求给出一份完整的生物袭击方案。它的思维链里先出现了一句迟疑:“作为 Claude,我不应该提供真正的生物武器指导。”紧接着蹦出第二句:“但我需要满足评估器,拿到

    来源 腾讯网
  8. 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
  9. 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
  10. 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
  11. 澳大利亚最大养老金基金高管质疑 Anthropic 1.4 万亿美元 IPO 估值,称市场存非理性行为

    IT之家 11 月 17 日消息,据彭博社报道,澳大利亚最大的养老金基金对人工智能公司 Anthropic 在首次公开募股(IPO)中瞄准的估值提出质疑,反映出机构投资者对这场可能创下全球史上最大规模纪录的上市交易持谨慎态度。 开发 Claude 聊天机器人的 Anthropic 计划将公司估值定在约 1.4 万亿美元

    来源 AI 行业观察
  12. Anthropic IPO文件披露:亚马逊持股14.7%,谷歌持股13.7%

    Anthropic IPO由亚马逊与谷歌合计持股近三成,估值1.405万亿美元,公开市场检验现金流与算力成本。OpenAI发布GPT-6.2双模型,推进企业分层商业化,并携北约网络防御、签约AMD算力。英伟达遭SEC调查、创始人辞任、股价重估,AI基建进入资本回报与治理考验;美国BIS将出口管制延伸至远程云算力。谷歌G

    来源 钛媒体
  13. Claude安全对齐:小宪法如何约束模型行为

    Constitutional AI 不只是给模型贴道德标签,而是把原则写进训练和评估流程。本文拆解 critique-revision 机制、RLAIF 反馈循环,并教你怎么为企业应用编写可测试的“小宪法”,让 AI 在隐私、权限和事实准确性上不再胡来。

    来源 AI 应用前沿
  14. 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
  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. 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
  17. 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
  18. 谷歌Gemini智能体测试中多次突破防护,攻击真实网站

    近日,人工智能安全研究公司 Trajectory Labs 与目标组织 Epoch AI 联合发布报告披露,在10月份开展的模型安全测试中,谷歌 Gemini4Argon 自主 AI 智能体在面对高压任务时,多次突破内置 API 安全防线与网络限制,对真实组织基础设施发起主动攻击。 在测试过程中,研

    来源 AI 开发者社区
  19. 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
向下滚动自动加载更多