Лимиты Claude Code: контекст, расход и как экономить

Слово «лимит» здесь означает три разные вещи, и путаница между ними стоит и денег, и времени.

Какие лимиты бывают

Окно контекста. Сколько текста модель держит перед глазами в одном разговоре. Кончается изнутри сессии и проявляется тем, что агент забывает начало.

Лимит тарифа. Сколько вы можете использовать за период по подписке. Кончается снаружи и проявляется тем, что запросы перестают проходить до сброса окна.

Лимит одного ответа. Сколько модель может выдать за раз. Проявляется обрывом на середине - особенно заметно, когда просите сгенерировать большой файл целиком.

Симптомы разные, и лечение разное: первое лечится гигиеной сессии, второе - тарифом или ключом API, третье - разбиением задачи.

Куда уходит контекст

Практически весь расход - это не ваши сообщения. Ваши сообщения занимают проценты.

• Прочитанные файлы. Агент открыл файл на тысячу строк, чтобы поправить одну функцию, - весь файл теперь в контексте.
• Вывод команд. Лог сборки, вывод тестов, результат поиска по репозиторию. Одна неудачная команда с многословным выводом съедает больше, чем весь ваш диалог.
• История правок. Каждая внесённая правка остаётся в разговоре.
• Постоянные файлы проекта. Описание проекта читается в начале каждой сессии. Если оно разрослось до полутора тысяч строк, вы платите за него в каждой задаче.

Отсюда главный вывод: экономия контекста - это управление тем, что агент читает, а не тем, как вы формулируете.

Приёмы экономии

По убыванию эффекта:

1. Одна сессия - одна задача. Самый действенный приём. Закончили - очистили контекст. Продолжение длинного диалога стоит дороже и работает хуже.
2. Давайте точный адрес. «Посмотри функцию разбора в этом файле» вместо «разберись, почему не работает парсер». Во втором случае агент прочитает пол-репозитория, чтобы найти то, что вы и так знали.
3. Не просите вывалить большие файлы в чат. Пусть агент правит файл, а не печатает его целиком.
4. Держите описание проекта коротким. В нём должно быть то, что нужно всегда. Процедуры выносите в скиллы, которые подключаются по ситуации.
5. Делегируйте разведку субагенту. Поиск по большому репозиторию вернёт вам вывод на три страницы. Субагент прочитает всё это у себя и вернёт краткий ответ.
6. Берите модель по задаче. Рутина не требует самой дорогой модели - см. выбор модели.
7. Сжимайте контекст осознанно. Сжатие лучше, чем упереться в предел, но хуже, чем начать чисто: при сжатии часть деталей теряется навсегда.

Как заметить приближение лимита

Три сигнала, по которым видно, что пора останавливаться:

• Индикатор контекста подошёл к трём четвертям. Это момент завершить шаг, а не начинать новый.
• Агент повторяет то, что уже делал, или заново читает файл, который читал десять минут назад. Значит, ранняя история уже свёрнута.
• Ответы стали общими. Конкретика ушла из контекста, и модель отвечает по общим знаниям вместо вашего проекта.

Правильная реакция на все три - зафиксировать результат в коде и в коммите, а затем начать новую сессию. Незакоммиченная работа в конце длинной сессии - худшее сочетание из возможных: контекст кончается ровно тогда, когда терять его дороже всего.

Что дальше

Про выбор модели и её влияние на расход - отдельная статья. Про то, что вообще происходит с контекстом в агентных системах, есть разбор в блоге: бюджет контекста агента. Общая картина - гид по Claude Code.