Blog · Tin AI Agent · Agent lập trình VIEN

Claude Code Mode và Tokendoctor: Giảm tới 38% tiền token?

So sánh Claude Code Mode gộp lệnh JS và plugin Tokendoctor chỉnh trần ngữ cảnh: cơ chế chạy, số liệu thật, điều kiện bật và ai nên chọn cách nào.

Claude Code Mode và Tokendoctor: Giảm tới 38% tiền token?
Ảnh: Tirza van Dijk tirzavandijk / Wikimedia Commons (CC0)
Trong bài này
  1. Code Mode hoạt động ra sao và con số 37% từ đâu ra?
  2. Tokendoctor cắt chi phí bằng cách nào?
  3. So sánh hai hướng và cách bật thử đúng nguồn
  4. Nhận định của mình

Mở một phiên Claude Code đọc vài chục file rồi sửa code một hồi là bình thường, nhưng tới cuối phiên thì tiền token nhảy vọt rất nhanh. Mỗi lượt hỏi lại gửi nguyên lịch sử chat kèm đống kết quả đọc file trước đó lên mô hình. Tuần này cộng đồng dùng Claude Code bàn nhiều về hai hướng cắt chi phí hoàn toàn khác nhau: bật tính năng thử nghiệm Code Mode của Anthropic, hoặc cài plugin mã nguồn mở Tokendoctor để đo lại phiên cũ. Cả hai đều xuất hiện kèm những con số hấp dẫn cỡ 37% tới 38%, nhưng đằng sau từng con số lại có điều kiện riêng.

Đồ hoạ so sánh hai cách giảm token trên Claude Code giữa Code Mode gom lệnh JavaScript và Tokendoctor giới hạn ngữ cảnh 400K
Code Mode xử lý trung gian ngay trong một bước JavaScript, còn Tokendoctor tua lại 30 ngày lịch sử để chỉnh ngưỡng nén ngữ cảnhẢnh: ptm m / Wikimedia Commons (Public domain); NOIRLab/NSF/AURA/T. Slovinský / Wikimedia Commons (CC BY 4.0)

Code Mode hoạt động ra sao và con số 37% từ đâu ra?

Nói gọn thì bình thường Claude gọi từng công cụ một, chờ trả toàn bộ nội dung file hay kết quả tìm kiếm về ngữ cảnh rồi mới nghĩ bước tiếp. Khi bật Code Mode, Claude viết một đoạn JavaScript gộp nhiều bước tìm kiếm, đọc file và chạy kiểm tra vào một lượt thực thi, tự lọc bỏ phần thừa tại chỗ rồi mới trả kết quả gọn về mô hình.

Anthropic đưa Code Mode vào Claude Code từ bản v2.1.323 ngày 12/11/2026 và mở rộng cho nhóm agent từ bản v2.1.326 ngày 16/11/2026. Một chi tiết dễ gây hiểu lầm là trang tài liệu Code Mode và nhật ký phiên bản chính thức không hề đăng bài đo giảm 37% token. Con số giảm 37% thực chất nằm ở bài nghiên cứu ngày 24/11/2025 của Anthropic về tính năng Programmatic Tool Calling trên API, khi lượng token trung bình ở tác vụ tra cứu phức tạp giảm từ 43.588 xuống còn 27.297. Tách bạch rõ nguồn số liệu như vậy để bạn tự cân nhắc trước khi bật thử, thay vì mặc định máy nào bật lên cũng giảm đúng từng đó.

Tokendoctor cắt chi phí bằng cách nào?

Khác với Code Mode gom thao tác bên trong một bước, Tokendoctor nhắm vào chỗ phình to nhất của các phiên code dài: cửa sổ ngữ cảnh 1 triệu token. Theo giải thích trong mã nguồn của dự án trên GitHub, với các mô hình 1M, Claude Code mặc định chỉ nén hội thoại khi chạm gần mốc 967K token. Vì mỗi lượt hỏi mới phải gửi lại toàn bộ lịch sử từ đầu, đoạn cuối phiên tốn tiền hơn rất nhiều. Trong nhật ký sử dụng cá nhân của tác giả, hai phần ba chi phí luồng chính rơi vào những lượt gọi đã vượt mốc 400K token trong ngữ cảnh.

Biểu đồ thanh so sánh mức ngữ cảnh trung bình mỗi lượt gọi của Claude Code mặc định 967K, trần Tokendoctor 400K và log tác giả giảm từ 412K xuống 219K
Hạ trần nén từ 967K xuống 400K giúp lượng ngữ cảnh trung bình mỗi lượt của tác giả giảm từ 412K xuống còn 219K token

Cách làm của Tokendoctor đi ngược lại thói quen đoán mò: chạy /tokendoctor:sessions để đọc lại lịch sử 30 ngày qua trên máy, tính thử chi phí ở bốn mức trần nén là 200K, 300K, 400K và 600K mà không gọi thêm mô hình nào. Tiếp đó, lệnh /tokendoctor:audit rà 38 điểm kiểm tra dựa trên tài liệu Claude Code, còn /tokendoctor:optimize đề xuất và in phần thay đổi để bạn tự chọn áp dụng, kèm /tokendoctor undo để hoàn tác ngay nếu muốn. Tùy chọn slide thay thế bước chờ mô hình tóm tắt vốn mất trung bình 79 giây ở phiên của tác giả bằng cách bỏ bớt kết quả công cụ cũ trong vài mili-giây mà vẫn giữ nguyên lời thoại.

Về số liệu thực tế, tác giả ghi nhận trong phép đo cá nhân giữa một tháng trước và một tuần sau khi đặt trần 400K kèm Sonnet cho subagent: ngữ cảnh trung bình mỗi lượt giảm từ 412K xuống 219K và chi phí API mỗi lượt ở luồng chính giảm 38%. Chính tác giả lưu ý đây chỉ là số đo trước và sau trên công việc của một người, không phải thí nghiệm đối chứng. Khi chạy thử bộ bài tập TypeScript dùng Haiku 5.5, các tác vụ hiếm khi vượt 400K nên đổi trần nén không tiết kiệm thêm; riêng cơ chế trượt slide giảm chi phí trung vị từ 11% đến 21%, nhưng từng lần chạy riêng lẻ dao động từ giảm 40% tới tăng 17%.

Đọc thêmDario Amodei nói AI mở nguy hiểm: Vì sao cộng đồng phản ứng?

So sánh hai hướng và cách bật thử đúng nguồn

Hai công cụ không đá nhau vì mỗi bên giải quyết một điểm nghẽn khác nhau trong cùng một phiên làm việc. Bảng dưới đây gom nhanh những điểm cần cân nhắc trước khi đụng vào file cấu hình của máy bạn.

Tiêu chíClaude Code ModePlugin Tokendoctor
Cách giảm tokenGộp nhiều lệnh tool vào một đoạn JS, tự lọc kết quảTua lại log 30 ngày, hạ trần nén 400K và trượt bớt output cũ
Nguồn gốcTính năng thử nghiệm chính thức của AnthropicPlugin mã nguồn mở giấy phép MIT trên GitHub
Số liệu đã ghi nhậnChưa có benchmark riêng; API tương tự giảm 37%Giảm 38% ở phiên dài của tác giả; Haiku 5.5 trượt giảm 11%–21%
Ràng buộc lớnChỉ chạy terminal bản gốc; kẹt chính sách resume và auto modeChỉ sinh lời rõ khi phiên của bạn hay vượt ngưỡng 400K
Cách hoàn tácGỡ biến môi trường hoặc đặt giá trị về 0Chạy lệnh /tokendoctor undo

Nếu muốn thử Code Mode trên một tác vụ ít rủi ro trong terminal trên macOS, Linux hoặc WSL, bạn truyền biến môi trường ngay lúc mở phiên:

CLAUDE_CODE_EXPERIMENTAL_CODE_MODE=1 claude

Để bật cố định cho phiên cá nhân, bạn đặt "CLAUDE_CODE_EXPERIMENTAL_CODE_MODE": "1" trong khối "env" của file ~/.claude/settings.json, lưu ý Claude Code bỏ qua biến này nếu đặt trong file cài đặt cấp dự án. Với Tokendoctor, hai lệnh cài plugin từ hướng dẫn chính thức là:

claude plugin marketplace add localixai/tokendoctor
claude plugin install tokendoctor@tokendoctor

Sau khi khởi động lại Claude Code, bạn gõ /tokendoctor:sessions để xem số liệu của chính 30 ngày vừa qua trước khi quyết định sửa bất kỳ thông số nào.

Nhận định của mình

Nhìn kỹ cả hai cách, điểm đáng giá nhất ở đợt cập nhật này là người dùng không cần vội tin mấy con số tròn trịa cỡ 37% hay 38% treo trên tiêu đề. Code Mode giải quyết đúng bệnh gọi công cụ lắt nhắt khi Claude phải rà cả chục file trong kho mã nguồn, nhưng lại đóng khung khá chặt trong terminal gốc và chưa có số đo chính thức riêng từ Anthropic. Tokendoctor thì thực tế hơn ở chỗ bắt đầu bằng dữ liệu 30 ngày trên chính máy bạn, nhưng nếu việc hằng ngày của bạn toàn phiên ngắn dưới 400K token thì đổi trần nén cũng chẳng tiết kiệm được bao nhiêu.

Nếu tự chọn cách thử cho góc máy của mình, mình ưu tiên chạy /tokendoctor:sessions trước vì nó chỉ đọc log tại máy và không tốn thêm lượt gọi mô hình nào. Chỉ khi nào log cho thấy tiền đang đốt nặng ở đoạn đuôi trên 400K, mình mới tính chuyện hạ trần hoặc thử Code Mode trên một nhánh phụ tách riêng.

Nguồn

  1. Run tool calls from code with Code Mode - Claude Code Docs Anthropic
  2. Claude Code Changelog (v2.1.323, v2.1.326) Anthropic
  3. Introducing advanced tool use Anthropic
  4. localixai/tokendoctor: Replays your own past sessions to save on Claude Code GitHub
  5. Show HN: Tokendoctor – Replay your Claude Code sessions to cut token waste Hacker News

Agent lập trìnhClaude & AnthropicTự động hoá

Bài này có giúp ích cho bạn không?

Cùng chủ đề