تصور کنید تنها با یک پرامپت، سهمیهٔ حساب Claude Pro شما در چند ثانیه از ۲۱٪ به ۱۰۰٪ برسد و دسترسی‌تان قطع شود. این یک باگ نیست، بلکه نتیجهٔ مکانیزم اندازه‌گیری توکن‌ها در یک پنجرهٔ زمانی متحرک توسط Anthropic است.
به گزارش کاربران در مارس ۲۰۲۶، مشترکان Claude Max متوجه شدند پنجره‌های ۵ ساعتهٔ آن‌ها در کمتر از ۹۰ دقیقه تخلیه می‌شود. ثارق شیهیپار از شرکت Anthropic بعدها در شبکه X توضیح داد که آن‌ها برای مدیریت تقاضا در ساعات پیک، محدودیت‌های نشست را تغییر داده‌اند که حدود ۷٪ از کاربران را تحت تأثیر قرار داده است. اگر سهمیهٔ خود را مانند یک شمارندهٔ پیام ساده می‌بینید، در واقع در حال باختن نبرد با پنجرهٔ زمینه (Context Window) — شبیه میز کاری که جا برای چند ورق دارد، نه برای کل کتابخانه — هستید.
همان‌طور که در تحلیل قبلی ما درباره‌ی گذار دسترسی‌های عامل‌محور از موبایل به دسکتاپ اشاره کردیم، اکنون اصطکاک از رابط کاربری به زیرساخت منتقل شده است. برای یک کاربر حرفه‌ای، محدودیت دیگر تعداد سؤالات نیست، بلکه حجم داده‌ای است که مدل را مجبور می‌کنید هر بار با زدن دکمهٔ اینتر، دوباره بخواند.
سیستم دو ساعته
Anthropic برای مشترکان Pro و Max از دو معیار هم‌زمان استفاده می‌کند. اولی یک پنجرهٔ نشست ۵ ساعتهٔ متحرک است. این پنجره با اولین پیام شما شروع شده و دقیقاً ۵ ساعت بعد بسته می‌شود؛ فرقی نمی‌کند یک پیام فرستاده باشید یا چهارصد عدد. این زمان به تقویم یا ابتدای ساعت گره نخورده است؛ پیامی که در ساعت ۲ بعدازظهر ارسال شود، پنجره را در ساعت ۷ می‌بندد.
دومی یک سقف هفتگی است که در زمان مشخصی برای هر حساب بازنشانی می‌شود. این سقف واقعی برای کاربران پرمصرف است. شما می‌توانید تمام پنجره‌های ۵ ساعتهٔ هفته را مدیریت کنید اما باز هم تا روز پنج‌شنبه به دیوار سقف هفتگی برخورد کنید.
هر دو معیار بین وب‌سایت claude.ai، ابزار Claude Code و اپلیکیشن دسکتاپ مشترک هستند. یک ساعت وقت گذاشتن برای اصلاح رزومه در مرورگر، مستقیماً از زمانی که بعداً در همان روز برای کدنویسی در ترمینال دارید، کم می‌کند.
سطوح اشتراک و قیمت‌گذاری
بر اساس مستندات اوت ۲۰۲۶، ساختار قیمت‌ها به این صورت است:
- Claude Pro: ماهانه ۲۰ دلار (یا ۱۷ دلار در صورت پرداخت سالانه).
- Claude Max: شروع از ۱۰۰ دلار در ماه.
هر دو طرح به مدل‌های یکسانی دسترسی دارند. تنها تفاوت در این است که Max اعداد بزرگ‌تری در آن دو ساعت دارد؛ به‌طور مشخص ادعا شده که ۵ تا ۲۰ برابر بیشتر از Pro سهمیه دارد. چون Anthropic عدد دقیقی برای توکن‌ها منتشر نمی‌کند، هر وبلاگی که تعداد پیام مشخصی را ذکر می‌کند، صرفاً در حال حدس زدن است.
تلهٔ زمینه
بسیاری از کاربران مدل ذهنی اشتباهی از مصرف دارند. برنامه‌نویسی که ۴۰ سؤال کوتاه در یک نشست تازه می‌پرسد، توکن‌های بسیار کمتری می‌سوزاند نسبت به کسی که ۱۲ پیام در نشستی می‌فرستد که تمام روز باز بوده است.
این اتفاق به این دلیل می‌افتد که Claude Code تاریخچهٔ کامل گفتگو را با هر درخواست جدید ارسال می‌کند. هر فایل خوانده شده و هر نتیجهٔ ابزار دوباره پردازش می‌شود. ۱۲ پیام که باری از کل تاریخچهٔ یک روز را حمل می‌کنند، همیشه سنگین‌تر از ۴۰ پیام خالی هستند. به همین دلیل است که اندازهٔ متنی که تایپ می‌کنید، تقریباً هیچ ارتباطی با حجم درخواست ندارد. این چالش مدیریت حجم داده‌ها در حالی رخ می‌دهد که آنتروپیک برای تسهیل دسترسی به کل مخازن کد، پنجرهٔ زمینهٔ مدل Sonnet 4 را به ۱ میلیون توکن افزایش داد تا تحلیل‌های جامع‌تر ممکن شود.
سوزاننده‌های پنهان توکن
سه مکانیزم غیربدیهی وجود دارد که تخلیه سهمیه را تسریع می‌کند:
- خطاهای حافظه پنهان (Cache Misses): حافظه پنهان پرامپت باعث می‌شود نشست‌های طولانی ارزان‌تر شوند، چون تاریخچه را با نرخ کمتری محاسبه می‌کند. اما عمر این حافظه برای مشترکان تنها یک ساعت است. اگر بعد از ۹۰ دقیقه به نشست برگردید، اولین پیام شما باعث Cache Miss شده و کل تاریخچه با قیمت کامل پردازش می‌شود.
تفکر گسترده: توکن‌های تفکر به عنوان توکن‌های خروجی محاسبه می‌شوند. با بودجه‌های پیش‌فرض که به ده‌ها هزار توکن می‌رسند، ممکن است برای کارهای پیش‌پاافتاده، هزینهٔ استدلال سطح بالا را بپردازید.
تیم‌های عامل: وقتی عامل‌ها در حالت Plan اجرا می‌شوند، حدود ۷ برابر بیشتر از یک نشست عادی توکن مصرف می‌کنند، چون هر عامل (Agent) پنجرهٔ زمینهٔ کامل خود را حمل می‌کند. پنج عامل عملاً برابر با پنج گفتگوی مجزا هستند.
ابزارهای تشخیص
برای پایان دادن به حدس و گمان، کاربران می‌توانند دستور /usage را در Claude Code اجرا کنند. این دستور تفکیکی از مصرف را نشان می‌دهد و می‌گوید چند درصد سهمیه صرف مهارت‌ها، زیر-عامل‌ها یا سرورهای MCP شده است.
این ابزار همچنین پرچم‌های رفتاری را فعال می‌کند. اگر «زمینه طولانی» یا «Cache Misses» بیش از ۱۰٪ مصرف اخیر باشد، سیستم آن‌ها را نام می‌برد. با فشردن d یا w می‌توانید بین داده‌های ۲۴ ساعت اخیر و ۷ روز اخیر جابجا شوید. دستور /context دقیقاً نشان می‌دهد چه چیزی پنجره را اشغال کرده و /insights یک گزارش کامل HTML از الگوهای کاری در مسیر ~/.claude/usage-data/report.html می‌سازد.
استراتژی‌های بهینه‌سازی سهمیه
از آنجا که هیچ پروکسی نمی‌تواند سقف اشتراک را بالا ببرد، هدف این است که هر توکن، کار بیشتری انجام دهد.
مدیریت زمینه
- پاک‌سازی بین کارهای نامرتبط: برای مقابله با مشکل زمینه طولانی از
/clearاستفاده کنید. اگر از رفع باگ به سراغ مستندسازی می‌روید، نشست را پاک کنید. ابتدا از/renameاستفاده کنید تا بعداً بتوانید با/resumeبه کار قبلی برگردید. - کوچک کردن شروع نشست: فایل
CLAUDE.mdدر ابتدای هر نشست بارگذاری می‌شود. نگه داشتن این فایل زیر ۲۰۰ خط، از پرداخت «مالیات» دائمی روی هر درخواست جلوگیری می‌کند. - مدیریت سرورهای MCP: با دستور
/mcpسرورهای بدون استفاده را خاموش کنید. ابزارهای CLI مثلghیاawsرا ترجیح دهید چون تا زمانی که اجرا نشوند، چیزی به زمینه اضافه نمی‌کنند.
بهینه‌سازی مدل و بودجه
- تطبیق مدل با کار: مدل Claude 3.5 Sonnet اکثر کارهای کدنویسی را انجام می‌دهد و ارزان‌تر از Claude 3 Opus است. Opus را برای تصمیمات معماری و استدلال‌های چندمرحله‌ای نگه دارید و در میان نشست با
/modelجابجا شوید. برای زیر-عامل‌های ساده، در تنظیماتmodel: haikuرا قرار دهید. - کنترل بودجه تفکر: سطح تلاش را با
/effortکاهش دهید یا تفکر را در/configغیرفعال کنید. می‌توانید سقف استدلال را با متغیر محیطیMAX_THINKING_TOKENS=8000محدود کنید.
برون‌سپاری گردش‌کار پیشرفته
- انتقال کارهای پرحجم به زیر-عامل‌ها: از زیر-عامل‌ها برای لاگ‌ها و تست‌ها استفاده کنید تا خروجی‌های شلوغ در زمینهٔ آن‌ها بماند و فقط یک خلاصه به گفتگوی اصلی برگردد.
- استفاده از قلاب‌های PreToolUse: قلابی که یک لاگ ۱۰ هزار خطی را برای کلمه "ERROR" فیلتر کند، قبل از اینکه کلود آن را ببیند، حجم زمینه را از ده‌ها هزار توکن به چند صد توکن می‌رساند.
مسیر جایگزین (Overflow)
وقتی سهمیهٔ طرح تمام شد، تنها راه مسیریابی است. Claude از طریق Anthropic، Amazon Bedrock و Google Vertex AI در دسترس است و هر کدام محدودیت‌های نرخ (Rate Limits) مستقلی دارند. سقف اشتراک شما تأثیری بر سهمیه Bedrock ندارد.
یک درگاه هوش مصنوعی مثل Bifrost (متن‌باز) می‌تواند به عنوان پروکسی عمل کند. اگرچه سقف Pro را بالا نمی‌برد، اما اجازه می‌دهد وقتی اشتراک به دیوار رسید، به صورت خودکار به پرداخت بر اساس توکن (API-based) سوییچ کنید. این کار مستلزم به‌روزرسانی فایل settings.json با ANTHROPIC_BASE_URL و ANTHROPIC_AUTH_TOKEN است.
این کار یک شمارنده جداگانه می‌سازد. می‌توانید زنجیره‌های جایگزین تعریف کنید تا خطای ۴۲۹ (محدودیت نرخ) به‌طور خودکار درخواست را به ارائه‌دهنده دیگری منتقل کند. Bifrost این کار را با چرخش کلیدها و فرمول Backoff (عقب‌نشینی) انجام می‌دهد تا از مسدود شدن جلوگیری کند.
اقتصاد Max در برابر API
طرح Claude Max با ۱۰۰ دلار در ماه، ۵ تا ۲۰ برابر سهمیه Pro را می‌دهد. اینکه آیا این هزینه می‌ارزد یا خیر، به داده‌های /usage شما بستگی دارد. اگر معمولاً هفته را با ۷۰٪ ظرفیت تمام می‌کنید، ارتقا دادن فقط راهی گران برای فرار از تایپ کردن /clear است.
برای کسانی که تا چهارشنبه سهمیه را تمام می‌کنند، انتخاب بین هزینه ثابت Max یا هزینه نوسانی API است. استقرار سازمانی Anthropic به‌طور متوسط ۱۳ دلار برای هر توسعه‌دهنده در روزهای فعال هزینه دارد و برای ۹۰٪ کاربران زیر ۳۰ دلار می‌ماند. برای استفاده روزانه و مداوم، اشتراک همچنان به‌صرفه‌ترین مسیر است.
هشدار درباره اعتبار مصرف (Usage Credits)
کاربران می‌توانند اعتبار مصرف را فعال کنند تا بعد از اتمام سقف، با نرخ‌های استاندارد API کار کنند. اما یک تله پنهان وجود دارد: به محض استفاده از اعتبار، عمر حافظه پنهان پرامپت از یک ساعت به پنج دقیقه کاهش می‌یابد. این موضوع باعث می‌شود نشست‌های طولانی به‌شدت گران‌تر شوند. اگر از اعتبار استفاده می‌کنید، باید TTL را دستی تنظیم کنید تا عمر یک‌ساعته حفظ شود.
تکامل زیرساخت
در ۶ مه ۲۰۲۶، Anthropic محدودیت‌های نرخ ۵ ساعتهٔ Claude Code را پس از یک قرارداد عظیم محاسباتی برای ۲۲۰ هزار GPU و ۳۰۰ مگاوات ظرفیت، دو برابر کرد. محدودیت‌های هفتگی نیز از ۱۳ مه تا ۳۱ اوت ۲۰۲۶، ۵۰٪ افزایش یافت. با وجود تغییر اعداد، مکانیزم صورت‌حساب بر اساس زمینه، واقعیت ثابت این پلتفرم است. این تلاش برای پایداری زیرساختی در حالی صورت گرفت که اکوسیستم کلود پیش‌تر با بحران پایداری و وقوع ۱۴ اختلال در دو هفته دست و پنجه نرم می‌کرد.
تحلیل این الگوها نشان می‌دهد مرز بعدی بهره‌وری در هوش مصنوعی، مدل‌های بزرگ‌تر نیست، بلکه «بهداشت زمینه» (Context Hygiene) است. کاربرانی که هنر «صفحه سفید» را یاد بگیرند، عملاً ۵ برابر ظرفیت کسانی را خواهند داشت که اجازه می‌دهند نشست‌هایشان متورم شود.
گام بعدی شما
- همین هفته پرچم‌های
/usageخود را بررسی کنید؛ اگر «long context» عامل اصلی است، عادت به استفاده از/clearرا جایگزین کنید. - اگر «cache misses» زیاد است، زمان‌بندی نشست‌های خود را تغییر دهید تا وقفه‌های شما از ۶۰ دقیقه بیشتر نشود.
- برای کارهای تکراری و حجیم، از زیر-عامل‌ها استفاده کنید تا پنجرهٔ اصلی شما آلوده به داده‌های زائد نشود.
اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره تراشه‌های Blackwell مراجعه کنید.
گفتگو