Michał RodziewiczKoszty pracy z narzędziami AI wymknęły się wielu zespołom z rąk. Nie dlatego, że modele są drogie, tylko dlatego, że nikt nie nauczył programistów, jak z nich korzystać ekonomicznie. Wrzucasz cały plik do kontekstu. Prosisz Claude'a o parser CSV zamiast szukać gotowej biblioteki. Generujesz 50 tysięcy tokenów myślenia dla zadania, które Haiku załatwiłby w 200.
Ile naprawdę kosztuje praca z Claude Code?
Według oficjalnej dokumentacji Anthropic: średnio 6 dolarów na programistę dziennie. 90% użytkowników poniżej 12 USD/dzień. Miesięcznie z Sonnet 4.6: 100-200 USD/developer. Komenda /cost pokazuje bieżące zużycie. Sesje w tle: ok. 0,04 USD.
Zarządzanie kontekstem - klucz do rachunków
Rozmiar kontekstu to główny czynnik kosztowy. Zasady: /clear między zadaniami, prompt caching (automatyczny), auto-compaction (podsumowanie historii), precyzyjne prompty ("sprawdź auth.ts" zamiast "przejrzyj cały projekt" - różnica 10x).
Wybór modelu na zadanie
Sonnet 4.6: koń roboczy, 90% zadań. Opus: tylko złożone decyzje architektoniczne. Haiku: subagenty i agenci AI do prostych transformacji za ułamek ceny. Extended thinking to najdroższy czynnik - obniż przez /effort lub MAX_THINKING_TOKENS=8000. Plan mode (Shift+Tab): 5 min planowania oszczędza godziny poprawek.
Automatyzacja skryptami Python
Nie wysyłaj do AI tego, co skrypt zrobi za darmo. Przetwarzanie logów: filtruj do 50 linii zamiast wklejać 10 000. Przygotowanie danych: pandas agreguje 200 plików JSON w sekundy. Batch processing: wywołuj API programowo z rate limitingiem. Preprocessing to nawyk: "Czy mogę to przefiltrować skryptem?"
GitHub - nie wymyślaj koła na nowo
Zanim poprosisz AI o parser Markdown, walidator emaili, generator PDF - sprawdź GitHub. marked, zod, puppeteer, bullmq, oficjalne SDK. Biblioteka z 1000+ gwiazdek bije kod pisany od zera. CLI tools: gh zamiast MCP GitHub, aws cli zamiast MCP AWS. Frameworki: Express, Prisma, NextAuth - setki tysięcy godzin pracy społeczności.
Podpinaj API innych narzędzi
OpenRouter: dziesiątki modeli (Llama, Mistral, DeepSeek), 5-20x taniej dla prostych zadań. Ollama: lokalne modele, koszt zero. Specjalistyczne API: Tesseract (OCR, darmowy), DeepL (tłumaczenia), HuggingFace (sentyment), Whisper (transkrypcja). Hierarchia: (1) skrypt/
Hooki, skille i subagenty
Hooki preprocessują dane przed Claude. Skille ładują się on-demand (vs CLAUDE.md zawsze). MCP tools domyślnie odroczone. Subagenty delegują verbose zadania do izolowanego kontekstu. Code intelligence plugins redukują odczyty plików.
Jak ograniczyć koszty tokenów
Większość rzeczy ktoś już napisał - szukaj na GitHubie. Skrypt kosztuje zero tokenów przy każdym uruchomieniu. Najwięcej daje dopasowanie narzędzia do zadania, plan przed kodowaniem oraz monitorowanie kosztów przez /cost i monitoring API.
W pięcioosobowym zespole produktowym ten sam rachunek da się złapać wcześniej niż na fakturze. Raz w tygodniu ktoś spisuje z /cost trzy liczby: wydatek na osobę, udział Opus wobec Sonnet i ile sesji skończyło się bez /clear. Próg interwencji ustawiamy na 150 USD miesięcznie na developera, czyli w górnej części zakresu 100-200 USD z dokumentacji. Pierwsze cięcie to twardszy routing: Haiku na review diffów, skrypt na logi, Opus tylko na decyzje architektury. Po dwóch sprintach widać, kto wrzuca całe repo, a kto woła konkretny plik.
Źródła: Anthropic - Manage costs effectively (code.claude.com/docs/en/costs). OpenRouter (openrouter.ai). Ollama (ollama.com).
Wróć do wszystkich artykułów
