Como analisar seu consumo de tokens no Claude
Analisar o consumo de tokens no Claude é essencial para otimizar a produtividade, controlar custos e decidir melhor qual modelo usar em cada contexto. Ainda assim, poucas pessoas olham para esses números com regularidade.
Este artigo mostra como coletar, interpretar e agir sobre os dados de consumo. Para isso, ele usa as ferramentas disponíveis para quem assina os planos Pro e Max e para quem acessa o Claude pela API.
Por que analisar o consumo de tokens no Claude
Todo prompt, arquivo anexado, resultado de ferramenta e resposta gerada vira token. Portanto, entender o consumo de tokens no Claude significa entender como o seu trabalho realmente acontece.
Os dados revelam o ritmo de trabalho, a eficiência dos prompts e a adequação dos modelos escolhidos. Além disso, eles mostram quando uma sessão ficou longa demais e começou a desperdiçar contexto.
Se você quer agir diretamente sobre o gasto, o artigo sobre como economizar tokens no Claude complementa bem este conteúdo. Aqui, o foco é medir e interpretar.
O problema da visibilidade limitada
O claude.ai oferece apenas uma visão resumida do uso, sem detalhamento por sessão, modelo ou tipo de operação. Essa limitação faz sentido, porque os planos de assinatura cobram um valor fixo e o incentivo ao monitoramento detalhado é menor do que no modelo pay-as-you-go.
No entanto, quem usa o Claude de forma intensa precisa de mais. Isso vale para produção de conteúdo, desenvolvimento de software e automações.
Sem visibilidade, fica difícil identificar padrões de uso, gargalos e oportunidades de otimização. Por isso, vale conhecer as ferramentas que tornam o consumo de tokens no Claude mais transparente.
Ferramentas para medir o consumo de tokens no Claude
A Anthropic oferece níveis diferentes de observabilidade, conforme a forma de acesso ao Claude. Além disso, a comunidade criou ferramentas que leem os dados locais do Claude Code.
Anthropic Console e Admin API
Para quem usa a API, o Anthropic Console oferece a visão mais completa. Ele mostra o consumo de tokens no Claude por dia, com filtros por modelo, workspace e chave de API, além de exportação em CSV.
Já os assinantes dos planos Pro e Max não encontram no Console o consumo individual com esse nível de detalhe. Para eles, as ferramentas locais são o caminho mais prático.
Comandos nativos do Claude Code
O Claude Code traz alguns comandos de barra que ajudam no diagnóstico. Cada um responde a uma pergunta diferente:
/context: mostra o uso atual da janela de contexto, com a divisão por categoria, incluindo ferramentas MCP./usage: mostra os limites de uso do seu plano./cost: mostra o custo total e a duração da sessão atual, voltado a quem paga por uso na API./stats: mostra estatísticas de uso e atividade do Claude Code ao longo do tempo./insights: gera um relatório que analisa as suas sessões do Claude Code.
Desses, o /stats é o mais útil para analisar o histórico de consumo de tokens no Claude Code. Mais adiante, você vê como interpretar o painel dele.
ccusage para o histórico de consumo de tokens no Claude
O ccusage é uma CLI de código aberto que lê os arquivos JSONL gravados localmente pelo Claude Code. Com ela, você transforma o consumo de tokens no Claude Code em relatórios diários, semanais, mensais e por sessão.
A ferramenta não exige chave de API nem acesso ao Console. Ela também calcula custos estimados em dólares e separa os tokens de criação e de leitura de cache.
Instalando e usando o ccusage
Você pode executar o ccusage sem instalação global, usando um executor de pacotes como npx ou bunx. Os comandos abaixo cobrem os relatórios mais comuns:
# Executa a versão mais recente sem instalar
npx ccusage@latest
# Relatórios por dia, semana, mês e sessão
npx ccusage@latest daily
npx ccusage@latest weekly
npx ccusage@latest monthly
npx ccusage@latest session
# Janelas de 5 horas do Claude Code
npx ccusage@latest blocks
# Filtro por período e detalhamento por modelo
npx ccusage@latest daily --since 2026-04-01 --until 2026-04-07 --breakdown
# Agrupamento por projeto e saída em JSON
npx ccusage@latest claude daily --instances --json
O relatório daily agrega tokens e custos por data, enquanto o session agrupa por conversa. Já a opção --breakdown mostra o custo de cada modelo separadamente.
Por fim, a saída --json leva o consumo de tokens no Claude Code para planilhas e scripts. Com isso, você consegue montar seus próprios gráficos de acompanhamento.
Interpretando o painel do /stats
A aba Overview do /stats exibe um mapa de calor da atividade por dia da semana ao longo dos meses. Os caracteres ░ ▒ ▓ █ representam a densidade de uso, da menor para a maior:
Overview Models
Apr May Jun Jul Aug Sep Oct Nov Dec Jan Feb Mar Apr
·········································█▒·▒······▓
Mon ··········································█·▓·······
·········································░··▓·······
Wed ·········································█··░·······
············································▒····░░·
Fri ··········································█▓·······█
········································░▒▓█·····▒▒
Less ░ ▒ ▓ █ More
All time · Last 7 days · Last 30 days
Favorite model: Sonnet 4.6 Total tokens: 642.4k
Sessions: 51 Longest session: 3h 16m 4s
Active days: 22/77 Longest streak: 7 days
Most active day: Jan 27 Current streak: 1 day
Your longest session is ~2x longer than a World Cup soccer match
↑ tabs · r to cycle dates · ctrl+s to copy
Um mapa com poucos dias ativos, mas com alto consumo de tokens no Claude, indica um padrão de uso concentrado. Ou seja, a pessoa entra em modo de produção por períodos específicos, em vez de distribuir o trabalho de forma uniforme.
Esse padrão é comum em quem alterna ciclos de planejamento, execução e revisão. Nesse caso, o Claude trabalha intensamente durante a produção e quase nada nas demais fases.
A métrica "Longest streak" mostra a maior sequência de dias consecutivos com atividade. Por outro lado, o "Current streak" indica se você está em um ciclo ativo neste momento.
Analisando o consumo de tokens no Claude por modelo
A parte mais reveladora da análise é a divisão do consumo de tokens no Claude por modelo. Em especial, a relação entre tokens de entrada (input) e de saída (output) funciona como uma impressão digital do tipo de trabalho.
A aba Models do /stats mostra exatamente essa divisão:
Overview Models
Tokens per Day
171k ┼ ╭─
149k ┤ ╭─╮ │
128k ┤ │ │ │
107k ┤ │ │ ╭─╮ │
85k ┤ │ │ ╭─╮ │ │ │
64k ┤ │ │ │ │ │ │ │
43k ┤ │ │ │ │ │ │ │
21k ┤ │ │ ╭─╮ ╭─╮ │ │ │ ╰───╯
0 ┼───────────────────╯─╰─╯─╰─────────────────────
Jan 23 Feb 5 Feb 17 Apr 3
● Sonnet 4.6 · ● Opus 4.5 · ● Opus 4.6
All time · Last 7 days · Last 30 days
● Sonnet 4.6 (62.2%) ● Opus 4.6 (11.7%)
In: 17.3k · Out: 382.2k In: 30.4k · Out: 44.6k
● Opus 4.5 (22.4%) ● Haiku 4.5 (3.8%)
In: 142.0k · Out: 1.9k In: 14.3k · Out: 9.8k
↑ tabs · r to cycle dates · ctrl+s to copy
Padrão de geração de conteúdo
Quando o modelo recebe prompts curtos e gera respostas longas, a relação entre output e input fica alta. Muitas vezes, ela passa de 10 para 1.
Esse padrão aparece na escrita de artigos, na geração de código a partir de especificações e na criação de roteiros. Em resumo, ele surge sempre que o Claude expande uma instrução compacta em um documento extenso.
No exemplo acima, o Sonnet 4.6 tem exatamente esse perfil, com 17,3 mil tokens de entrada e 382,2 mil de saída. Isso combina com fluxos de produção de conteúdo, porque o Sonnet equilibra qualidade e custo.
Padrão de análise de documentos
O inverso acontece quando você envia muito contexto para receber respostas pontuais. Nesse caso, a relação passa de 10 para 1 no sentido oposto.
Esse perfil indica análise de código, revisão de documentação extensa ou leitura de transcrições. Em outras palavras, o modelo processa um grande volume para extrair ou decidir algo específico.
No exemplo, o Opus 4.5 mostra esse comportamento, com 142 mil tokens de entrada e apenas 1,9 mil de saída. Modelos com raciocínio mais avançado costumam aparecer assim em tarefas arquiteturais ou de síntese complexa.
Padrão de uso conversacional
Uma relação próxima de 1 para 1 indica uso conversacional ou iterativo. Nesse cenário, você envia mensagens de tamanho parecido com as respostas que recebe.
Esse padrão aparece em sessões de depuração, revisão de código interativa e planejamento colaborativo. Afinal, há uma troca equilibrada entre prompt e resposta.
Métricas de sessão e tool calls no Claude Code
Os dados de atividade do /stats também registram, por dia, a quantidade de mensagens, sessões e tool calls. A proporção entre tool calls e mensagens é particularmente informativa.
Como regra prática, uma taxa de tool calls perto de 50% das mensagens indica modo de execução real. Nesse caso, você alterna instruções com ações concretas, como editar arquivos, rodar comandos e ler código.
Taxas muito baixas sugerem um uso mais conversacional, com pouca execução efetiva. Já taxas acima de 80% indicam fluxos agênticos, em que o modelo encadeia várias ações com pouca intervenção manual.
O número de sessões por dia também explica boa parte do consumo de tokens no Claude Code. Uma única sessão densa indica trabalho focado em um só contexto, enquanto várias sessões médias indicam alternância entre tarefas ou módulos diferentes.
Janelas de 5 horas e o consumo de tokens no Claude
Nos planos Pro e Max, os limites de uso funcionam em janelas de 5 horas. Por isso, o comando ccusage blocks agrupa o consumo de tokens no Claude Code exatamente nesses blocos.
Esse relatório ajuda a entender quando você chega perto do limite e quais atividades mais pesam em cada janela. Em paralelo, o comando /usage mostra a situação atual do seu plano.
Sessões muito longas, acima de 3 horas, merecem atenção especial. Afinal, elas costumam carregar um histórico que já não é relevante para a tarefa atual e encarecem cada nova mensagem.
A boa prática é iniciar uma nova sessão para cada nova tarefa, em vez de continuar a anterior por conveniência. Se você ainda está decidindo entre os planos, o comparativo dos planos do Claude em 2026 ajuda na escolha.
Cruzando dados do claude.ai e do Claude Code
Um padrão interessante surge quando você compara o uso das duas interfaces. Dias com muito claude.ai e pouco Claude Code indicam foco em escrita, planejamento ou produção de conteúdo.
Por outro lado, dias com muito Claude Code e pouca atividade no claude.ai indicam foco em desenvolvimento, implementação ou automação. Identificar esse ritmo pessoal ajuda a planejar o tipo de trabalho de cada período.
Também é comum notar um pico no claude.ai em um dia, seguido de picos no Claude Code nos dias seguintes. Esse desenho revela um ciclo natural de planejamento seguido de implementação.
Vale lembrar, porém, que o ccusage e o /stats só enxergam o consumo de tokens no Claude Code. Para o claude.ai, a referência continua sendo o painel do próprio site.
Hierarquia de modelos e o consumo de tokens no Claude
Analisar o consumo de tokens no Claude por modelo também mostra se você usa a hierarquia de modelos corretamente. A Anthropic organiza os modelos em três níveis principais de capacidade e custo.
O Haiku é o mais leve e rápido, ideal para tarefas simples e repetitivas como classificação, extração de dados e respostas curtas. Já o Sonnet equilibra capacidade e custo e deve ser o padrão para a maior parte do desenvolvimento e da geração de conteúdo.
O Opus, por sua vez, oferece a capacidade máxima. Portanto, faz sentido reservá-lo para raciocínio complexo, decisões arquiteturais e análise de documentos extensos.
Se os dados mostram muitos tokens no Opus para tarefas que o Sonnet resolveria bem, existe uma oportunidade clara de economia. O guia completo do Claude Code explica como trocar de modelo durante o trabalho.
Monitoramento contínuo com a Admin API
Para organizações que usam a API, a Anthropic oferece a Usage and Cost API, que exige uma chave administrativa. O endpoint /v1/organizations/usage_report/messages retorna dados agregados em intervalos de 1 minuto, 1 hora ou 1 dia.
A resposta separa o consumo de tokens no Claude por tipo: entrada sem cache, leitura de cache, criação de cache e saída. Além disso, você pode filtrar e agrupar por chave de API, workspace, modelo e service tier.
# Consulta o uso diário agrupado por modelo
curl "https://api.anthropic.com/v1/organizations/usage_report/messages?starting_at=2026-04-01T00:00:00Z&bucket_width=1d&group_by[]=model" \
--header "anthropic-version: 2023-06-01" \
--header "x-api-key: $ANTHROPIC_ADMIN_KEY"
Para o Claude Code, o endpoint /v1/organizations/usage_report/claude_code vai além dos tokens. Ele também traz métricas de produtividade, como linhas adicionadas e removidas, commits e pull requests criados com o agente.
Esses dados podem alimentar ferramentas de observabilidade como Datadog, Honeycomb ou painéis próprios. Nesse caso, o OpenTelemetry costuma ser a ponte mais simples entre as fontes.
Rotina semanal de análise do consumo de tokens no Claude
A análise do consumo de tokens no Claude rende mais quando vira hábito, e não apenas uma reação a problemas. Uma revisão semanal com ccusage weekly --last 1 e com o /stats leva poucos minutos.
Durante essa revisão, alguns sinais merecem atenção:
- Mudanças bruscas na relação entre input e output de um modelo podem indicar que um prompt cresceu demais e precisa de refatoração.
- Aumento repentino de tool calls sem aumento proporcional de mensagens pode indicar loops ou comportamentos ineficientes em automações.
- Sessões mais longas que o habitual podem indicar contexto acumulado, e então vale iniciar uma nova sessão com contexto reduzido.
Com o tempo, você passa a reconhecer o seu padrão normal. Assim, qualquer anomalia salta aos olhos rapidamente.
Conclusão
A análise do consumo de tokens no Claude vai além do controle de custos. Ela revela o ritmo de trabalho, a eficiência dos prompts, a escolha dos modelos e a saúde das sessões ao longo do tempo.
Com o /stats e o ccusage nos planos Pro e Max, e com a Admin API no uso corporativo, você constrói uma visão clara e acionável. Isso vale tanto para o uso individual quanto para equipes.
O objetivo não é minimizar o consumo a qualquer custo. Na verdade, o objetivo é garantir que cada token gere o máximo de valor para o trabalho em questão.
FAQ
O ccusage funciona em qualquer sistema operacional?
Sim. Ele roda com Node.js ou Bun em Windows, macOS e Linux, desde que você já tenha usado o Claude Code e existam logs locais.
Os dados do ccusage saem da minha máquina?
O ccusage lê apenas os arquivos locais do Claude Code. Por padrão, ele busca a tabela de preços na internet, mas a opção --offline usa preços em cache.
Por que o claude.ai não mostra os mesmos dados que o ccusage?
O ccusage lê os logs do Claude Code, que é uma ferramenta separada do claude.ai. Já o claude.ai não gera os arquivos JSONL que o ccusage processa.
Qual a diferença entre /stats e /usage?
O /stats mostra o histórico de atividade e tokens do Claude Code. Já o /usage mostra os limites de uso do seu plano.
Qual a diferença entre tokens de cache read e cache creation?
Cache creation são os tokens processados para gravar um contexto em cache, com custo um pouco maior que o input normal. Cache read são os tokens lidos de um cache existente, com custo bem menor.
Vale a pena usar o Opus para todas as tarefas?
Não. Para a maioria das tarefas de conteúdo, desenvolvimento e automação, o Sonnet entrega qualidade suficiente com custo menor.