文章摘要
用户报告Pro Max 5x配额在1.5小时内耗尽，尽管使用量适中。该问题已提交至GitHub的claude-code项目问题追踪系统，编号#45756，属于技术故障类问题。
文章总结
[BUG] Pro Max 5x配额在1.5小时内耗尽，尽管使用量适中
主要内容：
用户报告在使用Pro Max 5x（Opus）计划时，配额重置后仅1.5小时即耗尽，尽管使用量仅为中等（主要是问答和轻度开发）。相比之下，重置前的5小时高强度开发（多文件实现、多代理任务）消耗完配额是预期内的。
关键问题：
1. 缓存读取令牌可能按全额计算：怀疑cache_read令牌在速率限制中按全额计算，抵消了提示缓存的成本优势。
- 若按1/10比率计算，1.5小时应消耗13.1M有效令牌（8.7M/小时），不会耗尽配额。
- 若按全额计算，则消耗105.7M令牌（70.5M/小时），导致配额快速耗尽。
背景会话消耗配额：未主动使用的会话（如
token-analysis和career-ops）仍在后台调用API，占用了78%的配额。自动压缩导致高消耗：每次自动压缩会发送完整上下文（约966k令牌）作为
cache_creation，产生高额单次调用成本。大上下文窗口加剧问题：1M的上下文窗口导致每次调用携带更多令牌，加速配额消耗。
环境信息：
- 计划：Pro Max 5x
- 模型：claude-opus-4-6（1M上下文）
- 平台：WSL2上的Claude Code CLI
建议改进：
- 明确cache_read的配额计算规则。
- 按有效令牌（1/10比率）计算速率限制。
- 检测闲置会话并减少其配额消耗。
- 提供实时配额消耗明细。
后续讨论：
其他用户通过工具分析发现，cache_read可能实际未计入配额（与假设相反），但需更多数据验证。工具已开源供社区测试。
关联问题：
- 缓存TTL从1小时降为5分钟导致配额和成本增加 #46829。
（注：删减了导航菜单、重复标签和部分评论细节，保留核心问题和分析。）
评论总结
以下是评论内容的总结：
主要观点和论据
订阅服务缺乏透明度
- 用户抱怨无法清楚了解订阅服务的具体计费方式和请求定义（评论6、11）。
- "It's basically impossible for people to tell what they're actually buying"（评论11）。
- "Fair transactions involve fair and transparent measurements of goods exchanged"（评论2）。
配额和限制问题
- 许多用户表示配额消耗速度显著增加，相同任务下使用量上升（评论7、20）。
- "Now a single question consistently uses around 15% of my quota"（评论7）。
- "This week, I've used up half the limit in a day"（评论20）。
转向其他服务或本地模型
- 部分用户转向Codex、开源模型或本地LLM（评论4、5、25）。
- "I’ve moved away from Claude and toward open-source models"（评论5）。
- "You know you can actually....use local LLMs?"（评论25）。
对Anthropic的失望
- 用户批评Anthropic处理问题的态度和模型质量下降（评论9、22）。
- "There's this honeymoon period with Claude... followed by a trough of disillusionment"（评论9）。
- "At this point, I cannot recommend it in good conscience"（评论22）。
价格和性价比争议
- 部分用户认为高价订阅不值得，尤其是对个人用户（评论18、23）。
- "It's more than my monthly energy bill"（评论18）。
- "I exhausted my quota after just 30 images"（评论23）。
不同观点的平衡性
- 支持其他服务：Codex和开源模型被多次提及为更优选择（评论4、5、22）。
- 对Anthropic的辩护：少数用户认为问题可能被夸大（评论27、29）。
- 本地模型的建议：部分用户建议使用本地LLM以避免依赖订阅服务（评论25）。
关键引用
- 透明度问题：
"How is this normal?"（评论11）。 - 配额问题：
"I’ve used up half the limit in a day"（评论20）。 - 转向其他服务：
"I ended up buying the $100 Codex plan"（评论22）。
总结：用户主要批评订阅服务的透明度和配额问题，部分转向其他服务或本地模型，同时对Anthropic的处理方式表示失望。