Claude-tokenverbruik verlagen: 6 fixes die echt werken

Niemand budgetteert voor tokens. Dan landt er een zware maand, verdubbelt de factuur, en opeens is iedereen in het team expert in contextvensters. We hebben genoeg Claude Code-setups geaudit om het patroon te kennen: de rekening wordt zelden gedreven door het werk waar je om vroeg. Hij wordt gedreven door alles wat erop meelift.

Deze gids is het draaiboek dat we zelf gebruiken. De fixes staan op volgorde van impact, wat betekent dat de saaie structurele eerst komen en de leuke (modelrouting) als laatste, want daar zit het geld. De prijzen hieronder zijn API-tarieven per medio 2026: ruwweg $3 per miljoen inputtokens op Sonnet, $5 op Opus, $1 op Haiku, waarbij outputtokens ongeveer vijf keer zoveel kosten. Zit je op een Pro- of Max-abonnement, dan betaal je in rate limits in plaats van dollars, maar elke fix hier koopt je hetzelfde: meer werk per sessie voordat je tegen de muur loopt.

Waar de tokens werkelijk naartoe gaan

Elk verzoek dat Claude Code naar de API stuurt draagt je hele sessie tot dan toe, plus een vaste preambule: de system prompt, je CLAUDE.md, de beschrijving van elke geïnstalleerde skill en het volledige schema van elke tool van elke verbonden MCP-server. Die preambule wordt op elke beurt gefactureerd, of de beurt er iets van gebruikt of niet.

In een volwassen setup telt dat snel op. De vier grootste verbranders die we zien, op volgorde:

De eerste is het herlezen van context. Een agent die gisteren je configbestand van 2.000 regels las, leest het vandaag opnieuw, want sessies onthouden niets. Vermenigvuldig dat met elk bestand dat hij "voor de zekerheid even checkt" en herontdekking wordt een aparte kostenpost.

De tweede is MCP-toolschema's. Elke server die je hebt verbonden injecteert zijn tooldefinities in elk verzoek. Niet wanneer de tool wordt gebruikt. Altijd. Vijf servers kunnen 15.000 tot 25.000 tokens aan schema's betekenen die vóór je eigenlijke vraag zitten, de hele dag, elke dag.

De derde is een opgeblazen CLAUDE.md. Een geheugenbestand van 3.000 regels is ruwweg 30.000 tokens belasting op elk verzoek in elke sessie, voor altijd. De meeste van die regels zijn misschien in één op de tien sessies van toepassing.

De vierde is opnieuw uitleggen. "Gebruik conventional commits. Blijf van de legacy-map af. Wij verkiezen pnpm." Typ je elke ochtend je voorkeuren in de chat, dan betaal je om dagelijks dezelfde les te geven, en die les rijdt daarna in de sessiegeschiedenis mee op elke volgende beurt.

Prompt caching verzacht dit alles. Herhaalde stabiele context wordt gefactureerd op ongeveer een tiende van de normale inputprijs. Maar cache-writes kosten een toeslag, gecachete inhoud bezet nog steeds je contextvenster, en één veranderde byte bovenin de prompt maakt alles erna ongeldig. Caching is korting, geen fix.

Meet voordat je optimaliseert

Gokken naar tokenverspilling is zelf een vorm van verspilling. Tien minuten meten vertelt je welke van de zes fixes hieronder er voor jouw setup echt toe doet.

Binnen Claude Code toont /cost wat de huidige sessie heeft uitgegeven, en /context wat het venster op dit moment bezet, uitgesplitst naar system prompt, tools, geheugenbestanden en berichten. Die tweede is de eerlijke spiegel: nemen toolschema's en CLAUDE.md 40.000 tokens in beslag voordat je iets hebt getypt, dan heb je je probleem gevonden.

Voor historie leest de communitytool ccusage de transcriptbestanden die Claude Code toch al op schijf bewaart en geeft je uitsplitsingen per dag en per model. API-gebruikers zien hetzelfde op de usage-pagina van de Anthropic Console, per key. En wil je weten wat een specifiek bestand kost: het count_tokens-endpoint van de API geeft een exact getal; je CLAUDE.md erdoorheen halen is een ontnuchterende dertig seconden.

Neem een baselineweek voordat je iets verandert. Elke claim over onze eigen cijfers hieronder kwam uit precies deze oefening, en de skill Token Budget Auditor bestaat om die hele exercitie te automatiseren (meer daarover in fix 6).

Fix 1: vervang herhaalde prompts door skills

Dit is voor de meeste mensen de verandering met de meeste hefboom, en hij werkt dankzij één ontwerpbeslissing: progressive disclosure. De volledige instructies van een skill laden alleen wanneer de skill triggert. Het enige dat je op elk verzoek betaalt is zijn triggerbeschrijving, meestal 30 tot 60 tokens. Ben je nieuw met het formaat, dan behandelt onze uitleg over Claude skills de mechaniek.

Maak de som voor een prompt die je dagelijks plakt. Zeg dat het 2.000 woorden is, zo'n 2.600 tokens: je codestijlregels, je reviewchecklist, wat je ook maar in een notitie bewaart en elke ochtend plakt. Eenmaal geplakt zit hij in de sessiegeschiedenis en wordt hij op elke beurt opnieuw verstuurd. Bij 30 beurten per sessie genereert dat ene blok ruwweg 78.000 inputtokens per sessie. Over 22 werkdagen: ongeveer 1,7 miljoen tokens per maand. Op Sonnet is dat rond de $5 zonder cache, met redelijke cache-hits eerder $1 tot $2.

Als skill kost dezelfde inhoud zijn beschrijving van 50 tokens per beurt, zo'n 33.000 tokens per maand, plus het volledige blok van 2.600 tokens alleen in sessies waarin hij daadwerkelijk afgaat. Noem het een reductie van 95 tot 98 procent voor dat blok.

Vijf dollar per maand klinkt als niets, tot je twee dingen bedenkt. Niemand heeft één geplakte prompt; de setups die we auditen hebben er vijf tot tien. En de dollarkosten zijn niet eens de grootste schade: die tokens bezetten context, wat lange sessies eerder in compaction duwt, wat herlezingen triggert, die meer kosten dan de prompt deed. Geplakte prompts omzetten in skills is de verandering met de beste verhouding tussen moeite en besparing die we kennen.

Fix 2: zet CLAUDE.md op dieet

CLAUDE.md is altijd-aan context. Dat is zijn hele waarde en zijn hele kostenpost. De test voor elke regel is simpel: geldt dit voor de meeste sessies in dit project?

Hoort in CLAUDE.md: build- en testcommando's, de indeling van de repository, de drie niet-vanzelfsprekende beperkingen die dingen breken bij overtreding, harde regels als "commit nooit direct naar main". Dit is doorgaans 30 tot 60 regels.

Hoort er niet in: workflowinstructies voor taken die je wekelijks doet (dat is een skill), stijlgidsen voor incidenteel werk als docs schrijven of migraties (skill), lange uitleg van architectuur die Claude uit de code kan lezen, en alles wat je erin kopieerde "zodat het er staat als het nodig is". Geldt een sectie voor minder dan de helft van je sessies, dan betaalt hij altijd-aan huur voor deeltijdwerk. Verhuis hem naar een skill en hij kost niets tot de dag dat hij relevant is.

We blijven CLAUDE.md-bestanden van 2.000-plus regels tegenkomen, en de eigenaren zijn meestal twee keer verrast: eerst door het tokenaantal (haal het door count_tokens), daarna door de ontdekking dat afslanken Claude gehoorzamer maakte, niet minder. Instructies concurreren om aandacht. Veertig scherpe regels verslaan tweeduizend papperige.

Fix 3: snoei MCP-servers die je niet gebruikt

MCP-servers zijn de stilste verbrander, omdat de kosten in het dagelijks gebruik onzichtbaar zijn. Een server verbinden betekent dat zijn toolschema's in elk verzoek worden geserialiseerd. Een typische server exposeert 10 tot 30 tools van elk een paar honderd tokens schema; de grote officiële servers zijn erger. Toen we onze eigen setup doormaten, voegde één populaire server in zijn eentje zo'n 20.000 tokens per verzoek toe, en we hadden hem die maand twee keer gebruikt.

Draai claude mcp list en wees meedogenloos. Vraag je bij elke server af wanneer je hem voor het laatst echt gebruikte. Onze regel na deze oefening op onze eigen machines: twee servers per project is ruim voldoende, en ze horen gescoped aan de projecten die ze nodig hebben in plaats van globaal geconfigureerd. Een databaseserver heeft niets te zoeken als belasting op je blogschrijfsessies.

Heroverweeg ook of elke overblijvende server überhaupt een server moet zijn. Veel MCP-verbindingen bestaan om een CLI te wrappen die Claude net zo goed via bash kan draaien, zonder vaste kosten. Het volledige beslissingskader staat in skills vs MCP, maar de korte versie: MCP verdient zijn schemabelasting wanneer je live geauthenticeerde toegang tot een extern systeem nodig hebt. Voor instructies, workflows en alles wat bestandsgebaseerd is doet een skill het werk zonder de huur per verzoek.

Snoeien is bovendien de zeldzame fix die per direct werkt. Geen refactoring, geen migratie. Verwijder drie ongebruikte servers en je eerstvolgende verzoek is 30.000 tokens lichter.

Fix 4: sessiegewoontes die de context klein houden

Structuur fixt de vaste kosten. Gewoontes fixen de variabele.

Begin per taak een verse sessie. Eén onsterfelijke sessie die van een bugfix naar een refactor naar "update ook even de README" zwerft, sleept de volledige bugfixcontext mee in elke README-beurt. Geschiedenis wordt bij elk verzoek opnieuw verstuurd, dus de beurten van een lange sessie worden steeds duurder. Verandert het onderwerp, dan is /clear of een nieuwe sessie bijna altijd goedkoper dan doorgaan, en de outputkwaliteit wordt er meestal ook beter van, want verouderde context misleidt meer dan hij helpt.

Gebruik /compact op natuurlijke grenzen, niet op de deadline. Claude Code compacteert automatisch wanneer het venster volloopt, maar tegen die tijd heb je een uur lang de volle prijs betaald voor een opgeblazen geschiedenis. Compacteren direct na een mijlpaal ("tests slagen, nu de volgende feature") verkleint de geschiedenis terwijl jij bepaalt wat het bewaren waard is. Compaction kost één samenvattingsronde; dood gewicht meeslepen kost elke beurt.

Kader je vragen af. "Zoek waar we e-mails valideren en fix de regex" stuurt Claude op een grep-expeditie door een dozijn bestanden, elk ingelezen in de context en gefactureerd voor de rest van de sessie. Weet je dat het in src/lib/validators.ts zit, zeg dat dan. Tien seconden specificiteit bespaart routinematig 50.000 tokens aan verkenning. Dezelfde logica geldt voor reads: Claude naar een regelbereik wijzen verslaat het laten opslokken van een bestand van 2.000 regels om er 40 van te gebruiken.

Niets hiervan vergt discipline die verder gaat dan opletten. Kijk een dag naar /context en de verspillende patronen wijzen zichzelf aan.

Fix 5: routeer goedkope subtaken naar goedkopere modellen

Ja, modelrouting bespaart geld. We zetten hem op vijf, omdat in elke audit die we deden teams ernaar grepen terwijl een opgeblazen CLAUDE.md en zes ongebruikte MCP-servers drie keer meer verbrandden. Eerst structuur, dan routing.

Dat gezegd hebbende: de rekensom is echt. Haiku kost een vijfde van Sonnet en nog eens een vijfde van Opus. De schone manier om dat in Claude Code te benutten zijn subagents. Verkenning, een lang bestand samenvatten, boilerplate-tests genereren, eerste versies van commitberichten: delegeer dit naar een Haiku-subagent terwijl de hoofdlus op je primaire model blijft. De eigen architectuur van Claude Code doet dit intern voor sommige zoektaken, wat je vertelt dat Anthropic het patroon deugdelijk vindt.

Wat we niet aanraden is het model van de hoofdsessie halverwege een taak heen en weer schakelen. Prompt caches zijn per model, dus elke switch gooit je gecachete prefix weg en betaalt de volle prijs om hem opnieuw op te bouwen. Kies één model per sessie; routeer op de subagent-grens. En houd het zware denkwerk op het sterke model. Een goedkoop model dat een fout plan produceert kost meer dan een duur model dat het in één keer goed heeft. Ook dat hebben we gemeten, helaas.

Fix 6: de tokenefficiëntie-skills die we testen

We houden een aparte categorie Token Efficiency bij, en we leggen daar een strengere lat dan waar ook: een oordeel moet komen met een gemeten voor/na-factuur, niet met vibes. Dat maakt oordelen trager. Hier de eerlijke stand van zaken.

Token Budget Auditor leest je transcripts en setup en benoemt je grootste tokenzondaars: opgeblazen systeemcontext, redundante bestandsreads, kletsende toollussen. Het is de "meet eerst"-stap verpakt als skill. Oordeel in behandeling; we draaien een voor/na-vergelijking van de factuur op onze eigen accounts voordat we hem scoren.

Context Compression verpakt de samenvat-en-ga-door-discipline uit fix 4, zodat lange sessies compacteren tot gestructureerde samenvattingen in plaats van rauwe geschiedenis mee te slepen. In de testwachtrij; we meten tokenbesparing af tegen informatieverlies over een week echte sessies, want compressie die je beperkingen vergeet is erger dan geen compressie.

Prompt Cache Optimizer herstructureert context voor cachevriendelijkheid: stabiele inhoud eerst, vluchtige inhoud laatst. De meest voorkomende verspilling die hij aanpakt is een timestamp die bovenin een prompt wordt geïnterpoleerd en stilletjes de cache bij elk verzoek ongeldig maakt. Fix van één regel, besparing in dubbele cijfers wanneer hij van toepassing is. We meten live cache-hitrates voordat we een oordeel vellen.

De ene aanpalende skill die de tests wél heeft doorstaan is Memory Management, die 9,2/10 scoorde in onze proef van een week. Hij staat in onze productiviteitscategorie, maar is in de kern een tokenzet: persistent geheugen zet herhaalde herontdekking (de duurste faalmodus uit fix 4) om in één keer schrijven en goedkoop terughalen. Claude die de beslissingen van je project onthoudt, is Claude die niet twaalf bestanden herleest om ze te reconstrueren.

De volledige lijst, met testnotities en de oordelen die er zijn, staat op beste efficiency-skills. We laten je liever een wachtrij met lopende metingen zien dan een pagina vol zelfverzekerde scores die we niet kunnen onderbouwen.

Het Optimizer Pack, als je de kortere route wilt

Eén eerlijke alinea over ons eigen product. Het Optimizer Pack is de efficiency-setup die we op onze eigen machines zouden installeren: de drie efficiency-skills hierboven plus Memory Management, voorgeconfigureerd, met een uitgeklede CLAUDE.md-template en een MCP-auditchecklist, geïnstalleerd met één commando. Het kost $10, vooral omdat het verpakken en onderhouden van de configs echte tijd kost. Alles erin is ook gratis verkrijgbaar via de losse skillpagina's; het pack bespaart je een avond setup, meer niet. Vind je het geknutsel juist leuk, sla het dan over.

Een realistisch voor en na

Hier een schets op basis van een composiet van zware gebruikers die we auditten: een developer die Claude Code vier-plus uur per dag draait op Sonnet via de API, met een CLAUDE.md van 2.500 regels, vijf MCP-servers en marathonsessies.

Voor: ruwweg 140 miljoen inputtokens en 4 miljoen outputtokens per maand. Met matige cacheprestaties (de CLAUDE.md had een dynamische header, dus caching werkte nauwelijks) zit dat in de buurt van $480 per maand.

Na het toepassen van fixes 1 tot en met 5: drie MCP-servers snoeien en CLAUDE.md terugbrengen tot 60 regels haalde zo'n 45.000 tokens van de preambule per verzoek af. Zeven geplakte prompts omzetten in skills verwijderde nog een brok elke-beurt-geschiedenis. Verse sessies en eerder compacteren maakten de gemiddelde geschiedenis een derde korter. De cache-invalidator fixen betekende dat de resterende stabiele context eindelijk tegen het cachetarief werd gefactureerd. Verkennings-subagents naar Haiku routeren schaafde de rest weg. Nieuwe rekening: rond de $210 per maand.

Dat is een reductie van 55 procent zonder enige verandering in wat er gebouwd werd. Jouw cijfers zullen afwijken, en iedereen die een exact percentage belooft moet je wantrouwen, ons incluis. Maar de rekening van een zware gebruiker ruwweg halveren met alleen structuur komt overeen met wat we meer dan eens hebben gezien. Het patroon geldt ook voor abonnementen: dezelfde persoon liep halverwege de middag niet meer tegen de limieten van het Max-plan aan.

FAQ

Maakt dit iets uit als ik op een Pro- of Max-abonnement zit in plaats van de API? Ja, alleen in een andere valuta. Abonnementen meten je via gebruikslimieten, en die limieten worden opgesoupeerd door dezelfde tokens waar een API-gebruiker voor betaalt. Een slankere setup betekent meer echt werk voordat je de cap raakt. Gebruikers die "constant tegen limieten aanlopen" dragen meestal 40.000 tokens preambule per verzoek zonder het te weten.

Kosten geïnstalleerde skills tokens als ze niet gebruikt worden? Alleen de triggerbeschrijving, doorgaans 30 tot 60 tokens per skill per verzoek. De body laadt wanneer de skill afgaat. Twintig geïnstalleerde skills kosten zo'n 1.000 tokens vaste overhead, en daarom is een grote skillbibliotheek goedkoop terwijl een grote CLAUDE.md dat niet is. De ene faalmodus zijn skills met opgeblazen beschrijvingen; die markeren we in onze reviews.

Hoeveel context verbruikt een MCP-server eigenlijk? Het varieert enorm, en daarom moet je de jouwe meten: draai /context met de server verbonden en daarna losgekoppeld. Kleine, gerichte servers voegen 1.000 tot 3.000 tokens aan schema's toe. Grote officiële kunnen 15.000 tot 25.000 toevoegen. De kosten gelden voor elk verzoek, of je nu een tool aanroept of niet.

Is /compact beter dan een verse sessie starten? Verschillende taken. /compact is om gerelateerd werk voort te zetten: het vat de geschiedenis samen zodat de context kleiner meegaat. Een verse sessie is voor het wisselen van onderwerp, en dan is die de goedkopere én betere optie, want ongerelateerde geschiedenis is niet alleen duur, hij verslechtert de output actief. Compacteer je om iets ongerelateerds voort te zetten, dan wilde je eigenlijk /clear.

Lost prompt caching dit niet automatisch op? Het helpt veel en staat standaard aan in Claude Code, maar het geeft korting op verspilling in plaats van haar weg te nemen. Gecachete tokens factureren nog steeds op zo'n 10 procent, vullen nog steeds je contextvenster en duwen je nog steeds richting vroege compaction. En caching breekt geluidloos: één wijziging in de stabiele prefix, zoals een timestamp in je setup, en je zit weer op de volle prijs zonder waarschuwing. Structureer je context goed en caching vermenigvuldigt de besparing; structureer hem slecht en caching verbergt het probleem tot de factuur komt.