Como economizar tokens no Claude Code

Só uma coisa move o ponteiro de verdade: o tamanho do contexto que sobe a cada mensagem. Tudo o mais é ajuste de margem.

Medimos 104.108 requisições reais e separamos por quanto de conversa antiga cada uma carregava. A diferença entre a mais leve e a mais pesada é de 4,6 vezes — e ela não depende do modelo, do plano nem da ferramenta. Depende de quando você começa uma sessão nova.

O que realmente pesa

Repare que as duas primeiras faixas custam praticamente o mesmo. O salto acontece depois: a partir de 20 mil de conversa acumulada, o total mais que dobra, e na última faixa quadruplica.

29% das requisições medidas não carregavam conversa antiga nenhuma — e são as mais baratas do conjunto. Não é coincidência: é a diferença entre quem recomeça e quem arrasta.

O que funciona, em ordem de efeito

1. Sessão nova quando o assunto muda. É a alavanca isolada mais forte. Continuar a mesma conversa para tratar de outro arquivo carrega todo o histórico anterior sem nenhum benefício.
2. Fechar o que não é da tarefa. Cada arquivo no contexto viaja de novo a cada turno. Três arquivos abertos por engano custam a cada mensagem, não uma vez.
3. Instruções de projeto curtas. O arquivo de instruções sobe em toda requisição. Duzentas linhas de convenção custam duzentas linhas vezes o número de mensagens do dia.
4. Pedir o recorte, não o arquivo. "Olhe a função X" custa menos que "olhe este arquivo de 800 linhas".
5. Modelo proporcional à tarefa. Ajuda, mas menos do que os quatro acima — a conta é feita na subida, e ela é a mesma em qualquer modelo.

O que quase não muda nada

• Pedir resposta curta. A saída mediana já é de 106 tokens, contra dezenas de milhares na entrada. Encurtar a resposta economiza no lado errado da conta.
• Trocar de chave ou de plano. Não altera quantos tokens a sua ferramenta envia.
• Desligar o cache. Ele não aumenta o consumo: reduz o custo do trecho repetido. O problema é o contexto crescer, não o cache existir.

Como medimos

Fonte: histórico de uso do nosso gateway, 7 dias encerrados em 9 de setembro de 2026, 104.108 requisições concluídas com sucesso no protocolo do Claude. "Conversa antiga carregada" é o volume lido de cache de contexto na requisição; "entrada total" soma contexto novo e contexto lido de cache. Agrupamento por faixa sobre a distribuição inteira, sem amostragem. Números agregados, sem dado identificável de cliente.

Perguntas frequentes

De quanto dá para reduzir na prática?
Entre a faixa mais pesada e a mais leve há 4,6 vezes de diferença. Nem todo caso chega lá, porque parte do contexto é necessária, mas a ordem de grandeza da economia disponível é essa.

Começar sessão nova não faz eu perder o trabalho?
Não perde o código, só o histórico da conversa. Quando o assunto mudou, esse histórico já não estava ajudando — estava só subindo.

Vale reduzir o arquivo de instruções do projeto?
Vale, e é subestimado. Ele sobe em toda requisição, então o custo dele é multiplicado pelo número de mensagens.

Isso muda se eu usar outra ferramenta?
Muda bastante. Ferramentas diferentes mandam volumes muito diferentes — comparamos em Codex ou Claude Code.

E se mesmo assim eu bater no limite?
Veja bati no limite: o que fazer agora. No CodeJato a mensalidade é fixa em reais e não há cobrança por token. Ver os planos.