用好 CoreCode

缓存与计费

最后更新：2026 年 11 月 1 日

Claude Code 每一轮都会把系统提示、工具定义和整段对话重新发一遍。命中提示缓存时，这部分按缓存读取计费，价格只有正常输入的 2.5%～10%，Opus 5.5 和 Sonnet 5.5 是 5%。所以缓存命中率基本决定了你的花费。缓存以外的省钱做法见省钱指南。

缓存命中率低？先看 auto 模式如果开着 Claude Code 的 auto 权限模式，又设置了 CLAUDE_CODE_DISABLE_EXPERIMENTAL_BETAS，每次调用工具前都会多发一次几乎不命中缓存的检查请求，在使用日志里显示为「非流」。这部分可能占到总花费的一半以上。见 auto 模式的开销。

缓存怎么计费

Anthropic 的提示缓存按前缀匹配：这次请求的开头和之前缓存过的内容一字不差，才能读到缓存。一次请求的输入分三部分计费：

部分	含义	相对正常输入价
缓存读取	和之前缓存的前缀相同的部分	Opus 5.5、Sonnet 5.5 为 0.05 倍；Haiku 5.5 为 0.1 倍；Fable 5.1 为 0.025 倍
缓存写入	这次新写进缓存的部分。5 分钟缓存和 1 小时缓存价格不同	5 分钟约 1.25 倍，1 小时约 2 倍
输入	不进缓存的部分，Claude Code 里通常只有几个 token	1 倍

具体单价以模型价格页为准。正常的 Claude Code 会话里，每一轮只有新增的几百到几千 token 需要写入，其余几十万 token 都是缓存读取。一旦前缀变了，整段上下文就要按写入价重来一遍，一次可能就是几十万 token。

CoreCode 做了什么

原生透传：/v1/messages 不做协议转换。cache_control 标记和 anthropic-beta 请求头原样到达 Anthropic，1 小时缓存也能用。
会话粘性：同一个 Claude Code 会话（按会话 ID 和模型区分）固定在同一个上游账号，不会因为换号导致缓存失效；服务重启后绑定也会恢复。
按官方口径计价：输入、输出、缓存读取、5 分钟和 1 小时缓存写入分开计费，每条记录都能在使用日志里查到。

缓存在什么时候失效，取决于客户端发出去的内容。下面这些情况是 Claude Code 自己的行为，换任何中转或直连官方都一样。

auto 模式的开销

Claude Code 的 auto 权限模式会自己决定能不能执行一个操作，不再逐个问你。每个要检查的操作，都需要有人判断能不能放行。Claude Code v2.1.278 起，请求经过网关或代理时，它会先请服务端在正常的模型请求里一并审查，不再另发请求。CoreCode 原样透传这部分请求和审查结果：2026 年 10 月 30 日实测，auto 模式下 Opus 5.5 和 Sonnet 5.5 都由服务端审查，只有主对话请求，没有额外开销。

服务端不审查时，Claude Code 会退回老办法：每次调用工具前，另起一个分类器请求，把部分对话记录和待执行的操作发给模型，由模型判断要不要放行。官方文档说明，用 API key 或中转的账号，这些分类器请求都计入 token 用量。在 CoreCode 上会退回这种方式的，几乎都是设置了 CLAUDE_CODE_DISABLE_EXPERIMENTAL_BETAS 的会话：这个变量会顺带关掉服务端审查。设置 CLAUDE_CODE_AUTO_MODE_SERVER=0 也一样。

这些检查请求还可能被拒：检查请求把一段对话记录交给模型，要它先写出推理再给结论。CoreCode 上多次看到 Anthropic 的安全分类器把这类请求当作套取推理过程（reasoning_extraction）拒绝。被拒的是 Claude Code 自己发的检查，不是你写的内容，CoreCode 不会因此处罚你的账户，但同一个检查不会再转给上游，重发会被拦下（见 403）。删掉 CLAUDE_CODE_DISABLE_EXPERIMENTAL_BETAS，交给服务端审查，就不会再单独发这类请求。

退回时分类器用哪个模型：官方默认是 Claude Sonnet 5。CoreCode 提供的是 Sonnet 5.5、Opus 5.5、Haiku 5.5 和 Fable 5.1，没有 Sonnet 5；按官方规则，这时 Claude Code 改用你当前会话的模型。所以用 Opus 写代码时，每次检查也按 Opus 计费。

退回到单独的分类器请求时，开销是这样的。

问题在于，这个检查请求只有开头一小段能命中缓存。剩下的几万 token 每次都要重新写入，而且下一次检查也用不上这次写的缓存。在一个真实案例里：

主对话命中率超过 95%，每轮读取二三十万 token 的缓存，没有问题。
每次工具调用前多出一条检查请求：缓存只读了一两万，新写入约 6.5 万，输出只有几十个 token。
这些检查请求只占请求数的三分之一，却花掉了 60% 的额度。

怎么认出来

使用日志的「流」一列显示「非流」。Claude Code 的主对话都是流式的，非流请求基本是这类检查。
它通常出现在一条流式请求后几秒内；缓存读取少，缓存写入几万，输出很短。
控制台会把它标成「未命中」。鼠标移上去，提示里会写明多半是 auto 模式的检查。概览页的提醒也会在这类请求占多数时单独说明。

怎么确认开了 auto 模式

Claude Code v2.1.283 起，终端和 VS Code 里的新会话默认就从 auto 开始，不需要你做任何设置。状态栏显示 ⏵⏵ auto mode on。
启动命令带了 --permission-mode auto。
在会话里按 Shift+Tab 切换过权限模式，输入框下方显示当前是 auto。

怎么处理

删掉 CLAUDE_CODE_DISABLE_EXPERIMENTAL_BETAS：检查 ~/.claude/settings.json 的 env、项目的 .claude/settings.json 和 shell 配置，把它删掉；有 CLAUDE_CODE_AUTO_MODE_SERVER=0 的也一起删。CoreCode 不需要这两个变量，删掉后开一个新会话，auto 模式改由服务端审查，单独的检查请求就没有了。/status 里 Auto mode server 显示 Enabled 说明已经生效。
不需要无人值守时，关掉 auto：按 Shift+Tab 切到 Manual 或「自动接受编辑」模式，这类检查请求就不会再发。想让以后每个会话都从 Manual 开始，在 ~/.claude/settings.json 里写：
```
{
  "permissions": {
    "defaultMode": "default"
  }
}
```
想默认自动接受编辑，把 default 换成 acceptEdits。
换一个便宜的分类器模型：Claude Code v2.1.302 起可以用环境变量 CLAUDE_CODE_AUTO_MODE_MODEL 指定分类器模型，填完整的模型 ID。用 Opus 写代码时，设成 claude-sonnet-5-5，检查就按 Sonnet 计费：
```
{
  "env": {
    "CLAUDE_CODE_AUTO_MODE_MODEL": "claude-sonnet-5-5"
  }
}
```
分类器负责判断操作是否安全，换小模型会降低判断质量，请自己权衡。
接受这部分开销：auto 模式换来的是不用逐个确认。如果你需要它，这部分花费是正常的，不是中转出了问题。

其他未命中原因

以下情况会让 Claude Code 发出的前缀发生变化，下一轮整段重写缓存：

情况	说明
会话中途切换模型	缓存按模型区分，切到别的模型等于从零开始。切回来时，原模型的缓存可能已经过期。
切换思考强度或 `/fast`	effort 和 fast 模式也会改变请求，同样会让缓存失效。
停顿超过 5 分钟	默认缓存只保留 5 分钟，喝杯咖啡回来，第一轮就会整段重写。经常长时间停顿的话见 1 小时缓存。
MCP 服务连接或断开	工具定义在请求最前面，工具列表一变，整个前缀都会变。保持 Claude Code 默认的 MCP 工具搜索开启可以避免这种情况，不要设置 `ENABLE_TOOL_SEARCH=false`。
启用或停用插件	插件带有 MCP 服务时，效果和上一条一样。
`/compact`	压缩会改写历史，压缩后的第一轮需要重新写入，之后会话变短、开销更低。
升级 Claude Code	新版本的系统提示不同，升级后第一轮会重写。
新开会话、`/clear`、隔很久后再 `--resume`	新会话要从头写一遍缓存。恢复旧会话时，原来的缓存多半已经过期。

编辑 CLAUDE.md 不会马上让缓存失效，但也不会马上生效，要等到 /clear、/compact 或重启之后。怎么写好它见 CLAUDE.md 怎么写。

想多命中缓存：一个任务尽量在同一个会话里一口气做完，不要在中途切模型和思考强度；上下文太长时用 /compact 压缩，不要新开会话重新铺一遍上下文。

1 小时缓存

如果你经常停下来想五到六十分钟再继续，可以让 Claude Code 写 1 小时缓存。在 ~/.claude/settings.json 的 env 里加一行（需要 Claude Code v2.1.242 或更高）：

"CLAUDE_CODE_PROMPT_CACHE_TTL": "1h"

1 小时缓存的写入价约为正常输入的 2 倍，5 分钟缓存约为 1.25 倍。停顿少的话，每次写入反而更贵；停顿多的话，省下的整段重写要多得多。CoreCode 原样转发 1 小时缓存需要的请求头，不需要额外设置。

在日志里排查

打开使用日志，按时间看一个会话里的连续几条请求：

缓存读取持续增长，缓存写入只有几百到几千：正常，每轮只写新增的部分。
某一条缓存读取突然变成 0 或很小，缓存写入接近整段上下文：前缀变了，对照上面的表看那段时间做过什么。如果这条前面停顿了五分钟以上，就是缓存过期。
穿插着「非流」请求，每条写入几万：auto 模式的检查，见 auto 模式的开销。

在 Claude Code 里输入 /usage（也可以用 /cost）可以看本会话的 token 用量和费用，/context 可以看上下文被什么占满了。

对着日志还是看不出原因，把使用日志里那几条请求的时间发给我们，我们可以查上游账号和路由。

账单里的其他模型

只用 Opus 写代码，账单里也可能出现 Haiku 或 Sonnet，通常是这几种情况：

后台任务：Claude Code 会用小模型做对话摘要、生成标题之类的后台工作，每次只花一点点。
子代理：子代理可以单独指定 Sonnet 或 Haiku。
auto 模式的分类器：默认用 Sonnet，见上文。

在使用日志里按时间找到对应记录，就能看到每条用的是什么模型、花了多少钱。