图解实拍 · 13 张截图
Claude Code 用量上限:把每一次任务的成本压下来
套餐额度掉得比预期快时,最有效的杠杆是「让哪个模型干活」。这篇图解跟随一个真实 Claude Code 会话:Sonnet 4.6 常驻执行,只在任务需要更强判断时才把 Opus 4.6 请进来。

约 5 分钟 · 13 个步骤,每步都深链到原视频的精确时刻
一句话版本
真正吃掉额度的是昂贵的每一轮,而不是你打了多少条提示。这段视频里,作者给 Sonnet 执行者挂了一个顾问模型:/advisor 把 Opus 4.6 设为服务端运行的顾问,/model opusplan 是更早的「同一时间只用一个模型」的做法;视频讲解的 SWE-bench Multilingual 图上,Sonnet 4.6 High 配 Opus 顾问是 74.8%、每个 agentic 任务 $0.96,而 Sonnet 4.6 High 单干是 72.1%、$1.09。同一套拆分在 Message API 里同样可用,而 Anthropic 的 Monitor Tool 在后台盯问题,只在被触发时才消耗 token。
关于源视频
本页所有截图来自「Software Engineer Meets AI」这支三分钟的 Claude Code 顾问命令教学:在 VS Code 里对 alldevneeds 仓库实录,Claude Code v2.1.104、Sonnet 4.6、Claude Pro 套餐。
截图均标注来源,每一步都深链回源视频的精确秒数。模型价格、跑分数字与命令输出都是视频画面本身的内容——据此操作前请以 Anthropic 当前文档为准。
三个杠杆,一个会话
先弄清哪个开关管什么,再谈省钱。
- 1
策略就一句话
片头那张卡把取舍讲完了:把 Opus 当顾问、Sonnet 或 Haiku 当执行者,就能用一小部分成本拿到接近 Opus 的智力。后面整支视频,都是把这句话接进一个真实会话。

接近 Opus 的智力,只在需要时才付费。跳到 0:08 观看 - 2
Sonnet 4.6 以 0% 上下文开会话
会话在 Claude Pro 套餐下以 Sonnet 4.6 启动,状态行显示 ctx 0%,因为还没发过任何内容。Sonnet 是执行者,负责一轮一轮地干活;顾问模型则是被留作储备的那一个。

VS Code 里的 Claude Code v2.1.104:Sonnet 4.6、Claude Pro、ctx 0%。跳到 0:16 观看 - 3
影响账单的四条命令
输入 /model 会打开命令列表,其中四条与成本有关:/model 设置 AI 模型(此刻显示 Sonnet 4.6),/effort 设置模型的 effort 等级,/advisor 配置顾问工具,/status 报告版本、模型、账号与 API 连通性。

同一份快捷命令表里,放着模型、effort 等级和顾问。跳到 0:49 观看
把顾问挂上去
一条斜杠命令、一个选择面板、一次确认——不到一分钟。
- 4
输入顾问命令
/advisor 是入口。它的行内说明写明了整页依赖的规则:在任务的关键时刻去咨询更强的模型。强模型并不会被邀请到每一轮。

「配置顾问工具,让它在任务的关键时刻咨询更强的模型。」跳到 0:24 观看 - 5
选哪个模型当顾问
面板把成本讲得很直白:顾问在服务端运行,并会消耗额外的 token;把 Sonnet 作为主模型、Opus 作为顾问搭配使用,可以用更少的用量换来接近 Opus 的表现。面板给出三个选项——Opus 4.6、Sonnet 4.6、No advisor,在改动之前勾选的是 No advisor。

三个选项,以及一句提醒:顾问会多花 token。跳到 0:32 观看 - 6
顾问确认为 Opus 4.6
确认之后,命令下方留下 Advisor set to Opus 4.6 这一行。旁边的输入框仍是空的,状态行仍是 ctx 0%:还没有花掉任何东西,执行者也依然是 Sonnet 4.6。

「Advisor set to Opus 4.6」——第一条提示之前,拆分就已就位。跳到 0:40 观看
顾问 vs 旧的 Opus plan 做法
两种用上强模型、却不必每一轮都付钱的方式。
- 7
旧做法遵循的规则
这行叠加字说出了被顾问替代的习惯:规划交给 Opus,执行交给 Sonnet。那是同一时间只用一个模型、靠手动切换——下一帧正好把差别讲清楚。

规划 → Opus,执行 → Sonnet:想事情用强模型,打字用便宜的。跳到 0:47 观看 - 8
两套做法并排看
两条结果就并排躺在同一个终端里。/advisor 报出 Advisor set to Opus 4.6;/model opusplan 报出 Set model to Opus 4.6 in plan mode, else Sonnet 4.6。按视频自己的解释:顾问方案让执行者能在任务中途调用顾问、并共享同一份上下文;而 Opus plan 同一时间只有一个模型。

两条命令结果,一个问题:同样的效果,谁花的 token 更少?跳到 0:56 观看
拆分到底怎么跑
一个共享上下文、两个模型,中间一次工具调用。
- 9
执行者每轮都在跑,顾问按需登场
示意图把角色讲实了。Executor 是 Sonnet,在主循环里每一轮都运行;Advisor 是 Opus,通过一次工具调用按需抵达。顾问不产出任何面向用户的输出,只是把建议送回给执行者。

Sonnet 在主循环,Opus 藏在一次工具调用后面。跳到 1:12 观看 - 10
两个模型为什么共用一个上下文
被圈出来的那个框,就是这套功能的要点:Executor 读写由对话、工具与历史组成的 Shared context,Advisor 审阅同一份上下文并把建议写回去,于是交接时不必重新解释任务。

视频圈出的共享上下文:顾问看得到执行者看到的东西。跳到 1:28 观看
视频里的那张图说明什么
分数更高、单任务成本更低——API 里也是同一套形状。
- 11
分数更高,单任务成本更低
这是视频自带的那张 SWE-bench Multilingual 图,横轴是每个 agentic 任务的成本。Sonnet 4.6 High 配 Opus 顾问是 74.8%、$0.96;Sonnet 4.6 High 单干是 72.1%、$1.09。作者把它读作「多约三个点、少约一成二的成本」,并在旁白里这么说了。

74.8%、$0.96 对 72.1%、$1.09——这是视频的图,不是我们的实测。跳到 2:00 观看 - 12
Message API 里的同一套拆分
这套策略并不只在 Claude Code 里。Message API 示例中执行者是 model: “claude-sonnet-4-6”,顾问则以一条工具条目出现:type 为 “advisor_20260301”、name 为 “advisor”、model 为 “claude-opus-4-6”、max_uses 为 3。下面那行注释就是盯住表计的理由:顾问 token 会在 usage 块里单独报告。

顾问 token 单独报告——usage 块让它一直可见。跳到 2:20 观看
盯住表计
后台的监看器同样要花 token。
- 13
监看器也不是免费的
视频以 Anthropic 的 Monitor Tool 幻灯片收尾。它会在后台盯着某个东西、在变化时做出反应,而且不会打断主对话;对比表则把成本说得很直:Monitor Tool 在被触发时消耗 token,而 /loop 每一次执行都要消耗 token。

Monitor Tool 对 /loop:触发时花,还是每次跑都花。跳到 2:32 观看