Një përdorues i Claude Code analizoi regjistrat lokalë të sesioneve për të kuptuar konsumin e shpejtë të tokenëve. Ai krijoi një analizues për skedarët .jsonl në ~/.claude/projects, duke shqyrtuar mesazhet, thirrjet e mjeteve, nënagjentët dhe ngjarjet e cache-it. Analiza e shtyu të ndërtonte një shtojcë me kod të hapur për të kufizuar konsumin.
Shkaku i parë, sipas autorit, është skadimi i cache-it: afati standard është 5 minuta për çelësat API dhe nënagjentët, kundrejt 60 minutave për abonimet. Për një kontekst me 300.000 tokenë në Claude Opus 4.6, leximi nga cache kushton 0,45 dollarë, ndërsa rikrijimi pas skadimit pesëminutësh kushton 5,63 dollarë. Kalimi nga Opus te Sonnet gjithashtu nis me cache bosh, sepse ai nuk ndahet mes modeleve.
Shkaku i dytë është ridërgimi i gjithë historikut në çdo ndërveprim. Skedarët e mëdhenj, rezultatet e gjata të testeve dhe përgjigjet JSON të serverëve MCP mbeten në kontekst dhe konsumojnë tokenë vazhdimisht. Sipas shembujve të autorit, një skedar varësish mund të shtojë 40.000 tokenë, ndërsa dalja e testeve 9.000.
Konsumi nis edhe para mesazhit të parë: serverët MCP shtojnë skemat JSON dhe përshkrimet e mjeteve në udhëzimet e sistemit, krahas skedarëve CLAUDE.md dhe kujtesave të motorit.
Burimi: DEV Community (Web Dev Feed) — lexoni artikullin e plotë në anglisht.
