你为 [CC] 充值了额外用量额度,只发了几个提示,余额就蒸发了。第一个念头是计量是不是出错了。其实有两种可能,而官方文档和 bug 讨论指向的是相反方向:可能是你没察觉到的真实消耗,也可能是计量与计费故障。
本文用 [CC] 已经提供的数字把两者分开,说明每个数字到底代表什么,以及在提交工单前该收集哪些材料,好让报告不是一句主观抱怨。
额度为什么掉得这么快?
因为会话的花费随它携带的上下文增长,而不是随你打了几句话增长。从早上开着的会话,每条消息都会把整段对话重新发送一遍,包括只问一行的时候。一个大会话里的几个提示,比一个干净会话里的很多提示更贵。
第二种可能是计费。2026 年 11 月 5 日,issue anthropics/claude-code #107558 记录了一次 10 美元充值在约 15 分钟轻度使用中耗尽,而以往同一笔充值能撑半天以上。作者把这些原因标注为未经证实,这也正是本文第一节的意义所在:不做测量,谁都无法判断到底属于哪一种。
/usage 显示了什么,又没显示什么?
/usage 打开用量面板。在 Session 区块可以看到当前会话的 token 用量。官方文档明确说明了一个几乎所有人都会忽略的细节:金额是在本地计算的,依据是 token 计数和该模型的标价。
这带来两个实际后果。第一,如果你有折扣、额度,或使用不按标价计费的计划,屏幕上数字与账单之间的差额是正常的,不是 bug。第二,在 Pro、Max 或 Ultra 订阅下,会话费用不是你的实际扣费,因为用量已包含在订阅内;这时真正有效的是同一屏幕上显示的用量明细和计划进度条。
| 你看到的内容 | 适合用来做什么 | 注意 |
|---|---|---|
/usage 里的会话费用 | 找出哪个会话贵 | 本地按标价计算 |
/context 里的上下文大小 | 看是什么占满了窗口 | 大上下文每轮都会被重发 |
| 用量明细与计划进度条 | 订阅下以此为准 | 只对订阅用户显示 |
| 账户里的额度余额与花费 | 账单以此为准 | 它不在会话内部 |
也就是说,/usage 很适合做会话之间的横向比较,却不适合用来证明计费有误。要证明后者,你需要账户的数字,而不是会话的数字。
怎么找出到底哪个会话在烧额度?
靠对比,不靠猜。按这个顺序做:
- 在可疑会话里运行
/context。它显示是什么占满了上下文窗口:读过的文件、工具结果、历史记录。数字很大,问题就在这里。 - 运行
/usage查看该会话的消耗,并与一个你确知很便宜的会话对比。 - 运行
/cost拿到累计总额,这就是你要贴进报告的数字。 - 用
/model记下当前模型。换模型会改变每 token 价格,而你并未主动选择的更大模型,正是 bug 报告里列出的原因之一。
如果那个贵会话上下文很小、轮次很少、也没有自动化在跑,消耗假设就变弱,计量问题假设就变强。反之亦然。
哪些行为在你没注意时消耗额度?
任何携带上下文发出请求的行为。成本文档把它归纳为上下文管理、模型选择、扩展思考配置和预处理 hook 四个方面。落到实际,常见的嫌疑对象是:
| 嫌疑对象 | 为什么费钱 | 怎么检查 |
|---|---|---|
| 从未清理的长会话 | 整段对话随每条消息发送 | /context 和 /usage |
| 读取大文件 | 内容留在上下文里被反复重发 | /context |
| 用了超出需要的模型 | 每 token 单价更高 | /model |
| 扩展思考 | 思考 token 按 output 计费 | 思考相关配置 |
| 子代理与并行实例 | 各自发出自己的请求 | 开了几个会话 |
| 自动化与循环 | 你没盯着的时候也在发请求 | 后台任务 |
| 注入上下文的 MCP 与 hook | 每轮都进入 prompt | MCP、插件与 hook 清单 |
第一条最容易让人误判,因为它感觉不像消耗:你什么都没做,只是把会话开着。但每一次提问都要为累积的上下文付费,而累积会自己变大。
现在怎么把消耗降下来?
三个命令就能解决大部分问题:
- 下一个任务与上一个无关时用
/clear。清理不花钱,是效率最高的削减手段。 - 必须继续同一任务但上下文已经很大时用
/compact。摘要保留主线,去掉重发。 - 用
/model选与任务匹配的模型,而不是把所有事都交给最贵的那个。
结构性的部分,文档给出四个杠杆:上下文管理、模型选择、扩展思考配置和预处理 hook。前两个是习惯,后两个是配置。如果问题是整个团队的支出,同一份文档也覆盖了为组织设置花费上限的做法。
如果算下来还是对不上呢?
那就别再优化,开始报告。2026 年 11 月 5 日 issue #107558 里的报告之所以有用,是因为它列出的正是维护者需要的材料:/cost 或 /usage 的输出、事发时通过 /context 取得的上下文大小、会话 ID、当时启用的 MCP 服务器与插件与 hook 清单,以及带时区的时间窗口。
提交之前把这些收集齐。“掉得太快了”无法诊断;“在这个时间窗口、这个模型、这个上下文和这个用量下,账对不上”则可以。
同一份报告还提出了一个值得记下的改进诉求:按轮次给出 input、output、缓存与来源的明细,并加上消耗速率告警。在它出现之前,你手上只有 /usage 和 /cost 这一对数字,以及会话之间的对比。
怎么避免再次发生?
先建立基线。在一个干净会话里跑一个典型任务,记下 /usage 里的消耗,把这个数字当作参照。当某个会话远高于基线,你就知道问题在上下文而不在价格;当账户花费与各会话之和明显不符,你手上已经有工单所需的全部材料。
这一大堆工作之所以存在,是因为每个 token 都被计量和收费,而开着的长会话会一直在花钱。在 Verboo Code 里 token 不设上限:会话开着不会变成账单上的一行,所以你是按组织需要清理,而不是因为怕余额见底。


