在当前的AI工具阵营中,Claude鲜有对手。这并非基于对代理编码基准测试的盲目推崇,而是源于实际对比:在与Google和OpenAI顶尖模型的多次交锋中,Claude几乎全胜。从操作系统维护工具、Python脚本到赛车游戏开发,它已深度融入我的工作流。

然而,深度依赖伴随着痛点。即便是Pro订阅用户,在长达5小时的编码会话中也极易触及每周使用上限。为突破限制,我曾在单月额外支付超过300美元购买额度。虽然升级至每月100美元的Claude Max是理智之选,但在业务波动期难以合理化这笔支出。我需要一条延长Pro计划使用时长的折中路径,而答案藏在Anthropic官方帮助中心的深处。

Claude的限制依然严苛

Claude工作流的瓶颈在于双重限制:一是从第一条消息开始计时的5小时会话限制,二是独立重置周期的每周限制。这两项限额在Claude应用和Claude Code之间共享,意味着长时间编码与日常问答消耗的是同一配额。

Anthropic并未提供具体的剩余消息数量,因为每条消息的成本取决于对话长度、所选模型及“努力程度”(effort level)。各套餐的使用量仅相对于下一档设定:Pro至少是免费层的5倍,Max则是Pro的5倍。用户只能通过设置中的“使用情况”页面或Claude Code的/usage命令查看百分比进度,这使得精准追踪变得困难。

Anthropic的建议:用Opus规划,用Sonnet执行

Anthropic帮助中心提出了一项分工策略:利用Opus强大的思考能力进行规划,随后由成本更低的Sonnet高效执行。Claude Code为此提供了名为“opusplan”的设置,仅在规划阶段调用昂贵的Opus模型,一旦计划获批,构建过程即交由Sonnet接管。由于模型选择是影响用量的关键变量,这一机制旨在降低每个任务对5小时会话及每周配额的消耗。

实测:Opusplan以低16%的成本生成更优代码

为验证该建议的有效性,我进行了对照测试:在相同基础提示下,分别使用全程Opus和opusplan模式构建一个单HTML文件的俄罗斯方块游戏。两者均在空文件夹中以中等努力程度启动,且处于同一5小时窗口内。

结果显示,两个版本均能正常运行游戏逻辑。但opusplan版本在方块视觉细节上更为精致,且代码量仅为239行,远少于Opus生成的431行。更重要的是,opusplan的成本估算比纯Opus低16%(按API费率计算,分别为0.34美元和0.40美元)。其中,超过一半的费用仅用于Opus的规划阶段。

测试中也出现了Anthropic提及的前提条件:切换到Sonnet导致了一次缓存未命中,重新读取了1.93万个token。两次运行均使会话进度条增加两点,但未影响周限额。随着构建规模扩大,更多工作将由价格减半的Sonnet承担,而切换带来的开销仅限于每次任务的单次重新读取。

对于月度用量波动较大的用户而言,每月多花80美元升级Max并不划算。Opusplan让我在需要深度思考时保留Opus的价值,同时将编码执行交给更具性价比的Sonnet。它并未消除限额约束,但确实提供了一条理想的折中路径。