你早上 9 点打开 Claude Code，丢给它一个重构任务，到中午它就告诉你用量已经超限了。而你用的是付费套餐。这是眼下 Claude Code issue 区里最常见的抱怨之一，而原因几乎从来不是计费 bug，而是配额本身的结构，再加上几个默认行为在悄悄烧。
把一个 Claude Code 套餐烧干最快的办法，就是一边在常规活上跑 Opus，一边让三个子代理在背后扇出。这每一项都是你以为的 token 开销的好几倍。
这是一篇针对订阅套餐限额的排查指南，讲的是 Pro 和 Max 上那堵「你已达到用量上限」的墙。如果你用的是 API key，撞到的是 429 Rate Limit Reached，那是另一回事、另一套解法，见《Claude Code 撞到 429 rate limit：原因和修复》。
30 秒快速诊断
跑两条命令，再把你的症状对到下面的成因上。
| 步骤 | 命令 | 它告诉你什么 |
|---|---|---|
| 1 | /usage |
对照 5 小时会话限额和周限的消耗情况 |
| 2 | /context |
当前窗口里加载了什么。盯紧「MCP tools」那一行 |
| 症状 | 最可能的原因 | 最快的修法 |
|---|---|---|
| 中午就超限，会话条很高 | 常规活也默认跑 Opus | /model 切到 Sonnet |
| 会话才 2% 却「用量超限」 | 周限用光了，不是会话 | 等 7 天重置或转 API |
| 限额在代理跑的时候掉得飞快 | 子代理扇出（约 7 倍 token） | 在 frontmatter 里把子代理钉到 Sonnet/Haiku |
| 还没怎么打字配额就没了 | MCP 服务器加载了巨大的工具定义 | 跑 /context，再删掉没用的服务器 |
| 账单或配额半夜暴涨 | 自动接受 / 后台循环 | 控住推理强度，关掉空跑的后台任务 |
如果你的用量本来就在控制中，只是现在想要更多余量，直接跳到升级路径。这里到那里之间的所有内容，都是为了让一个套餐撑得更久。
什么时候该修、什么时候该换、什么时候该停
不是每堵限额墙都值得硬碰，所以在花一下午做优化之前先定好策略。正确的做法完全取决于你撞的是会话限额还是周限。
在会话内解决：当
/usage显示重负载时 5 小时会话限额被打满、但周条还有空间。把默认切到 Sonnet、激进地 compact、削减 MCP，之后你通常就能待在会话窗口内了。换模型：当问题全部出在某个 Opus 驱动的工作流上。把子代理和默认模型都钉到 Sonnet，往往能让套餐撑长一两倍，不用动别的。
换计费方式：当
/usage显示周的全模型上限已经用尽、而 7 天重置还有好几天。没有任何会话内优化能让周限提前恢复。到这一步，要么升一档，要么转按量计费。停止优化：当你已经削过 MCP、也路由过模型，
/usage还是掉得飞快。说明你的真实用量已经长得超出套餐了，答案是升级路径。
一个快速的自检：如果你的报错和重试率都很低、只在偶尔的重负载冲刺时才撞到上限，那会话内的修法就够了。如果你每天下午都会撞墙，那你面对的是计费模式的问题，不是使用习惯的问题。
用量为什么掉得这么快：是两条限额，不是一条
大家会被吓到的核心原因，是 Claude Code 强制执行两条互相独立的限额，而周限在咬到你之前是看不见的。5 小时限额是一个滚动的会话窗口，从你发第一条消息开始，5 小时后重置。周限是另一条独立的 7 天上限，在 Max 套餐上还有两条：一条覆盖所有模型，一条只管 Sonnet，详见 Anthropic 自己的用量文档。
这两条按不同的时钟重置。一个忙碌的周末可能让你周一会话超限、但周限还有富余，或者反过来周限用光、会话却有余。撞到周限会把用量锁到它自己的 7 天重置为止，哪怕你当前 5 小时会话还有额度。等 5 小时不管用。
还有一件事会绊倒大家：Anthropic 不再公布固定的每窗口提示数、每周小时数。它现在公布的是相对容量。Max 5x（$100/月）给你 5 倍于 Pro 的单会话用量，Max 20x（$200/月）给你 20 倍，详见 FrankX 的定价拆解。所以没有公开的 token 数字可以拿来做预算，你只能读 /usage，摸出自己的天花板。
flowchart TD
A[第一条消息] --> B[5 小时会话窗口开始]
B --> C{撞到会话限额?}
C -->|是| D[锁定，5 小时后重置]
C -->|否| E{撞到周的全模型上限?}
E -->|是| F[锁定，等 7 天重置<br/>即使会话还有余量]
E -->|否| G{撞到仅 Sonnet 周限?<br/>仅 Max 套餐}
G -->|是| H[Sonnet 锁定，其他模型可能还能跑]
G -->|否| I[继续工作]
如果 /usage 显示会话很低、你却还是撞墙，那就是周限。有一个已知的 Claude Code issue：会话条读数是 2%，限额却在 32% 的周用量上触发。那里的修法就是信周的数字，别信会话条。
你会看到的几种限额状态，各是什么意思
这些不是 HTTP 错误码，而是 Claude Code 暴露出来的限额状态。读对了，你才知道该等、该换模型、还是该换计费方式。
| 你看到的状态 | 什么意思 | 范围 | 何时解除 |
|---|---|---|---|
| ”You’ve hit your usage limit” | 撞到 5 小时会话限额 | 当前会话，所有模型 | 滚动的 5 小时重置时 |
| ”Weekly limit reached” | 撞到 7 天全模型上限 | 所有模型、所有会话 | 仅 7 天重置时 |
| ”Sonnet weekly limit reached”（Max） | 撞到仅 Sonnet 的 7 天上限 | 仅 Sonnet，其他模型继续 | 仅 7 天重置时 |
| 会话百分比很低却”Limit reached” | 几乎都是周限在触发 | 是周限，不是会话 | 仅 7 天重置时 |
| 轻度使用时会话条卡在 100% | 已知的显示 bug | 只是显示问题，去 /usage 看真值 |
重启，或者信 /usage 的数字 |
陷阱在第四行。大家看到一个崭新的会话条、读到「Limit reached」、然后就去提 bug。几乎每一次都是周限在生效，而周限是会话条不显示的。在断定哪里坏掉之前，先跑 /usage，读周的那一行。
症状、原因、修法
这张表把整篇文章浓缩在一处。每个原因都对应下面的一个修复小节。
| 症状 | 原因 | 修法 |
|---|---|---|
| 套餐中午就空了 | Opus 是默认模型 | 用 /model 把默认设成 Sonnet，Opus 留给硬骨头 |
| 会话 2% 时「Limit reached」 | 周限用光了 | 读 /usage 里的周数字，等重置或转 API |
| 代理工作时掉得最快 | 子代理继承 Opus、各跑独立上下文（约 7 倍） | 在每个子代理的 frontmatter 里路由模型 |
| 还没干正事配额就烧光 | MCP 工具定义占 200k 窗口的约 33% | 删服务器，让 MCP Tool Search 延迟加载 |
| 上下文反复重新计费 | 缓存前缀在会话中途失效 | 会话一开始就锁死工具和模型，干净地 /compact 和 /clear |
| 半夜暴涨 | 自动接受和后台循环无人值守地跑 | 按 prompt 设推理强度，关掉空跑的后台任务 |
第 1 招：默认用 Sonnet，把 Opus 留给硬骨头
切换默认模型是单个杠杆里最大的一个。Opus 每一轮的开销是 Sonnet 的好几倍，Sonnet 又比 Haiku 贵。按 API 价算就是 Opus 4.8 每百万输入/输出 token $5/$25，Sonnet 4.6 是 $3/$15，Haiku 4.5 是 $1/$5，详见 FrankX 定价。算上 Opus 更重的推理后，真实场景里每轮的差距比标价比例还要大。
把 Sonnet 设为你的工作默认，只在真正硬的部分才把 Opus 拉出来：架构决策、棘手的调试、任何答错就要赔上一小时的活。用 /model 切换。对大多数编辑、重构和写测试来说，Sonnet 的产出几乎看不出差别，却能让你的周限多撑好几倍。Opus 到底什么时候才值这个钱，更深的机理在我们的《Claude Code Token 优化：把账单砍 60-90% 的 5 个策略》里。
还有一个值得改的设置：推理强度（reasoning effort）。对多数任务来说，默认推理烧的 token 大约是 medium 的 2 倍。按 prompt 单独设强度，别一直挂在全局 high 上，把 high 留给真正需要它的问题。
第 2 招：别让子代理在后台并行烧 Opus
子代理扇出是最安静的一种抽干，因为你打字的时候它根本不露面。每个子代理在一个全新的上下文窗口里跑自己的 API 请求。它不继承你的会话，所以会重新读它需要的东西、各自计费各自的调用。当队友们在 plan 模式下跑起来时，代理团队能用大约 7 倍于标准会话的 token。有个开发者烧穿了 Max 20x，结果发现 85% 的用量来自子代理密集的会话。
陷阱在于：多数配置让每个子代理都继承主会话的模型，而那通常是 Opus。于是每个 worker 都在不需要 Opus 质量的任务上付 Opus 的价。在每个 worker 的 frontmatter 里显式路由：
---
name: test-writer
model: sonnet # not the parent's Opus
---
光是模型路由就能把子代理那一项开销砍掉约 30%。对改名、重复编辑、查文档这类机械活，把这些 worker 降到 Haiku。如何把重的规划和便宜的执行拆开，见我们的《一个 API 路由多模型，把贵活和便宜活分开》。
还有第二个更隐蔽的子代理开销：重复读取。因为子代理是冷启动，它会重新读父代理已经加载过的文件。把子代理的 prompt 写窄一点，别让它把半个仓库又扫一遍。一个被告知「修好 auth_test.py 里那个失败的测试」的 worker 只读一个文件；一个被告知「提升测试覆盖率」的 worker 会读二十个。
第 3 招：在 MCP 服务器吃掉窗口之前先削它
MCP 服务器在你还没做任何事之前就开始收费。七个连着的 MCP 服务器在会话开始时能吃掉 67,300 token 的工具定义，相当于 200k 上下文窗口的 33.7%。每个工具的目录是 200 到 800 token 的描述文字加上 schema，再乘以每个服务器约 50 个工具，详见 Async Let 的分析。这份开销跟着每一轮跑，所以它对你周限的累积很快。
两个动作：
审计并禁用。 跑
/context，看「MCP tools」那一行。两周没用过的服务器就禁掉。用项目级配置，让只跟当前仓库相关的服务器加载。让 Tool Search 延迟加载。 Claude Code 的 MCP Tool Search（v2.1.7+）会在活跃的 MCP 工具描述超过上下文预算的 10% 时自动延迟加载工具。它生效之后，
/context里的「MCP tools」一行应该会明显下降，你就在那里直接确认它在工作。
如果你常年挂着几个服务器，/context 是你最快的审计手段。常见结果是发现两三个你早忘了自己连过的服务器，每个都在每次会话里悄悄吃掉五位数的 token。
第 4 招：用 /compact 和 /clear 的纪律把缓存焐热
上下文卫生保护的是你的 prompt 缓存，而一个热的缓存就是你大部分的省钱来源。Prompt 缓存能把缓存命中的输入成本大幅压下来。命中率在默认的 5 分钟 TTL 上约 90% 算健康，在 1 小时 TTL 上能爬到约 97-99%，详见 Product Compass 的成本指南。会杀掉它的，是会话中途增删工具——那会让缓存前缀失效、强制全量重读。会话一开始就把工具和模型锁死。
然后有意识地管理窗口：
在用量约 50% 时、或每完成一个独立任务后，
/compact一下，让旧轮次被摘要、而不是每轮都把全文重发。在不相关的工作之间
/clear。开一个干净的窗口，胜过把一小时的陈旧上下文拖进新任务。盯住自动接受和后台循环。一个无人值守、不断重新发 prompt 的循环，能在你睡觉时整夜抽干一个会话。走开之前先控住推理强度、关掉空跑的后台任务。
按套餐档位分的修法
同样的几种抽干在每个套餐上都成立，但随着你往上升档，正确的杠杆会变。下面是每个档位该先盯的地方。
Free / Pro 档
Pro 的周空间最紧，所以模型纪律最重要。默认用 Sonnet，在 Pro 套餐上干脆别搞子代理扇出（那是清空一个小配额最快的办法），并且早早 /compact。Pro 也没法在常规活上靠 Opus 还不付双倍代价。如果你在这一档撞了周墙，要么该上 Max，要么在重负载的日子转按量 API 计费。
Max 5x / Max 20x 档
Max 套餐有跑子代理的余量，但 Max 用户恰恰栽在这上面。Max 特有的最大一招，就是在 frontmatter 里给每个子代理路由模型，让它们别再继承 Opus。Max 还带第二条仅 Sonnet 的周限，所以如果你为了省全模型上限把一切都切到 Sonnet，那也得盯住 /usage 里的 Sonnet 那一行——你完全可能在全模型上限还有余量时把 Sonnet 上限用尽。
Team / Enterprise 档
按席位的套餐里，用量从一个池子里扣，按滚动窗口重置，详见 Anthropic 文档。这里的修法是组织层面的：一套共享的模型路由约定让全团队默认 Sonnet，一份精简的、提交进仓库的 MCP 配置让没人会加载十个服务器，再加一个备用 API key 应对池子见底的日子。对那些经常撞到池子上限的团队，一个计量网关能给你一条溢出车道，而不用重新谈席位。
我们观察到的常见失败模式
套餐限额没有公开的故障史，因为这不是服务宕机的问题，而是一组重复出现、把配额烧得比预期快的行为。下面这些就是反复冒头的模式。
| 模式 | 看起来什么样 | 为什么掉得快 |
|---|---|---|
| 默认跑 Opus | 常规编辑下午早早就把套餐烧空 | Opus 每轮是 Sonnet 的好几倍 |
| 子代理扇出 | 代理跑的时候配额暴跌，打字时没事 | 每个子代理跑自己的上下文，约 7 倍 token |
| MCP 臃肿 | 还没干正事配额就没了 | 工具定义开局就能占窗口的约 33% |
| 缓存抖动 | 小轮次也居高不下的 token 用量 | 会话中途改工具让缓存前缀失效 |
| 幻影限额 | 会话条几乎是空的却「Limit reached」 | 周限在触发，有时是显示 bug |
| 整夜循环 | 早上起来配额没了，键盘前没人 | 自动接受循环无人值守地不断重发 |
绝大多数「我的限额坏了」的报告都能对到这六行中的一行。尤其是幻影限额这一类，占了相当大一部分的困惑，因为会话条和周限是两个不同的数字，而默认只有一个看得见。
2026 年 6 月的计费风波：到底发生了什么
什么都没变，但这场虚惊是真实的、值得搞清楚。Anthropic 宣布 Agent SDK 和 claude -p 的用量将从你的订阅里挪出去，改成一份单独的、按美元计的月度额度，按标准 API 价计费：Pro $20，Max 5x $100，Max 20x $200，不滚存。
然后，在 6 月 15 日生效日之前，Anthropic 暂停了它。这些用法仍然和以前一样从你的 Pro、Max 订阅限额里扣。没有什么额度要领，你的限额没变。Anthropic 说它在重做这个方案，未来再改会提前通知。
这对你意味着什么：别围着一个还不存在的额度池去重构你的工作流。上面那些修法瞄准的是今天真正生效的限额。
| 日期（2026） | 变更 | 状态 |
|---|---|---|
| 5 月 6 日 | 5 小时限额翻倍（Pro/Max/Team/Enterprise），取消高峰时段限速 | 已生效 |
| 5 月 13 日 | 周限上调 50%，持续到 7 月 13 日（促销） | 已生效，限时 |
| 6 月 15 日 | Agent SDK 和 claude -p 移到单独的额度池 |
已暂停，未生效 |
当套餐还是不够用：按量计费这条路
如果 /usage 显示你的周限用尽、又等不及重置，唯一真正能逃离套餐天花板的办法是计量计费。在「每天主力工具」的用量下，订阅更便宜。在那个负载上，同样的 token 按原始 API 价算，大约比 $100 的 Max 5x 固定费贵 2 到 2.5 倍。但订阅会在周限处硬停你，而按量计费根本没有周限。
对于突发的、无头的、不可预测的活，计量计费完胜。像 这样的 OpenAI 兼容网关，可以让 Claude Code（或任何 OpenAI-SDK 客户端）指向一个 key，按 token 计费、没有套餐天花板，并且在 Claude、GPT、Gemini 模型之间随意切换、不用周旋于多个供应商账户：
export ANTHROPIC_BASE_URL=""
export ANTHROPIC_API_KEY="sk--..."
# Claude Code now bills per token, no weekly cap
在代码里，model 字符串和你在别处用的形状一样：
client.chat.completions.create(
model="anthropic/claude-sonnet-4.6", # one key, swap to opus/gpt/gemini freely
messages=[{"role": "user", "content": "refactor this module"}],
)
老实说的取舍：如果你是个每天重度用、但用量始终在某个套餐限额内的人，那就留着订阅。计量计费真正划算，是在你的用量足够忽高忽低、永远到不了一个订阅的月度价值时，或者是在你不停撞周墙、而重置又远得等不起时。
被限额锁住时的替代方案
当周墙在任务中途砸下来，下面是几条现实可行的出路， 列在第一位，因为它是这里唯一没有周限、且一个 key 背后挂着多个模型的选项。
| 选项 | 无周限 | 一个 key、多个模型 | 最适合 |
|---|---|---|---|
| API（按量计费） | 是 | 是（Claude/GPT/Gemini） | 突发、无头、多模型的活，逃离周墙 |
| Anthropic Max 20x | 否 | 否（仅 Anthropic） | 每天重度但始终在一个套餐内 |
| 直连 Anthropic API key | 是 | 否（仅 Anthropic） | 仅 Anthropic 的自动化、CI 任务 |
| 等重置 | 不适用 | 不适用 | 7 天窗口接近尾声的轻度用户 |
套餐限额不是一个要去提的 bug，而是一份你可以读的预算。跑 /usage、默认用 Sonnet，那堵你中午就撞上的墙，就挪到了周末。
如果你在任务中途被锁、而重置还有好几天，务实的做法是保持同一套工作流，只改 token 在哪里计费。关于「你看到的到底是个限额还是个彻底的报错」这个更大的问题，以及一套更安全的默认配置，见《Claude Code 安全模式指南》。
怎么在撞墙之前盯住你的用量
这一切的意义，是让你再也不被突然袭击。三条命令就能给你需要的一切，不用任何外部工具。
/usage是你的仪表盘。会话开始时看一次，任何重负载代理跑之前再看一次。会话那一行和周那一行都要读，因为偷袭人的是周那一行。/context显示此刻加载了什么。如果「MCP tools」那一行很大，那你在真正干一轮活之前就有一个削减的机会。/cost按 API 价报当前会话折算成多少钱，这是最快感受到一个 Opus 密集会话到底有多贵的办法。
养成会话一开始就快速 /usage 和 /context 的习惯。两秒钟的阅读，能挡掉那个把你带到这里的「中午就被锁」。
FAQ
为什么我的 Claude Code 用量掉得这么快？
通常是默认跑 Opus、子代理扇出、或 MCP 臃肿。Opus 每轮的开销是 Sonnet 的好几倍。子代理各跑自己的上下文窗口，token 大约是单线程的 7 倍。七个 MCP 服务器能在你打字之前吃掉三分之一的窗口。跑 /usage 和 /context 找出是哪一个。
5 小时限额和周限有什么区别？
5 小时限额是一个滚动的会话窗口。周限是一个 7 天上限，Max 套餐有两条（全模型和仅 Sonnet）。它们按不同时钟重置，所以你可能撞到一条、另一条却敞着。
就算 5 小时会话是新的，撞到周限也会被锁吗？
会。周限会把用量锁到它自己的 7 天重置为止，不管会话还有多少余量。等 5 小时没用。
怎么查还剩多少用量？/usage 看会话和周的消耗，/context 看加载了什么，/cost 按 API 价看会话折算成多少钱。
Anthropic 在 2026 年 6 月 15 日改 Claude Code 计费了吗？
没有。计划中的 Agent SDK 额度池改动在生效前被暂停了。订阅限额没变。
从 Opus 换成 Sonnet 能让套餐撑更久吗？
明显能。Opus 每轮贵好几倍。用 /model 把默认切到 Sonnet，把 Opus 留给硬骨头。
为什么会话才 2% 却说「用量超限」？
那是周限在触发，不是会话限额。偶尔是一个已知的显示 bug：本地用量很低时会话条跳到 100%。信 /usage 里的周数字。
我能同时用 Claude Pro 套餐和一个 API key 吗？
能。很多开发者平时跑订阅，在用尽周限的日子把 Claude Code 切到一个计量 API key，重置后再切回来。base URL 和 key 都是环境变量，所以切换就是两行。
本次更新核对过的资料
Anthropic 帮助中心：Models, usage, and limits in Claude Code（2026-06-24 核实）
Anthropic 帮助中心：Use Claude Code with your Pro or Max plan（2026-06-24 核实）
DigitalApplied：Claude Credit Overhaul 2026: Anthropic Pauses the June 15 Change（2026-06-24 核实）
MorphLLM：Claude Code Usage Limits (2026): 5-Hour Caps Doubled May 6（2026-06-24 核实）
FrankX：Claude Code Pricing Explained 2026（2026-06-24 核实）
You Can Build Things：Why Claude Code Subagents Burn So Many Tokens（2026-06-24 核实）
Async Let：Do MCP Servers Really Eat Half Your Context Window?（2026-06-24 核实）
Product Compass：Claude Code Limits: 4 Fixes to Cut Your Bill（2026-06-24 核实）
GitHub anthropics/claude-code Issue #61828：‘Usage limit reached’ despite session at 2%（2026-06-24 核实）
模型广场快照， 核实）
参考来源
- ofox 文档：用量与配额追踪 — https://docs.ofox.ai/zh/develop/observability/usage-tracking
