← Tutti gli articoli

Misurazione

Quanto costa davvero Claude Code: dove finiscono i token

La tabella dei piani è la metà facile della domanda sul prezzo. La metà costosa è ciò che una sessione fa al tuo contesto, turno dopo turno — e quella parte si può contare.

Scritto da Ted Mavera, Product Manager di HarnessUp, l'azienda che realizza lo strumento descritto qui. I testi di questo blog sono scritti con l'aiuto dell'intelligenza artificiale e revisionati dal team prima della pubblicazione.

Una macchina di metallo che fa passare le pagine in un ciclo attraverso un'apertura viola luminosa, accanto a un cassetto di vetro con pagine in cache e un unico foglio appoggiato sul pavimento.

Perché esiste questo articolo

Cerca quanto costa Claude Code e ottieni la stessa pagina quaranta volte: una tabella con i livelli del piano, un paragrafo sui limiti e un verdetto che dipende da cosa stava costruendo lo scrittore quella settimana. La tabella è corretta e quasi inutile. Risponde a quanto paghi per entrare. Non risponde a perché la sessione di martedì sembrava tre volte più pesante di quella di lunedì, sullo stesso piano, nello stesso repository.

La seconda domanda ha una risposta aritmetica, e quella risposta è già sulla tua macchina. Questo pezzo la percorre: cosa rimanda davvero un turno, quale delle quattro righe in fattura domina, e dove si nasconde lo spreco nel lavoro ordinario. Terremo il prodotto fuori dai piedi fino all'ultimo terzo, perché il metodo regge senza di esso — e perché un'analisi dei costi che funziona solo se compri qualcosa non è un'analisi.

L'unica moltiplicazione che spiega la bolletta

Un turno è un viaggio di andata e ritorno verso il modello. Tutto ciò che è nella conversazione fino a quel momento lo accompagna, a meno che l'harness non compatti o tu non ricominci da zero. È tutto qui il trucco, ed è il motivo per cui un file letto una volta non si paga una volta sola. La nostra documentazione lo esprime in un'unica unità, il token-turno: token moltiplicati per il numero di turni in cui un contenuto sopravvive nel contesto.

8.000 token × 30 turni = 240.000 token-turno
15.000 token × 37 turni = 555.000 token-turno

Leggilo due volte, perché riordina l'intuizione con cui quasi tutti arrivano qui. Uno strumento che scrive meno codice non è quello che risparmia di più. Lo è quello che rimuove dal contesto ciò che è già stato usato. Un file da 15k che arriva al turno 4 e non se ne va mai costa più del triplo di un file da 8k che arriva al turno 1 — e il secondo è quello che di solito si cerca di ottimizzare.

Quattro righe, non una: di cosa è fatta la fattura

La fattura di Anthropic divide l'input in tre fasce: input nuovo, scrittura della cache e lettura della cache, più l'output. La divisione conta perché le tre fasce di input non hanno lo stesso prezzo, e perché si muovono in direzioni opposte mentre la sessione cresce. Le letture della cache costano una frazione del prezzo base dell'input, il che sembra un affare finché non ricordi che una lettura della cache avviene a ogni turno. Le scritture della cache costano più dell'input semplice e si ripagano solo se il blocco viene riletto prima che la cache scada.

Quella scadenza è la parte che quasi tutti gli articoli sui prezzi omettono. Una prompt cache è un contratto di locazione a breve termine, e il contatore si azzera quando scade. Il timer della cache nella demo Utilities esiste esattamente per questo: mostra una cache calda che si raffredda dopo qualche minuto di inattività, così puoi vedere il momento in cui una lunga pausa pranzo alza silenziosamente il prezzo del tuo turno successivo. Le percentuali cambiano con il listino; il meccanismo no.

In pratica, è per questo che due sessioni con lo stesso numero di prompt possono costare in modo molto diverso. Una mantiene un prefisso stabile e resta calda. L'altra modifica file in cima al contesto, rompe il prefisso ogni tre turni e paga per riscrivere la cache ogni volta.

Quattro colonne traslucide di luce impilate su una scrivania scura, tre strette e una più larga, ciascuna contrassegnata da un piccolo contatore diverso e unite alla base.
Quattro righe, una fattura: input nuovo, cache scritta, cache letta e output.

Dove finiscono davvero i token

Cinque categorie spiegano la maggior parte del peso evitabile in una normale giornata di lavoro. Nessuna è esotica. Tutte sono visibili nella trascrizione locale, a posteriori.

1. Il contesto che continua a essere riletto

Ogni messaggio che invii trascina dietro di sé tutta la conversazione. Al turno 40, il file che hai aperto al turno 3 sta ancora salendo sul treno, sta ancora occupando un posto, viene ancora addebitato. La soluzione abituale — una nuova sessione — funziona, ma le persone scelgono il momento sbagliato: ricominciano quando la conversazione sembra lunga invece di quando il costo per giro supera il costo di ricostruire il contesto. Sono due punti diversi, e solo uno è quello in cui rinnovare conviene.

2. Il file intero per una funzione

Chiedere a un agente di correggere validate() di solito consegna l'intero auth.ts. Poi l'intero file resta nel contesto per i turni rimanenti, in gran parte irrilevante. Lo stesso spreco appare nella direzione opposta: una ricerca che restituisce seicento righe corrispondenti quando le prime venti bastavano a decidere.

3. L'output degli strumenti che nessuno legge

Un test che stampa novecento righe, un log di build di un monorepo, l'HTML di una pagina di documentazione recuperata per controllare un solo parametro. La trascrizione conserva tutto. Il modello legge tutto al turno successivo, che ne abbia bisogno o no.

4. I turni spesi a scoprire che il codice non compila

Una modifica arriva, l'agente dice che è fatta, tu chiedi la cosa successiva, e solo allora qualcuno esegue la build. Ora c'è un giro di andata e ritorno per scoprire un errore di sintassi che un compilatore avrebbe segnalato in due secondi, più un altro per correggerlo, più il costo di entrambi che restano nel contesto. In un pomeriggio normale questa è la voce più silenziosa delle cinque e, secondo la nostra esperienza, la più fastidiosa da guardare.

5. La risposta con il preambolo

«Ottima domanda — ti spiego cosa sto per fare.» Costa token di output una volta e token di input a ogni turno successivo, perché la risposta ora fa parte della cronologia. Moltiplica un'abitudine per quaranta turni e diventa una riga in fattura.

Cosa cambia il livello del piano, e cosa no

I piani di Claude Code sono misurati a finestre — blocchi di cinque ore e un tetto settimanale — e quella struttura è il motivo per cui il discorso sui prezzi continua a girare in tondo. Un piano più grande compra margine a un prezzo più alto. Non cambia il fatto che un file da 15k costa 15k a ogni turno, e non rende più economica una rilettura. Aggiorna abbastanza volte e lo spreco si scala con il piano.

La versione onesta: se il tuo lavoro è davvero grande, un piano più grande è l'acquisto corretto. La domanda che vale la pena porsi prima è se il lavoro è grande o se il contesto è solo pesante. Dall'esterno sembrano identici e hanno soluzioni molto diverse.

Misura prima di decidere qualsiasi cosa

Il motivo per cui questo articolo può essere specifico è che i numeri sono locali. Claude Code scrive le trascrizioni su disco, con l'uso reale dei token per turno, e uno strato di misurazione può leggerle senza inviare nulla da nessuna parte. La nostra area Misurazione esiste per questo ed è gratuita: Deep Scan percorre le conversazioni salvate e scompone la spesa per fonte, Harness History apre la ricevuta di ogni sessione chiusa, Inside the Wallet divide input nuovo, cache letta, cache scritta e output per modello, e Plan Usage mostra quanto ha reso ogni finestra prima che il limite si rinnovasse.

Inizia dalla sessione più brutta della settimana scorsa, non da una media. Le medie nascondono la forma del problema, e la forma è ciò su cui puoi agire: una lettura gigantesca al turno 2, un log nel mezzo, una risposta che ha divagato per seicento token e poi è stata riletta trenta volte.

Dove si inserisce HarnessUp

Questa è la parte in cui vendiamo qualcosa, quindi arriva con il numero e il piano che richiede. HarnessUp è uno strato locale che agisce tramite gli hook ufficiali di Claude Code e Codex — non un proxy, non un server MCP, nulla che legga il tuo token o la tua chiave. Ha 151 strumenti su dieci fronti, e buona parte del fronte Risparmio si mappa uno a uno sulle cinque categorie qui sopra.

Renew Session segna il turno in cui continuare costa più che ricominciare e, in un controfattuale misurato sulla cronologia reale, il cambio ha raggiunto il 73% del contesto a pagamento. Code Finder restituisce lo scheletro di un file grande alla prima lettura e il corpo solo su richiesta; Delta Read rifiuta la porzione di un file che l'agente ha già visto; Head Limit limita un grep che restituisce un'enciclopedia; Terminal Guide e Output Diet conservano l'inizio, la fine e le righe di errore di un log lungo. First Pass compila subito dopo la modifica, così una build rotta viaggia con il turno successivo invece di costarne uno proprio. Response Diet taglia il testo di riscaldamento. Memory State ruota il file di contesto in frammenti immutabili e ha misurato il 4,27% di contesto con 298 turni di sopravvivenza.

La cifra più grande che abbiamo è meno appariscente e più utile: Build Now, che esegue la build alla fine di un messaggio senza spendere un turno del modello, ha registrato 2.769 build e 806,7M di token di input riletti che non sono avvenuti. Nessuno di questi numeri è il tuo. Sono ciò che lo strumento ha misurato sulle macchine che lo hanno eseguito, che è il modo onesto di presentare un controfattuale — e il motivo per cui il pannello mostra i tuoi tagli separatamente dalla stima.

Cosa questa analisi non promette

Non ogni token in una sessione è spreco, e uno strumento che sostenesse il contrario ti mentirebbe in un modo facile da verificare. Leggere un file che ti serve non è spreco. Rileggerlo al turno successivo è una tassa che paghi per la memoria del modello, e una parte di quella tassa è il prezzo del lavoro. Il punto dell'aritmetica è più ristretto: separare ciò che il compito ha richiesto da ciò che l'harness ha tollerato, poi decidere quale dei due vuoi pagare.

Non promette nemmeno che una sessione più economica sia più veloce. Comprimere un log o tagliare un preambolo cambia ciò che il modello vede, e ci sono casi in cui il dettaglio tagliato era proprio il dettaglio che contava. Ecco perché ogni strumento qui è reversibile, e perché lo strato di misurazione è gratuito: dovresti poter vedere lo scambio prima di farlo.

Inizia dalla tua bolletta. Installa HarnessUp gratis, lancia Deep Scan sulle sessioni della settimana scorsa e trova la riga che non dovrebbe esserci.

Installa gratis