实测 10000 次请求：Claude Code 冷会话为什么比热会话贵 12–80 倍

作者分析了自己 50 多个 Claude Code 会话、约 10000 次 API 请求，发现离开一段时间后的第一条消息会触发缓存重载，成本是普通热请求的 12 到 80 倍。会话越大，冷重载占总成本的比例越高：600k token 以上的会话有 60–66% 的花费都花在休息后的第一条消息上。文章给出三条可落地的规则来省额度。

为什么离开回来后的第一条消息特别贵

• 模型不记得任何东西，每次发消息都会把整个对话（系统提示、项目上下文、所有历史消息和工具结果）重新发送一遍
• API 用 prompt caching 缓存未变化的部分，缓存读取远比正常输入便宜，但缓存有 TTL，停止请求后计时器走完就失效
• 订阅计划内主对话用 1 小时缓存，API key 或用量积分则是 5 分钟——一杯咖啡就能让 5 分钟缓存变冷
• 缓存过期后第一条消息要全价重读并重写整个上下文，缓存写入比正常输入还贵，这就是「冷会话税」

不同模型的冷重载倍数和真实账单

• Haiku 4.5 及多数旧模型：缓存读取为正常输入的 0.1 倍，1 小时缓存冷重载约 20 倍，5 分钟缓存约 12.5 倍
• Sonnet 5.5 和 Opus 5.5：读取为 0.05 倍，冷重载约 40 倍（5 分钟缓存 25 倍）
• Fable 5.1：读取为 0.025 倍，冷重载高达 80 倍（5 分钟缓存 50 倍）
• 实际例子：241k token 的 Opus 5.5 会话，热请求读上下文约 5 美分，午饭后第一条消息重写约 1.93 美元，相当于 40 次热请求
• 订阅用户看不到美元，但重载同样消耗 5 小时和每周限额——如果你休息后额度用得特别快，多半是这个原因

10000 次请求的三个意外发现

• 大会话没想象中贵：500k 会话的每次热请求只比小会话贵 2–3 倍，不是 10 倍，因为新 token 和输出才是每条请求的大头
• 钱都花在休息上：100k 以下会话冷重载约占总成本 21%，500k 时超过 40%，600k 以上达 60–66%
• 一条「消息」其实是 5–10 次 API 请求：agent 读文件、跑命令、改代码每步都是一次请求，中位数 5 次、平均 10 次
• 会话变大并没有让 agent 变笨——800k 以上重复读文件仍只有 1–2%；但切换任务后重复读取和纠错大约翻倍

三条省钱规则

• 规则一：离开前趁缓存还热处理大会话。/compact 趁热执行时从缓存读历史很便宜，休息后再执行就要全价重跑；1 小时缓存还可以在到期前发一条短消息续命
• 规则二：冷着回来就开新会话。claude --resume 本身免费，此时可以决定 /clear 重开，带上一份几百到 1500 token 的交接文档：目标、相关文件、已完成、下一步、已否决的方案
• 新会话起步约 50k、摸索再花 40k，但按每条请求都背着大上下文算，大约 7–12 次请求就回本，也就是一两条 prompt 的功夫
• 规则三：小会话不用讲究。30k token 的会话冷重载依然便宜，别把仪式感浪费在小会话上

一分钟检查你自己的会话

• Claude Code 把每个会话存成 ~/.claude/projects 下的 JSONL 文件，每条回复的 usage 记录包含上下文大小、时间戳和缓存时长（5 分钟或 1 小时）
• 如果两条回复之间的间隔超过缓存寿命，那条回复就是一次冷重载
• 最简单的方法是开一个新会话，让 Claude Code 写 Python 脚本分析这些 JSONL 文件（不要把记录读进上下文，也不要打印消息内容）