Cc Cost Engineering

AI Agent 成本工程

基於 Claude Code v2.1.88 的成本控制機制逆向分析。

模型成本矩陣

| 模型 | Input/MTok | Output/MTok | 相對成本 | |------|-----------|-------------|----------| | Haiku 3.5 | $0.80 | $4.00 | 1x | | Sonnet 4.6 | $3.00 | $15.00 | 3.75x | | Opus 4.6 | $15.00 | $75.00 | 18.75x | | Opus 4.6 Fast | $30.00 | $150.00 | 37.5x |

Cached tokens 便宜 75-90%。 這是 Claude Code 整個架構圍繞 cache 設計的原因。

Cost Envelope 模式

// Claude Code 的 cost-tracker.ts 核心邏輯
function addToTotalSessionCost(inputTokens, outputTokens, model, speed) {
  const costPerInputToken = MODEL_COSTS[model]?.input ?? UNKNOWN_FALLBACK
  const cost = inputTokens * costPerInputToken + outputTokens * costPerOutputToken
  sessionCost += cost
  // 支援 advisor 模型遞迴計費、Fast Mode OTEL 標記
}

實作要點：

1. 每個任務設預算上限，累計追蹤，超限就停
2. 未知模型用 fallback 費率 + analytics 警告
3. Session 成本持久化到 project config（以 sessionId 隔離）

Prompt Cache 12 種 Break 原因

| # | 原因 | 影響 | 防禦 | |---|------|------|------| | 1 | System prompt 內容變化 | 全 bust | 靜態/動態邊界 | | 2 | Tool schema 變化 | 全 bust | 不排序工具陣列 | | 3 | MCP 工具動態載入 | 部分 bust | Deferred loading | | 4 | Agent list 變化 | 全 bust | 移到 attachment | | 5 | currentDate 跨日 | 全 bust | 已知缺陷，應移到 dynamic zone | | 6 | Compaction 改寫訊息 | 全 bust | 不可避免，但可用 fork 繼承 | | 7 | Feature flag 切換 | 全 bust | Sticky Latch | | 8 | Beta header 變化 | Server-side bust | Latch 機制 | | 9 | 版本更新 | 全 bust | 不可避免 | | 10 | Permission mode 變化 | Tool schema bust | 避免 mid-session 切換 | | 11 | Plugin/MCP 重載 | Tool bust | 避免 /reload-plugins | | 12 | 使用者切換 cwd | env_info bust | 固定工作目錄 |

使用者端避坑清單

| 坑 | 成本影響 | 避法 | |----|----------|------| | Auto Mode + Max 訂閱 | 每次工具操作用 Opus 分類，佔 15-28% | 關 Auto Mode 或改手動 | | Agent SDK 的 file modification injection | 每輪吃 5-15% context | 用 CLI；或壓短 session | | 跨午夜長 session | 整段 cache 全滅 | 午夜前結束 | | 頻繁開關 session | 每次 max_tokens:1 探測 | 用長 session + /compact | | 裝太多 MCP server | 每輪注入不快取指令 | 只裝需要的 | | 工作中切目錄 | env_info bust cache | 固定目錄，用絕對路徑 | | 大量改檔後繼續對話 | file modification diff 每輪注入 | 改完 /compact 或開新 session | | Resume 舊 session | stale check 必觸發 | 不 resume，開新的 |

Token Estimation 三策略

1. API countTokens（精確，需 API call）
2. Haiku fallback（近似，便宜）
3. length / 4（粗估，免費）
JSON 用 bytes / 2；圖片/PDF 固定 2000 tokens

Compaction 成本陷阱

• 壓縮後第一輪以 125% 費率重建 cache（input token 全是 cache_creation）
• 可觸發最多 3 次連鎖 compaction
• Compaction 用的 forked agent 帶全部 36 工具（已知缺陷，應帶 0 個）
• NO_TOOLS_PREAMBLE 解決 Sonnet 4.6 壓縮時 2.79% 誤呼叫工具

參考

詳見 references/cache-break-causes.md 和 references/cost-matrix.md。

Source & license

This open-source skill is cataloged on AgentStack and links to its original source — we do not rehost the code.

• Author: cablate
• Source: cablate/ai-toolkit
• License: MIT

Install and usage instructions live in the source repository linked above.