Сколько на самом деле стоит работа с Claude Code в 1С: разбор собственных журналов за 6 недель

Claude Code пишет журнал каждой сессии на диск. Я попросил самого Claude написать скрипт, который разберёт эти журналы и переведёт токены в деньги по прайсу API. Ниже - что в них нашлось, какие правила я из этого вывел и что из затеянного пришлось выбросить. Скрипт приложен к статье.

Все суммы в статье - это стоимость тех же токенов по прайсу API, а не мой реальный счёт, но для сравнения "где тратится больше" этого достаточно.

Данные: 21.09.2026 - 03.11.2026, 161 основная сессия (с субагентами - 720 журналов), 20 571 вызов модели.
 

Важное замечание про используемые инструменты

В своей работе я использую не только Claude Code, но и платные MCP-инструменты: RSV Server и RSV Data Pro, они обеспечивают взаимодействие AI-агента с EDT и данными в базе 1С.

Это часть моего рабочего инструментария, поэтому при оценке результатов важно учитывать, что разработка ведётся с использованием платных инструментов. Приведённые далее $2087 - это расчётная стоимость токенов по API-прайсу Claude. Фактически за эти шесть недель я заплатил за Claude Code около $30: подписка Pro стоит $20 в месяц. В эту сумму не входит стоимость MCP-инструментов.
 

Как вообще считается расход

Три факта, без которых цифры ниже непонятны.

1. Каждый ход модель заново читает весь накопленный контекст: историю, ответы инструментов, CLAUDE.md. Поэтому дорог не один длинный ответ, а каждый лишний ход в длинной сессии.
2. Прочитанное повторно берётся из кэша - это в 10–20 раз дешевле обычного входа. Но кэш живёт ограниченное время (в моих журналах - час). Вернулись после паузы - первый ход заново записывает весь контекст, а запись дороже чтения в 12–40 раз.
3. Размышления (thinking) тарифицируются как выходные токены - самые дорогие.
    

Что показал отчёт

Скрипт делает один HTML-файл (и такой же Markdown) с таблицами и столбиками. Дальше - главные разделы.

За 6 недель - около $2 087 по API-прайсу, 6,1 млрд входных токенов. Из них 98% - чтение из кэша. Кэш работает, и это хорошо. Но даже при такой доле чтение из кэша - 69% всех денег, потому что читается оно снова и снова. Свежий вход почти не стоит ничего ($0,33 за всё время). Деньги тратятся не на то, что я пишу агенту, а на то, что агент перечитывает.
 

На что уходят деньги: типы токенов

Главная таблица отчёта. Вызовы с контекстом больше 200 тыс. токенов - это 55% всех вызовов, но 86% денег. Вызов при контексте до 50 тыс. стоит около 1 цента, свыше 200 тыс. - около 16 центов. Цена хода растёт вместе с контекстом, и длинная сессия платит за это на каждом ходу.
 

Размер контекста - главный множитель

Распределение сильно перекошено: 9 сессий из 161 (длиннее 300 ходов) дали 69% расходов. Одна сессия - тестирование загрузки мастер-данных, 2328 ходов, контекст до 968 тыс. - съела 36% всех денег. Это не "агент много думал", а одна и та же сессия, которую я больше недели не закрывал.
 

Кэш: паузы и холодные старты

Если пауза перед вызовом меньше часа, кэш почти не промахивается (6 холодных вызовов из 19 255). Если больше часа - 76% вызовов холодные (69 из 91). Всего 77 холодных стартов, переплата $167 (8% от суммы). Самые обидные - в раздутой сессии: один вызов с контекстом 959 тыс. после перерыва стоил $9,4, а при чтении из кэша тот же контекст стоил бы около $0,5.

Топ-10 самых дорогих отдельных вызовов

Все десять самых дорогих вызовов - это возвращения в ту самую огромную сессию. Во всех десяти модель заново записывала в кэш почти миллион токенов контекста (из кэша прочитано меньше 5%).
 

Топ по цене удержания в контексте

Ответ инструмента остаётся в контексте и оплачивается на каждом следующем ходу. Отчёт считает "цену удержания" каждого инструмента. У меня дороже всего оказались write_module_source (запись модуля), code_structure (структура кода), Read и vanessa.
 

А если бы всё шло на другой модели

Основной объём у меня шёл на Sonnet (49% денег). Opus 5 дал 33% денег при 9% вызовов - медианный контекст у него был 560 тыс.
 

Выводы по статистике

Только то, что показывают цифры, без советов.

1. Кэш работает, и деньги всё равно уходят на него. 97,8% входных токенов читается из кэша, свежий вход стоит $0,33 за всё время. Но чтение из кэша - 69% всех денег (оно повторяется на каждом ходу), запись в кэш на 1 час - ещё 21% ($445). Выходные токены - 5,5%, размышления - 3,4%.
2. Цена хода определяется размером контекста. Вызов при контексте до 50 тыс. стоит около $0,01, свыше 200 тыс. - около $0,16. Вызовы с контекстом больше 200 тыс. - 55% всех вызовов и 86% денег; больше 100 тыс. - 95% денег.
3. Расходы сосредоточены в немногих сессиях. 9 сессий из 161 (длиннее 300 ходов) дали 69% денег. Одна сессия - 36%.
4. Кэш промахивается после пауз. Пауза до 5 минут: 6 холодных вызовов из 19 255. Пауза больше часа: 69 из 91 (76%). Всего 77 холодных стартов, переплата $167 (8% суммы); 12 из них - после смены модели в сессии.
5. Модель умножается на контекст. Sonnet - 49% денег; Opus 5 - 33% денег при 9% вызовов, его медианный контекст 560 тыс. против 276 тыс. у основного Sonnet. Попадание в кэш у Sonnet и Opus примерно одинаковое (97–99%).
6. Размышления - малая часть расходов: 3,4% денег.
7. Ответы четырёх инструментов - 62% цены удержания: запись модуля (22%), структура кода (18%), чтение файла (12%), Vanessa (10%).
8. Субагенты почти ничего не стоят: 5195 вызовов (четверть всех) - $32, 1,5% денег.
    

Рекомендации

Каждая - из соответствующего вывода выше. Отчёт и сам собирает такие рекомендации по порогам (рисунок ниже): предупредит, если больше трети денег ушло на длинные сессии, назовёт переплату за холодные старты и т. д.

Что я делаю. Правила записаны в CLAUDE.md проекта, их исполняет сам агент:

• Одна сессия - одна задача (выводы 2, 3). Закрыты критерии и записаны в файл задачи - новая сессия, а не "продолжим в этой же", подробнее в моей статье Рабочая память ИИ-агента: как вести задачи, ТЗ и решения в файлах проекта без ручного учёта
• Состояние хранится в файле задачи, а не в сессии (выводы 2, 3). У каждой задачи свой файл в .ai/current-tasks/: решения с причинами, результаты проверок, текущее состояние, следующий шаг. Новая сессия читает индекс и свой файл - и готова к работе. Файл дописывается по ходу, а не "перед паузой".
• Автосжатие на 200 тыс. токенов (вывод 2). В ~/.claude/settings.json одна строка: "autoCompactWindow": 200000. Сжатие срабатывает само, не дожидаясь 800–900 тыс.
• Перед ручным /compact я говорю агенту "сохрани задачу". Он обновляет файл, и только потом я сжимаю контекст.
• Перед долгим перерывом закончить сессию с итогом в файле (вывод 4), а не возвращаться в огромную: кэш живёт около часа.
• Модель не менять посреди сессии (выводы 4, 5): у каждой модели свой кэш. Сильная модель - для ТЗ, критериев и архитектуры, средняя - для рутинного цикла «правка → обновление → тест»; переключать в начале сессии.
• Обновление базы и прогоны Vanessa - через субагента на самой дешёвой модели (выводы 7, 8). Он повторяет вызов, пока не придёт итог, и возвращает короткий ответ - длинные ответы не копятся в основном контексте.
• Начинать экономию с длины сессий, а не с уровня размышлений и не с выбора модели (выводы 2, 5, 6).
   

Бонус: скрипт

К статье приложен usage_report.py - один файл на Python без внешних зависимостей. Он читает журналы Claude Code на вашем компьютере, ничего не пишет в них и никуда не отправляет.

Запуск из корня проекта (на Windows python3 часто заглушка Магазина - используйте python):

PYTHONUTF8=1 python usage_report.py            # HTML и Markdown в папку out/
PYTHONUTF8=1 python usage_report.py --open     # и открыть в браузере
PYTHONUTF8=1 python usage_report.py --days 7   # только последняя неделя
PYTHONUTF8=1 python usage_report.py --dir <папка с журналами>

По умолчанию берётся проект текущей папки из ~/.claude/projects/.

Что внутри отчёта: сводка, типы токенов, модели, effort, размер контекста, кэш и холодные старты, топ сессий и вызовов, инструменты по цене удержания, пересчёт "если бы на другой модели", разбивка по дням, рекомендации по порогам и шпаргалка по параметрам.

Ограничения, о которых стоит знать:

• Прайс - снимок на 06.10.2026, зашит в таблицу PRICES в начале файла. Сверьте с актуальным и поправьте через --prices prices.json.
• Деньги - "как по API", а не ваш счёт на подписке. Быстрый режим и пакетная скидка не учтены.
• "Холодный старт" и "цена удержания" - оценки по моим порогам (контекст больше 20 тыс., из кэша меньше 20%), а не точные значения.
• Размер ответов инструментов оценён по символам (≈3 символа на токен).
• Скрипт написан с помощью Claude и проверен на моих журналах; на чужих версиях Claude Code формат записей может отличаться, попросите свой Claude написать такой же

Мои готовые решения для 1С (маркировка, токены, ТСД и т.д.):

Маркировка в "древней" УТ 10.3 (10.3.6.8) и полноценный ТСД (Online) или как обойтись без перехода на УТ 11.5

Как подключить маркировку в древней УТ 10.3 без перехода на УТ 11.5 - все необходимые объекты, модули и доработки

Автоматическое обновление токенов Честного Знака в 1С

Автоматическое обновление токенов Честного Знака в 1С - готовое решение для УТ, КА, ERP, УНФ, Розницы и Бухгалтерии, которое избавляет от ручных обновлений и остановки процессов.

Дубликатор кодов маркировки (КИЗ) DataMatrix: Расширение 1С с проверкой в Честном Знаке (копирует ЛЮБЫЕ КИЗы!)

Автоматическое обновление токенов Честного Знака в 1С - готовое решение для УТ, КА, ERP, УНФ, Розницы и Бухгалтерии, которое избавляет от ручных обновлений и остановки процессов.

Маркировка остатков товаров на складе: Как сделать все быстро и без ошибок (мой практический опыт)

Маркировка остатков 10 000+ товаров без ошибок — готовое решение, которое исключает человеческий фактор, автоматизирует процесс и работает напрямую с 1С. Пошаговый опыт и готовое расширение внутри.

Маркировка остатков в распределенной рознице: Как промаркировать более 100 тыс. товаров в нескольких десятках магазинов без хаоса и ошибок

Маркировка остатков 100 000+ товаров в рознице без хаоса и ошибок — клиент-серверное решение, где сканируешь ШК в магазине и сразу получаешь КМ на принтере, независимо от кассового ПО. Практический опыт, регламент и готовый комплект кода внутри.