Telemetria de Uso e Custo do Claude Code
Ir para notas que citam estaA telemetria de uso e custo do Claude Code é o conjunto de métricas e eventos que a ferramenta emite, como tokens de entrada, saída e cache, sessões e atividade no código.
Ela existe para mostrar onde o custo nasce. Sem ela, usar o Claude Code é voar às cegas: vê-se o valor no fim do mês, mas não o que aconteceu no meio. O gasto com IA não é determinístico: o mesmo prompt nunca custa exatamente o mesmo, e um teto numa chave de API garante só o valor máximo, sem dizer se o dinheiro foi para o modelo, para um prompt que pede texto demais ou para um prompt confuso que faz o modelo pensar além do necessário. Ela liga a fatura às causas e dá base à gestão de Custo de Tokens.
Duas fontes de dado: harness e modelo
Os números vêm de dois lugares distintos. O harness, a aplicação de linha de comando, gera as métricas de uso: tipo de agente, projeto e caminho, chamadas de ferramentas, sessão. Esses dados ficam também numa pasta oculta no computador do usuário, junto do histórico das conversas. A API do modelo gera as métricas próprias do modelo, como a latência de cada requisição. Ambas contabilizam custo e podem ser combinadas. O envio para fora da máquina é feito pelo padrão OpenTelemetry.
As métricas que a ferramenta emite
- Tokens de entrada e de saída: cobra-se pelo que se manda ao modelo e pelo que ele devolve.
- Tokens de cache: o histórico da sessão fica guardado para não ser reenviado inteiro a cada mensagem. Cobra-se pela criação e pela leitura, mas a leitura custa cerca de um décimo de um input normal. Um codebase de um milhão de tokens relido a cada pergunta é onde o cache mais compensa.
- Linhas de código geradas pelo modelo.
- Commits: como a ferramenta sabe o que fez em cada requisição, dá para relacionar o uso com Git, GitHub ou GitLab.
- Tempo ativo: quanto tempo o agente ficou efetivamente pensando e escrevendo.
- Erros: tanto os da API quanto os do harness. Um exemplo típico é o timeout configurado em 30 segundos numa chamada em que o modelo pensa por um minuto: a requisição quebra e nunca responde.
Leitura pelo painel do provedor
O console da Anthropic tem uma área de analytics que mostra, sem configurar nada, uso, cache, limite de taxa e custo, quebrados por modelo, projeto, sessão e membro. Num exemplo de organização, o consumo passava de 2 bilhões de tokens no mês em cinco modelos, todos com folga no limite, sinal de que a mesma base comportaria mais usuários.
A visão por sessão revela um detalhe de comportamento: cada conversa fica atrelada a um modelo, e trocar no meio obriga a reprocessar as mensagens. O uso de Subagentes aparece somado ao modelo da conversa principal, não separado por agente.
Como os números viram decisão
- Contexto grande demais: uma aplicação legada que envia cerca de 10 milhões de tokens de entrada por dia contra uns 100 mil de saída denuncia um contexto inchado, causado por uma classe herdada que ocupa boa parte da janela. O número virou gatilho para refatorar a aplicação em componentes, não só para cortar custo.
- Medir antes e depois: o ganho de um MCP ou de uma skill que promete reduzir tokens só se confirma comparando as métricas e checando se a entrega continuou igual.
- Modelo por etapa: um modelo mais caro para gerar specs e um mais barato para a implementação, que gera muito mais volume. Uma única análise de projeto grande com o modelo mais caro chegou a esgotar a janela de uso de 5 horas, e o consumo desse modelo já passou de 100 dólares num dia.
- Plano ou uso por token: quem gasta perto de 30 reais por mês não precisa de um plano de 100 ou 500. Quem gasta 500 em créditos pode ganhar previsibilidade com um plano fixo. A mesma média dimensiona a entrada de novos desenvolvedores num projeto.
Gastar muitos tokens não indica produtividade. A visão por pessoa e por projeto serve para achar gasto desproporcional ao que foi entregue.