Claude Code 用量太快爆表

Claude Code 最近不是因為好用出圈。Anthropic 正在處理一個很尷尬的問題。很多使用者說，Token 用量跑得比預期快很多。

有人甚至提到，$100 美元月費方案，還比免費帳號更快見底。這種情況一出來，開發者當然會火大。因為寫程式不是聊天打屁，quota 一爆，工作就直接卡住。

講白了，這不是小毛病。這是計費體驗出包。對每天都在用 AI 協作寫碼的人來說，這種問題比模型偶爾答錯還煩。

使用者到底遇到什麼事

Reddit 上的抱怨很一致。有人說，簡單 prompt 也會吃掉很多 quota。有人說，短短幾輪對話，就把額度打到快歸零。Anthropic 也在 Reddit 回應，說它正在查，修正是團隊最高優先順序。

這句話其實很關鍵。它代表公司知道，這不是單純的 UI 問題。這是可用性問題，也是信任問題。你如果連今天還剩多少能用都抓不準，誰敢把它放進正式工作流。

這種狀況特別容易讓人炸毛。因為 AI coding assistant 本來就是拿來省時間。結果現在變成，省了 10 分鐘，卻在 3 分鐘內把額度燒光。那就很像拿高級工具去做一次性耗材。

• Claude Pro 月費是 $20 美元
• 更高用量方案是 $100 或 $200 美元
• 企業客戶還有客製報價
• 使用者回報，短 session 就會掉很多 quota
• 簡單回覆也可能吃掉意外多的 Token

真正麻煩的是透明度。Token 計費本來就不直覺。你很難靠肉眼猜出一個 prompt 會燒多少。要是連短回答都能吃掉大半月額度，開發者根本沒辦法規劃成本。

而且在 coding 情境裡，Token 消耗本來就容易連鎖放大。測試壞掉、迴圈卡住、prompt 寫歪，都會讓對話拉長。你以為只是在修一個 bug，結果 quota 先被修掉。

Anthropic 的問題，不只是一個 bug

Anthropic 把 Claude Code 放進真實開發流程。這件事本來就很硬。因為只要計費出問題，影響的不是玩票使用者，而是拿它來交付軟體的人。

開發者願意為速度和品質付錢。這很合理。但他們也要可預測的成本。當費用忽高忽低，信任就會開始掉。尤其是團隊採購時，財務部門最討厭這種說不清楚的帳單。

更麻煩的是，Anthropic 上週才替 Claude 加上尖峰時段節流。這讓人感覺，服務不像固定月費工具，反而像一台流量大時就跑更快的電表。你可能還沒開始開工，額度就先被算掉一截。

“One session in a loop can drain your daily budget in minutes,” a user wrote on Reddit.

這句話很直白。也很刺耳。因為它把問題講穿了。AI coding tools 好用時，是真的省工。可是一旦計費規則讓人摸不著頭緒，整個體驗就會從助手變成壓力來源。

Anthropic 目前沒有公開拆解根因。可能是 metering。可能是 model 行為。也可能是 quota 和 throttling 的互動出包。原因可以慢慢查，但使用者感受到的只有一件事：錢在燒，還燒得很快。

跟其他 AI 寫碼工具比起來呢

ChatGPT、GitHub Copilot、Cursor 都在這個戰場上。大家都想吃開發者市場。差別只在於，誰的模型更強，誰的計費更讓人看得懂。

講白了，AI coding 工具的競爭不只在答案品質。還在誰比較不會讓人心驚膽跳。你如果每次送出 prompt，都要猜這次會不會爆 quota，那工具再強也會變得很難長期用。

如果拿價格來看，Claude 其實不算離譜。問題是「可預測性」很差。這件事比價格本身更要命。因為開發者在乎的不是便宜一點，而是今天花多少，明天大概也能抓得住。

• Claude Pro：$20 美元/月
• Claude 高用量方案：$100 美元/月
• Claude 更高方案：$200 美元/月
• GitHub Copilot：個人方案常見約 $10 美元/月
• Cursor：個人方案常見從 $20 美元/月起跳

這些數字一對照，問題就很明顯。$20 美元月費，大家會當成一般工具。可是一旦 $100 或 $200 美元方案，還會在幾個 prompt 內見底，使用者一定會懷疑人生。

我覺得這還牽涉到品牌信任。Anthropic 之前也提過一次內部原始碼外洩事件。公司說那是人為失誤，不是資安破口，也沒有客戶敏感資料外流。這件事本身跟 quota 沒直接關係，但它讓人更容易覺得，Claude Code 現在壓力很大。

為什麼 Token 限制這麼惹人厭

Token 限制聽起來很抽象。實際上，它決定一個 AI 助手到底是夥伴，還是昂貴的干擾源。你可以接受偶爾慢一點。你很難接受，修一個小 bug 就把月費燒掉。

這也是為什麼這件事不只關係 Anthropic。AI 工具正在深入軟體工程流程。當計費不透明，採用速度就會放慢。尤其是公司內部導入時，每一筆 recurring expense 都要有人背書。

對開發者來說，最重要的不是模型有多會講。是你能不能放心一直用。你在 debug、review、refactor 的時候，不想一直盯著 quota。那種感覺很像一邊開會，一邊看計時器倒數。

如果 Anthropic 只修 bug，不補說明，問題大概還會再來。下一次只要流量暴增，或者某種 prompt 又把用量拉高，抱怨還是會重演。真正需要修的，是使用者對用量的理解方式。

這件事放回產業脈絡看

AI coding assistant 的市場已經很擠。大家都在比模型、比整合、比延遲。可是在實務上，最常被問的其實很土：這東西一個月到底會燒多少錢。

這問題很現實。因為寫程式不是單次消費。它是長時間工作。你今天修 bug，明天改 API，後天做 code review。只要一個工具不能穩定估算成本，它就很難變成團隊標配。

所以這次事件也很像一面鏡子。它照出來的不是 Claude Code 一個產品，而是整個 AI 軟體工具市場的共同問題。模型越強，計費越複雜。計費越複雜，使用者越需要清楚的上限和報表。

如果你看過雲端主機、資料庫、CI/CD 的帳單，就知道這種痛感很熟。大家不是不能接受按量計費。大家受不了的是，量到底怎麼算，完全講不清楚。

接下來會怎樣

Anthropic 說修正是最高優先順序。那接下來幾天很重要。到底只是 metering 出錯，還是整個用量邏輯有問題，很快就會看出來。

我自己的判斷是，Anthropic 會先補漏洞，再慢慢調整說明方式。因為單修 bug 不夠。它還得讓使用者看懂，哪些操作最吃 Token，哪些情境最容易爆額度。

如果你現在真的靠 Claude Code 吃飯，做法其實很簡單。先把用量盯緊。先用短 session 測。再拿 GitHub Copilot、Cursor 這類工具比一下成本。不要只看模型名氣，要看你一週會不會被 quota 搞到心累。

說到底，AI 寫碼工具現在比的是兩件事。第一是答案品質。第二是成本可不可以預測。前者決定你會不會試用。後者決定你會不會續用。

如果 Anthropic 不能把這件事講清楚，使用者很快就會自己做選擇。開發者最現實了。哪個工具穩、哪個工具省、哪個工具不會突然爆表，大家心裡都有數。