Claude Codeの無駄な出費を最大38%削減、tokendoctorが実使用データで示す
Tokendoctor – the same Claude Code for up to 38% less

tokendoctorは、Claude Codeの利用コストを可視化し、設定の最適化を支援するプラグインだ。作者の6週間の実使用データでは、メインスレッドのコストが38%減り、リクエストあたりのコンテキストは412Kから219Kに縮小した。38項目の設定チェックを実行し、承認した差分だけを適用、いつでも元に戻せる。すべてローカルで動作し、モデル呼び出しなしで無料で使えるコマンドも用意されている。
もしセッションが400Kトークンを超えることがほとんどないなら、ウィンドウの変更は何の効果もない。
HNでの議論
16- urig
AIにREADME.mdを書かせないでください。人間には読めません。
- Incipient
こうしたトークン最適化の類は……性能分析をほとんど見かけません。トークン使用量を半分に削減するなら、結果の精度にどう影響するのか?自動的に安価なモデルに委任するなら、結果にどう影響するのか?
個人的には、より多くのコンテキストを使うことで品質がHUGEに向上し、『よりお得』と感じるほどです——同意できない結果や修正・やり直しが少なくなりました。
主に、エージェントが使うPythonファイルで強制され『追跡』できる機械的なドキュメントリンクを通じてこれをやっています。コンテキストは単にコードを読むより多いですが、(私が見る限り)HUGEな利益がありました。
- relyks
これを使っていますが、うまく機能します:https://github.com/rtk-ai/rtk
これらのツールを複数組み合わせて競合せずに使えるかどうかを模索中です