Claude Code с каждым запросом заново отправляет модели всю переписку, поэтому лимит быстрее всего съедает длинная сессия. Uber задал инженерам четыре настройки по умолчанию: сжимать переписку, когда она дорастает до 400 тысяч токенов, держать средний уровень рассуждений модели, хранить уже прочитанное в кэше час и не загружать при старте описания подключённых сервисов. У подписчиков Claude на моделях 5.5 три из них уже стоят. Самому нужно включить раннее сжатие и дать помощникам-субагентам модель дешевле: в блоге Uber эту настройку назвали самым сильным рычагом экономии.
Лимит Claude Code быстрее всего съедает длинная сессия: с каждым вашим сообщением агент заново отправляет модели всю переписку, правила проекта и прочитанные файлы. Uber, который израсходовал годовой бюджет на ИИ за первые месяцы 2026 года, сдержал расходы четырьмя настройками по умолчанию для всех инженеров. Мы сверили их с документацией Anthropic: у подписчиков Claude на моделях 5.5 три уже стоят. Самому нужно включить раннее сжатие переписки и ещё одну настройку из блога Uber, которую там назвали самым сильным рычагом, — дешёвую модель для субагентов.
Как экономить лимиты Claude Code?
Главное правило — держать контекст коротким. Контекст: всё, что модель перечитывает с каждым запросом: переписка, правила, файлы. Чем его меньше, тем медленнее тает лимит.
Привычки для этого многие знают: команда /clear перед новой задачей, путь к файлу вместо его текста, короткий файл правил CLAUDE.md, до 200 строк по совету Anthropic. Если задачу нельзя бросить на середине, команда /compact сжимает переписку вручную, не дожидаясь автосжатия. Подробнее мы разбирали это в сравнении лимитов Codex и Claude Code.
Настройки работают сами, даже когда вы забыли про привычки. Инженер Uber Удай Киран Медисетти рассказал о них 28 октября на конференции VentureBeat, а 19 ноября издание описало их подробно. В Uber их задают централизованно: инженеры получают их готовыми.
| Настройка Uber | Что стоит у вас по умолчанию | Что сделать |
|---|---|---|
| Сжатие переписки на 400 тысячах токенов | у моделей с окном в миллион — около 967 тысяч | включить самому |
| Средний уровень рассуждений effort | medium у моделей 5.5 и Fable 5.2 | проверить, что не поднят |
| Кэш на час у главного агента, 5 минут у субагентов | так и есть на подписке в пределах лимита | не трогать |
| Описания MCP-инструментов не грузятся при старте | отложенная загрузка включена | не отключать |
| Плюс из блога Uber: субагенты на модели дешевле основной | та же модель, что у беседы | включить самому |
Что случилось в Uber?
В апреле технический директор Uber Правин Неппалли Нага, по данным The Information, признал, что компания потратила бюджет на ИИ, заложенный на весь 2026 год, за первые месяцы года. К августу, как пишет инженерный блог Uber, агенты для программирования готовили больше 70% правок в коде компании.
В августовском блоге Uber Медисетти подвёл итог: при той же модели одна сессия агента подешевела на 52% от июньского пика, хотя агентами стали пользоваться больше.
рост числа активных пользователей агентов, февраль — август 2026
рост числа запросов к агентам в неделю за то же время
стоимость одной сессии от июньского пика при той же модели
С апреля общие расходы Uber на ИИ, по словам Медисетти, держатся примерно на одном уровне. Сколько дала каждая настройка в отдельности, он не сказал. Anthropic оценивает средний расход компаний примерно в $13 (≈1 070 ₽ по курсу ЦБ на 21.11.2026) на разработчика за активный день работы. Подписчик Pro за $20 (≈1 640 ₽) в месяц на ноябрь 2026 года сверху не доплачивает, пока не докупил usage credits, запас сверх подписки: у него длинные сессии просто быстрее съедают пятичасовой лимит.
Когда Claude Code должен сжимать переписку?
Uber сжимает переписку, когда она дорастает до 400 тысяч токенов, даже у моделей с окном в миллион. Токен: кусочек слова, модель меряет текст токенами. Окно: сколько токенов модель может держать в голове за раз. Медисетти назвал 400 тысяч разумной серединой: выше 700-800 тысяч дорого обходится каждый запрос и каждый промах кэша, когда модели приходится перечитывать переписку заново.
Автосжатие — это когда Claude Code сам заменяет старую переписку коротким пересказом. Без настройки модели с окном в миллион токенов сжимаются около 967 тысяч, сказано в документации Anthropic. Значит, до сжатия каждый ваш запрос может нести в два с лишним раза больше текста, чем у инженера Uber.
Порог задаёт переменная окружения CLAUDE_CODE_AUTO_COMPACT_WINDOW — строка-настройка, которую Claude Code читает при запуске. Значение: число от 100 000. Её кладут в раздел env файла настроек, пример есть в разделе «Как включить настройки Uber за пять минут?». На моделях с окном около 200 тысяч токенов, например Sonnet 4.6 и Opus 4.6 без расширенного контекста, порог 400 тысяч не сработает: Claude Code не поднимает его выше окна модели.
При сжатии часть деталей теряется. Если задача длинная, перед сжатием попросите Claude Code записать в файл, что уже сделано и что осталось.
Какой уровень effort ставить?
Ставьте средний, medium: в Uber он стоит по умолчанию, и у новых моделей Anthropic тоже. Effort — это сколько модель рассуждает перед ответом. Рассуждения модель пишет сама, а написанный моделью текст, как объясняет Uber, стоит в несколько раз дороже прочитанного.
В документации Claude Code medium указан по умолчанию для Opus 5.5, Sonnet 5.5, Haiku 5.5 и Fable 5.2. У старой Opus 4.7 по умолчанию стоит xhigh, у остальных моделей — high. Медисетти добавил наблюдение Uber: последние модели на среднем уровне работают лучше, на высоком заметна просадка.
Проверьте, что уровень не подняли вы сами. Команда /effort открывает ползунок, и если там когда-то сохранили high, он так и останется по умолчанию. Для сложной ошибки поднимайте уровень на одну сессию: в ползунке клавиша s применяет его только к текущей сессии, Enter сохраняет как умолчание. Клавиша s есть в Claude Code версии 2.1.257 и новее.
Почему Uber держит кэш промтов час?
Час нужен потому, что разработчики часто отходят от сессии дольше чем на пять минут. Кэш — сохранённая копия уже прочитанного начала переписки: пока он жив, модель после паузы не перечитывает всё по полной цене. Uber держит кэш главного агента час, а у субагентов, помощников главного агента, пять минут.
Если платить за токены напрямую, по API-ключу, текст из кэша стоит десятую часть обычной цены. Положить текст в кэш на час стоит вдвое дороже обычного, на пять минут — в 1,25 раза дороже.
У подписчиков Claude это уже настроено. На подписке в пределах лимита Claude Code сам включает кэш на час для главной беседы, а субагентам оставляет пять минут, ровно как в Uber, — так написано в документации Anthropic. Когда лимит кончился и работа идёт за счёт докупленного запаса usage credits, главная беседа переходит на пятиминутный кэш.
Тем, кто работает через API-ключ, кэш на час для главной беседы включают сами: переменная CLAUDE_CODE_PROMPT_CACHE_TTL со значением 1h (Claude Code версии 2.1.242 и новее). Субагенты останутся на пяти минутах, как в Uber. Если пауза дольше, чем живёт кэш, первое сообщение после неё заставит модель перечитать весь контекст. Ушли на обед от огромной сессии — лучше начните новую.
Почему MCP-инструменты не грузят при старте?
Описания инструментов съедают контекст ещё до первого вопроса. MCP — способ подключить к Claude Code внешние сервисы, например почту или трекер задач. У каждого инструмента есть описание для модели. По подсчёту Uber, когда инструментов больше сотни, описания занимают 50-70 тысяч токенов в каждом запросе.
Claude Code тоже не грузит их при старте. В контекст попадают только названия инструментов, полное описание подгружается, когда модель решила им воспользоваться. Anthropic называет это поиском инструментов.
Если в настройках или инструкции из интернета вам встретилась строка ENABLE_TOOL_SEARCH=false, уберите её: она заставляет Claude Code грузить описания всех инструментов сразу.
Неиспользуемые серверы MCP, то есть подключения к сервисам, всё равно стоит отключить командой /mcp. Команда /context покажет, что занимает место в контексте.
Какую модель дать субагентам?
Субагентам давайте модель дешевле основной: в блоге Uber эту настройку назвали самым сильным рычагом. Субагент — помощник, которому Claude Code поручает часть работы: найти нужные файлы или разобрать длинный лог. В Uber главная модель делит задачу и проверяет результат, а субагенты на более слабой модели выполняют работу. Модель субагента инженер может поменять вручную.
В Claude Code субагент по умолчанию работает на той же модели, что и беседа. Включили Opus, и помощники без своей модели тоже пошли на Opus. Поэтому Opus в основной беседе стоит включать под сложную задачу, для обычной работы обычно хватает Sonnet. Модель субагентов меняют двумя способами:
- переменная
CLAUDE_CODE_SUBAGENT_MODELсо значениемsonnetилиhaikuзадаёт модель для всех субагентов, у которых своя не указана; - в файле своего субагента строка
model: haikuзадаёт модель только ему. Anthropic советует Haiku для простых задач субагентов.
Встроенных помощников Explore и Plan переменная не меняет. Как подобрать модель под задачу, мы разбирали в статье какую модель Claude выбрать.
Как включить настройки Uber за пять минут?
Обе ручные настройки помещаются в один файл ~/.claude/settings.json: это общие настройки Claude Code для всех ваших проектов.
Откройте файл настроек ≈ 1 мин
- файл
~/.claude/settings.jsonв домашней папке - нет файла — создайте его
Добавьте раздел env ≈ 2 мин
- порог сжатия 400 000 токенов
- модель субагентов Sonnet
Перезапустите Claude Code и проверьте effort ≈ 2 мин
- команда
/effort: должен стоять medium - команда
/context: сколько места занято
Если в файле уже есть другие настройки, добавьте раздел env рядом с ними:
{
"env": {
"CLAUDE_CODE_AUTO_COMPACT_WINDOW": "400000",
"CLAUDE_CODE_SUBAGENT_MODEL": "sonnet"
}
}
Если вы и так работаете на Sonnet, поставьте субагентам haiku. Править файл руками необязательно, это можно поручить самому Claude Code:
Открой мой файл ~/.claude/settings.json (если его нет, создай). Ничего не удаляй из того, что там уже есть. Добавь в раздел env две переменные: CLAUDE_CODE_AUTO_COMPACT_WINDOW = "400000" CLAUDE_CODE_SUBAGENT_MODEL = "sonnet" Если в файле есть ENABLE_TOOL_SEARCH со значением false, покажи мне эту строку и спроси, удалить ли её. Покажи итоговый файл целиком, прежде чем сохранить.
Как проверить, что лимит тратится медленнее?
Сравните расход за неделю до и после: команда /usage показывает, сколько лимита ушло, и сама советует, что поменять. Разбивка в /usage, как пишет Anthropic, называет причины, которые съели 10% расхода и больше, например длинный контекст и промахи кэша. Uber для той же цели вывел счётчик расходов в строку состояния, нижнюю строку окна агента, и присылает инженерам оповещения в Slack на отметках 50, 80 и 100%.
Лимит сгорает
- одна сессия на весь день, в ней десяток задач
- effort high сохранён по умолчанию «на всякий случай»
- субагенты работают на Opus вместе с беседой
- подключены все серверы MCP, которые когда-то пробовали
Лимит держится
/clearперед каждой новой задачей, сжатие на 400 тысячах- medium по умолчанию, high — на одну сложную сессию
- субагенты на Sonnet или Haiku
- в
/mcpвключено только нужное
Если после всех настроек лимита Pro всё равно не хватает, посмотрите, что дают тарифы Claude Max и Ultra. Всё остальное о сервисе собрано на странице Claude.
Бесплатный мастер-класс · онлайнХотите, чтобы Claude Code делал работу за вас и не съедал лимит к обеду? На вебинаре показываем, какие задачи отдавать агенту и как их ставить.
Записаться бесплатно →Частые вопросы
Сколько лимита экономят настройки Uber?
Точной цифры по каждой настройке нет: инженер Uber Удай Киран Медисетти её не назвал. Все меры вместе снизили стоимость одной сессии на 52% от июньского пика при той же модели. На подписке результат будет другим, поэтому сравните расход в /usage за неделю до изменений и неделю после.
Где лежит файл settings.json для Claude Code?
Общие настройки для всех проектов лежат в файле ~/.claude/settings.json в домашней папке пользователя. Если файла нет, его можно создать. Настройки одного проекта кладут в .claude/settings.json внутри папки этого проекта. Переменные окружения пишут в раздел env этого файла.
Не станет ли Claude Code хуже работать на среднем effort?
На простых и обычных задачах обычно нет. Anthropic сама ставит средний уровень по умолчанию для Opus 5.5, Sonnet 5.5, Haiku 5.5 и Fable 5.2, а в Uber заметили у новых моделей просадку качества на высоком. Для сложной ошибки откройте /effort, выберите high и нажмите s: уровень поднимется только на эту сессию.
Что делать, если лимит всё равно кончается?
Сначала откройте /usage: разбивка расхода подскажет, что съело лимит, длинный контекст или промахи кэша. Если сессии уже короткие, а лимита Pro не хватает, остаются три пути: дождаться сброса окна, докупить запас usage credits или перейти на Max за $100 (≈8 220 ₽) в месяц на ноябрь 2026 года.
Источники
- VentureBeat: Uber blew through its AI budget, then dialed back context and reasoning in its AI coding tools
- Uber Engineering: Running a Software Factory Efficiently at Uber Scale
- Claude Code Docs: Manage costs effectively
- Claude Code Docs: Model configuration
- Claude Code Docs: Prompt caching
- Claude Code Docs: Subagents
- Claude Code Docs: Environment variables
- Claude: Pricing



