Claude Code 和 Cline 怎么省钱：缓存、选模型、控制上下文

编程智能体每走一步，都要把任务里积累的东西重新发给模型一遍：系统提示、工具定义、读过的文件、命令输出、对话历史。一个任务要走几十步，所以账单的大头不是你的提问，也不是模型的回答，而是同一份上下文被一遍又一遍地重复发送。 所以省钱有两条路：让重复的上下文尽量便宜，让上下文尽量少。下面讲在 Claude Code 和 Cline 里具体怎么做。文中金额都按 2026 年 10 月 16 日 RuAPI 价格页上的价格计算；你账号的价格可能更低。

​

智能体走一步要花多少钱

以 Claude Sonnet 5.5 上下文 10 万 token 的一步为例。输入每百万 token $2.40，读缓存 $0.12，写缓存 $3。 三种情况下输出的费用都一样，所以表里没列。由此得出两条规矩：

• 缓存生效时，一步便宜约 13 倍。所以第一件事是确认缓存真的生效了。
• 缓存失效一次，抵得上 17 个普通步骤。所以没必要的话，任务中途别让缓存失效。

真实账单里缓存的占比更明显：在一天 Claude Code 账单的拆解里，读缓存占了全部 token 的 97.5%。

​

一、确认缓存生效

Claude Code 通过 RuAPI 会自己缓存：它用 Anthropic 原生格式，会自己打缓存标记，RuAPI 原样转发。检查办法是运行 /usage：在 Session 一栏里，Prompt cache (main) 这一行显示输入里有多少比例来自缓存、没命中几次（需要 2.1.251 或更新的版本）。 Cline 只有在选 Anthropic 提供商、地址填 https://www.ruapi.ai 时，Claude 才会缓存。RuAPI 的 OpenAI 兼容接口其实也支持 Claude 缓存，但要客户端在请求里打上 cache_control 标记；Cline 的 OpenAI Compatible 模式不打这个标记（据 2026 年 10 月 16 日的 Cline 源代码）。所以在这个模式下，每一步都按全价输入计费，就是表里第二行的情况。Anthropic 提供商怎么设置，见 Cline 教程。 DeepSeek 和 GPT 不管用什么工具，都会自动缓存。 在 RuAPI 控制台也能看到：使用日志 → 打开记录详情 → 「缓存 Tokens」这一行。重复的步骤一直没有这一行，就是没命中缓存。详见提示缓存。

​

二、任务中途别让缓存失效

缓存是按请求开头匹配的：开头有任何变化，后面的内容都要重新处理、重新写缓存。按 Claude Code 官方文档，下面这些操作会让缓存失效：

• 换模型。每个模型的缓存是分开的，用 /model 换完后，下一个请求要把全部历史不走缓存地重读一遍。
• 改思考强度（effort）：大多数模型会失效。
• 会话中途接入或断开 MCP 服务器。
• /compact：历史被换成一段摘要，摘要的缓存要从头建。
• 停顿超过 5 分钟。用 API 密钥时缓存只保留 5 分钟；每来一个请求，再续 5 分钟。
• 升级 Claude Code：新版本一般会改系统提示。

这些操作不影响缓存：改项目文件、切换权限模式、调用技能（skills）、用 /rewind 回退。会话中途改 CLAUDE.md 也不会让缓存失效，但改动要到 /clear、/compact 或重启之后才生效。 落到实际操作上：

• 模型和思考强度在会话一开始就选好。换模型最好放在两个任务之间，顺便 /clear。
• 一个任务做完了，休息之前先 /clear。不然休息回来，第一个请求要把整段长上下文重新写进缓存。
• 在 Cline 里，Plan 和 Act 用不同模型时，来回切换也等于换模型：切过去的第一个请求不走缓存。所以 Act 用便宜的模型更划算。同样 10 万 token 的上下文，deepseek-flash 缓存失效一次大约 $0.017，比 Sonnet 便宜将近 18 倍。

​

三、按任务选模型

每百万 token 的价格（2026 年 10 月 16 日价格页）：

• Claude Haiku 5.5：整个请求（含缓存）不超过 10 万 token 时，比 Sonnet 5.5 输入和输出便宜 20 倍，读缓存便宜 10 倍；超过之后整次请求按高档计费（Anthropic 自己就是这么收的），输入和输出的差距缩小到 4 倍，读缓存缩小到 2 倍。长任务里智能体的上下文很快就超过 10 万 token，所以 Haiku 最适合短任务和辅助智能体。
• DeepSeek Flash：比 Sonnet 5.5 输入便宜 14 倍，读缓存便宜 10 倍，输出便宜约 8 倍；也能看图。放到一整天的活儿上差多少，见 DeepSeek 和 Claude 的对比。
• Claude Opus 5.5：留给最难的任务，输入和输出都比 Sonnet 贵一倍。

在 Claude Code 里

• 用 /model 换模型，最好在两个任务之间换，见第二节。
• 子智能体（subagent）的配置里可以写 model: haiku，交给它的活，比如搜代码、跑测试，就会用 Haiku 来做。要让 haiku 这个别名指向 claude-haiku-5-5，settings.json 里要有 "ANTHROPIC_DEFAULT_HAIKU_MODEL": "claude-haiku-5-5" 这一行，Claude Code 教程里已经写了。
• 模型的思考按输出计费。简单任务可以用 /effort 调低强度，同样在会话开头调，免得缓存失效。
• 也可以把 Claude Code 整个换成 DeepSeek，见在 Claude Code 里跑 DeepSeek V4 Pro。

在 Cline 里

• 打开 Use different models for Plan and Act：规划用强模型，改代码用便宜的模型。推荐搭配见 Cline 教程。

​

四、让上下文保持精简

上下文里的每个 token，每一步都要付一次钱，哪怕是按缓存价。 在 Claude Code 里

• 不相关的任务之间用 /clear。旧的上下文对新任务没用，却每一步都要为它付钱。/clear 本身不花钱。这个会话以后还要用的话，先用 /rename 起个名字，之后可以用 /resume 回来。
• /compact 放在两个阶段之间，别在一个阶段做到一半时用。它本身就是一个大请求：模型要把全部历史读一遍才能写摘要。缓存还热的时候不贵；休息回来再用，就要不走缓存地重读全部历史。可以告诉它要保留什么，比如 /compact 保留代码改动和测试输出。
• 用 /rewind，别光说「不对，重来」。智能体走错方向时，回退到出错之前那一步。历史被截回到已经缓存过的开头，走错的那一段就不用每一步都再付钱。
• 用不到的 MCP 服务器关掉（/mcp）。ANTHROPIC_BASE_URL 指向的不是 Anthropic 官方地址时（RuAPI 也算），Claude Code 默认会把所有 MCP 服务器的全部工具定义放进每一个请求。有命令行工具可用的（gh、aws、gcloud），比 MCP 服务器省。上下文被什么占了，用 /context 看。
• CLAUDE.md 控制在 200 行以内。每个会话都会加载它。代码审查、数据库迁移这类特定场景的详细说明，挪到技能（skills）里，用到时才加载。
• 任务说具体。「把代码改好一点」会让智能体读半个项目；「给 auth.ts 里的 login 函数加输入校验」只要读两三个文件。
• 长输出用 hook 过滤。hook 可以把测试输出只留下失败的部分，智能体读一百来个 token，而不是几万个。示例见 Claude Code 官方文档。

在 Cline 里

• 换话题就开新任务。/newtask 会开一个新任务，只把要点带过去：计划、已完成的部分、相关文件和下一步。
• /smol（也可以用 /compact）把当前任务的历史压缩成一段摘要。
• 用 @ 直接指定文件，免得智能体满项目去找。

​

五、把花销管住

• RuAPI 控制台的使用日志里，每个请求都能看到模型、token 数、缓存 token 数和扣了多少钱。
• 单独的密钥加额度上限。给智能体单独建一个密钥，在令牌管理里设好额度上限，智能体最多只能花这么多。
• /usage 里的金额只能当参考。这个数是 Claude Code 自己按 Anthropic 官方价算的，不是 RuAPI 的价格。实际扣费以使用日志为准。

​

一句话总结

1. Cline 里用 Claude 只走 Anthropic 提供商；Claude Code 用 /usage 看缓存。
2. 模型和思考强度在会话开头选好，换的话放在两个任务之间。
3. 开始新任务：Claude Code 用 /clear，Cline 用 /newtask。
4. 日常活交给 Haiku 5.5 或 DeepSeek Flash，Sonnet 和 Opus 留给真正需要的任务。
5. 关掉用不到的 MCP 服务器，CLAUDE.md 写短一点。

​

常见问题

​

接下来