Como economizar tokens alterando as configurações do Claude Code e do Codex

Motivação

• Nas notas de lançamento do Claude Opus 4.7, a parte que mais chamou atenção foi o “aumento no uso de tokens”.
• Agora que vivemos uma era em que, com tokens e tempo suficientes, dá para fazer muito mais coisas, a eficiência no uso de tokens também continua sendo um tema importante
  • Desde por volta de março, a comunidade ficou em polvorosa com o fato de o Claude Code ter reduzido discretamente o TTL do cache de 1 hora → 5 minutos
  • Ao medir no Opus 4.7, houve uma análise indicando consumo de quase 1,5x mais tokens do que no 4.6
  • Também existe um repositório de pesquisa sobre a eficiência do cache do Claude Code
• Surgiu então a dúvida: “será que dá para melhorar a eficiência de tokens no Claude Code e no Codex mudando valores de configuração?”. Ao analisar a documentação oficial do Claude Code (configuração/variáveis de ambiente/IDE), a documentação oficial do Codex (configuração/variáveis de ambiente/MCP) e também o código-fonte do Codex, foi possível chegar a resultados relevantes
• Além do modo interativo usado no dia a dia, também descobri muitas formas de melhorar a eficiência de tokens, a velocidade de inicialização e a estabilidade de forma programática no modo não interativo

Prompt para analisar meu estado atual

Sem rodeios, aqui vai um prompt para quem quer inspecionar como está a configuração do seu agente de programação:

https://gist.github.com/spilist/c468cbf1ed0ffc91100f813aabdcd520/… 를 읽고 그대로 실행해줘  

O que realmente consome tokens

Em agentes de programação, geralmente há três caminhos por onde os tokens “vazam”:

1. Texto adicional anexado automaticamente a cada sessão ou a cada turno
2. Saídas longas demais de chamadas de ferramenta que permanecem no histórico da conversa
3. Chamadas extras causadas por conexões externas, como busca, conectores e integração com IDE

A seguir, os controles disponíveis no Claude Code e no Codex para reduzir esses três pontos. (Ficam de fora os básicos, como desativar servidores MCP/plugins que você não usa, escolher o modelo e ajustar o nível de reasoning.)

• As explicações de cada configuração, bem como os trade-offs, estão descritas em detalhes no blog

Claude Code (última versão verificada: 2.1.114)

1. includeGitInstructions: false

2. autoConnectIde: false

3. CLAUDE_CODE_GLOB_NO_IGNORE=false

4. Definir limites de saída (BASH_MAX_OUTPUT_LENGTH, CLAUDE_CODE_FILE_READ_MAX_OUTPUT_TOKENS, MAX_MCP_OUTPUT_TOKENS)

5. Variáveis de ambiente e flags para tarefas curtas e simples, ou para modo não interativo

   • ENABLE_CLAUDEAI_MCP_SERVERS=false: desativar servidores MCP
   • CLAUDE_CODE_DISABLE_AUTO_MEMORY=1: impedir o carregamento de memórias salvas automaticamente
   • CLAUDE_CODE_DISABLE_CLAUDE_MDS=1: ignorar CLAUDE.md globais/do projeto
   • CLAUDE_AGENT_SDK_DISABLE_BUILTIN_AGENTS=1: excluir subagentes embutidos e definições de skills do prompt do sistema
   • --tools: ativa seletivamente ferramentas nativas. Com --tools "", desativa todas. Em workers que usam apenas a inteligência do modelo, pode ser aceitável desligar tudo; já em tarefas simples no modo interativo, se desligar tudo ele simplesmente não consegue trabalhar, então vale ativar só o necessário, como "Bash,Edit,Glob,Grep,Read,Write"
   • --strict-mcp-config: usa apenas a configuração de MCP explicitada na CLI e ignora a configuração global de MCP. Isso permite injetar de forma limpa apenas os conectores necessários em cada worker.
   • --disable-slash-commands: remove do prompt do sistema definições de comandos com barra como /help e /clear
   • --no-session-persistence: não usa o caminho de salvar/retomar sessão, então não ficam rastros de execuções pontuais
   • --exclude-dynamic-system-prompt-sections: remove seções que variam por máquina/ambiente, aumentando a taxa de reutilização do cache de prompt
   • --system-prompt: em último caso, também dá para substituir completamente o prompt do sistema do Claude

6. Esvaziar o attribution

Codex CLI (última versão verificada: 0.121.0 + código-fonte do GitHub do Codex correspondente à versão)

1. Desativar o MCP (apps/connectores) conectado ao ChatGPT (features.apps = false)
2. web_search = "disabled"
3. Definir limites de saída (tool_output_token_limit)
4. Flags para rodar bem no modo não interativo
   • --profile: permite agrupar e aplicar seletivamente certas configurações (web_search = "disabled", tool_output_token_limit = 2000 etc.)
   • --json + --output-last-message FILE: facilita parsing/extração em pipelines e reduz o reconsumo de tokens nas etapas de pós-processamento
   • --sandbox read-only: em automações que só precisam de leitura, bloqueia tentativas acidentais de escrita → loop de retry → desperdício de tokens
   • --skip-git-repo-check: permite executar mesmo fora de diretórios confiáveis
   • --ephemeral: não salva arquivos de sessão em disco
   • --color never: deixa a saída em pipe mais limpa
5. Esvaziar o attribution

Conclusão

Embora a checagem de fatos tenha sido feita com bastante cuidado, naturalmente ainda pode haver partes incorretas. Se quiser apontar algo, agradeço desde já.

[dzzwe]

Parece que vai ser um bom material de referência. Se a abordagem do texto principal é fechar a válvula dos "tokens de entrada",
eu já passei muito por casos em que o problema é a própria quantidade de coisas "registradas", então experimentei criar uma ferramenta chamada claude-slim.

É uma CLI que faz varredura, classificação e organização de situações como metade de 60 skills nunca ter sido usada, ou o CLAUDE.md ter ficado inchado por causa de plugins. A contagem de tokens é baseada em js-tiktoken,
e, em vez de remover, move para skills.disabled/, então dá para restaurar a qualquer momento.

https://github.com/iops-leo/claude-slim

Como a direção complementa exatamente as configurações do texto, acho que vale a pena usar em conjunto

[spilist2]

Nossa, obrigado por compartilhar!

[duse0001]

Obrigado por compartilhar essa informação útil. Fundamentalmente, tenho sentido que o próprio uso de tokens diminuiu demais, então seria bom se aumentassem isso no Claude. Como o harness fica rodando e acaba sendo interrompido no meio...

[spilist2]

Obrigado. O consumo de tokens do Claude também é alto e, comparado ao Codex, eu fico um pouco menos satisfeito com o trabalho, então ultimamente tenho trabalhado mais com o Codex.

[windbug99]

Obrigado.