1. Claude Code 響應(yīng)變慢的真實場景與排查路徑Claude Code 用著用著突然變慢是最近半年我在開發(fā)者群里被問得最多的問題之一。有人以為是網(wǎng)絡(luò)抖動有人懷疑是終端卡了還有人直接重裝了一遍 Claude Code結(jié)果發(fā)現(xiàn)該慢還是慢。其實絕大多數(shù)情況下問題不在網(wǎng)絡(luò)也不在終端而是出在模型選擇和Effort 參數(shù)這兩個旋鈕上。Claude Code 是一個跑在終端里的編碼 Agent它每次響應(yīng)前會先想一段時間這個思考深度由 Effort 控制而思考的底層模型又決定了單次推理的基線速度。兩個變量疊在一起同一個 prompt 的響應(yīng)時間可以從 8 秒拉到 90 秒以上。我先把結(jié)論擺出來Claude Code 變慢九成以上的概率是模型和 Effort 沒配合好。排查路徑就兩條線——你現(xiàn)在用的是哪個模型以及你的 Effort 設(shè)到了什么級別。Opus 系列和 Sonnet 系列的行為差異很大同一個模型在不同 Effort 下的速度能差 5 到 10 倍。除此之外還有一條容易被忽略的鏈路因素請求實際打到哪個 Base URL、走的是哪條通道。很多人的 Claude Code 配置里 Base URL 還是默認(rèn)的官方地址或者被某個舊腳本改到了一個已經(jīng)不穩(wěn)的端點導(dǎo)致每次請求都要多繞幾跳。這篇就按模型 → Effort → 請求鏈路的順序一層層幫你定位最后給出可復(fù)制的 settings 配置片段和把 Base URL 改到 TaoToken 統(tǒng)一 Key 通道的完整步驟并用同一個 prompt 做前后耗時對比。先說清楚適合誰看如果你正在用 Claude Code 做日常開發(fā)感覺最近響應(yīng)變慢、token 消耗變快或者你剛把模型升級到 Opus 4.7 后發(fā)現(xiàn)怎么突然這么貴這么慢這篇就是寫給你的。不需要你懂 Anthropic 的底層推理架構(gòu)只要能敲命令、能改配置文件就行。我會把每個參數(shù)的作用、每個命令的輸出、每個報錯的含義都講清楚你照著做就能定位到自己機器上的瓶頸在哪。排查之前先建立一個基本認(rèn)知Claude Code 的一次響應(yīng)時間花在三個地方——請求排隊與傳輸、模型思考、輸出生成。Effort 主要影響模型思考這一段模型選擇同時影響思考和輸出而 Base URL 和通道影響的是請求排隊與傳輸。很多人一上來就調(diào) Effort結(jié)果發(fā)現(xiàn)沒變化就是因為瓶頸其實在鏈路上。所以正確的順序是先確認(rèn)鏈路通不通、快不快再調(diào)模型最后微調(diào) Effort。下面每一節(jié)我都會給出對應(yīng)的檢查命令和判斷標(biāo)準(zhǔn)。還有一個背景值得提一下Anthropic 在 2026 年 4 月發(fā)過一篇事故復(fù)盤承認(rèn)了三個產(chǎn)品層 Bug其中一個就是把 Claude Code 的默認(rèn) Effort 從 high 降到了 medium導(dǎo)致用戶普遍反映變笨了后來回滾另一個是緩存優(yōu)化 Bug空閑超過一小時的會話后續(xù)每輪都會清掉之前的思考記錄Claude 看起來像失憶。這些問題在 v2.1.116 之后修復(fù)了。如果你是在三四月間感覺 Claude Code 行為異常很可能就是踩到了這些坑。所以排查的第一步其實是先確認(rèn)你的版本夠不夠新。2. 模型選擇與 Effort 參數(shù)對速度的影響機制2.1 先看你在用什么模型在 Claude Code 會話里直接輸入/model回車它會告訴你當(dāng)前用的是哪個模型。如果你看到的是 Opus 4.7那基本可以解釋一部分變慢——Opus 4.7 換了新的分詞器官方說法是文本處理的 token 數(shù)量約為之前的 1x 到 1.35x。聽起來不多但實際體驗下來代碼和中英文混合內(nèi)容比如你的 CLAUDE.md 里有中文注釋增幅接近上限 35%。更麻煩的是每輪對話的 system prompt 都會重復(fù)計算多輪對話的 token 增長是復(fù)利式的。官方單價沒變但實際花銷漲了響應(yīng)時間也跟著漲。各模型的速度和適用場景大致是這樣Haiku 4.5 最快推理能力夠用費用最低適合快速查找、簡單編輯、子代理任務(wù)Sonnet 4.6 速度快推理能力強費用中等適合日常開發(fā)、寫功能、修 BugOpus 4.6 較慢推理最深費用最高適合架構(gòu)設(shè)計、復(fù)雜 Bug、多文件推理Opus 4.7 較慢推理最強費用最高適合長時間 Agent 任務(wù)、知識工作、視覺任務(wù)。如果你只是寫個函數(shù)、改個配置卻掛著 Opus 4.7那慢是必然的屬于用大炮打蚊子。切換模型的方法有三種。會話中直接切/model sonnet、/model opus、/model haiku。啟動時指定claude --model sonnet。macOS 上還可以用快捷鍵 OptionP 呼出模型選擇。我建議日常開發(fā)固定用 Sonnet遇到真正復(fù)雜的架構(gòu)問題再臨時切 Opus這樣速度和成本都可控。2.2 Effort 參數(shù)才是關(guān)鍵變量Effort 參數(shù)控制 Claude 在回答前想多深。你可以把它理解成一個思考深度旋鈕Low 想得最少回復(fù)最快token 最省Medium 適度思考日常夠用High 深入思考復(fù)雜問題用Xhigh 是 Opus 4.7 新增的級別介于 High 和 Max 之間Max 無限制思考最慢最貴但最強。需要強調(diào)的是Effort 是行為信號不是硬性 token 預(yù)算。即使設(shè)為 Low遇到真難題 Claude 還是會思考只是思考得少一些。這里有個很多人忽略的點不同模型的默認(rèn) Effort 不一樣。Opus 4.6 的默認(rèn)是 high一直以來的默認(rèn)值Opus 4.7 的默認(rèn)在 2026 年 4 月改成了 xhighSonnet 4.6 的默認(rèn)是 high但官方推薦日常用 medium。這就是變慢的關(guān)鍵——如果你升級到 Opus 4.7默認(rèn) Effort 從 high 變成了 xhigh思考時間直接拉長再疊加新分詞器的 token 增幅體感就是又慢又貴。設(shè)置 Effort 有四種方法。斜杠命令/effort low、/effort medium、/effort high。環(huán)境變量持久化export CLAUDE_CODE_EFFORT_LEVELmedium。配置文件里設(shè)置在 settings 中寫effortLevel: medium。單次深度思考在 prompt 里加 ultrathink這一輪會自動用最高 effort不影響后續(xù)對話。我實測下來日常開發(fā)用 Sonnet Medium 是最舒服的組合響應(yīng)快、token 省遇到難題再臨時提 Effort。2.3 請求鏈路被忽略的第三變量模型和 Effort 都調(diào)好了還是慢那就要看請求鏈路了。Claude Code 每次請求都要發(fā)到一個 Base URL這個地址決定了你的請求走哪條通道、經(jīng)過幾跳、有沒有排隊。很多人的配置里 Base URL 還是默認(rèn)的官方地址或者被某個舊腳本改到了一個已經(jīng)不穩(wěn)的端點。判斷方法很簡單在 Claude Code 里跑一個簡單 prompt同時用time命令測一下純網(wǎng)絡(luò)往返如果網(wǎng)絡(luò)往返就占了大頭那瓶頸就在鏈路不在模型。把 Base URL 改到 TaoToken 統(tǒng)一 Key 通道是我最近幫幾個朋友排查后比較推薦的方案。TaoToken 提供統(tǒng)一的 API 入口一個 Key 可以走多個模型省去了在多個平臺之間切換配置的麻煩。官網(wǎng)是 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content API 入口是 https://taotoken.net/api 。注意 API 地址不帶 UTM 參數(shù)配置的時候直接寫這個就行。下一節(jié)我會給出完整的 settings 配置片段。3. 可復(fù)制的 settings 配置與 Base URL 切換步驟3.1 找到你的 Claude Code 配置文件Claude Code 的配置分兩層全局配置在用戶目錄下項目級配置在項目根目錄的.claude文件夾里。全局配置的路徑macOS 和 Linux 一般是~/.claude/settings.jsonWindows 是%USERPROFILE%\.claude\settings.json。項目級配置是項目根/.claude/settings.json。如果你不確定可以在 Claude Code 里輸入/config它會顯示當(dāng)前生效的配置來源。我建議把模型和 Effort 的默認(rèn)值寫在全局配置里把跟項目相關(guān)的比如某些項目要用特定模型寫在項目級配置里。這樣切換項目時不用每次改全局。下面是一個完整的全局 settings.json 示例你可以直接復(fù)制把 Key 換成你自己的。{ model: claude-sonnet-4-6, effortLevel: medium, env: { ANTHROPIC_BASE_URL: https://taotoken.net/api, ANTHROPIC_API_KEY: sk-你的TaoToken密鑰 } }這里三個字段要重點說。model指定默認(rèn)模型我填的是 Sonnet 4.6日常開發(fā)夠用。effortLevel指定默認(rèn) Effort填 medium兼顧速度和成本。env里的ANTHROPIC_BASE_URL就是請求鏈路的關(guān)鍵改成 TaoToken 的 API 入口后所有請求都走統(tǒng)一 Key 通道。ANTHROPIC_API_KEY填你在 TaoToken 控制臺生成的 Key。如果你更習(xí)慣用環(huán)境變量而不是配置文件也可以在 shell 的啟動腳本里寫export ANTHROPIC_BASE_URLhttps://taotoken.net/api export ANTHROPIC_API_KEYsk-你的TaoToken密鑰 export CLAUDE_CODE_EFFORT_LEVELmedium環(huán)境變量的優(yōu)先級高于配置文件但缺點是每個新終端都要重新 source或者寫進(jìn).zshrc/.bashrc。我個人的做法是Key 和 Base URL 寫環(huán)境變量避免明文進(jìn) git模型和 Effort 寫 settings.json方便按項目覆蓋。3.2 獲取 TaoToken Key 并驗證打開 https://taotoken.net/api-keys 登錄后創(chuàng)建一個新的 API Key。創(chuàng)建時注意權(quán)限范圍如果你只是自己用 Claude Code選默認(rèn)的即可。復(fù)制出來的 Key 形如sk-xxxxxxxx只顯示一次記得存好。然后打開 https://taotoken.net/console 可以看到你的用量和余額。配置寫好后先別急著在 Claude Code 里跑用 curl 驗證一下鏈路通不通curl -s -X POST https://taotoken.net/api/v1/messages \ -H Content-Type: application/json \ -H x-api-key: sk-你的TaoToken密鑰 \ -H anthropic-version: 2023-06-01 \ -d { model: claude-sonnet-4-6, max_tokens: 64, messages: [{role: user, content: 回復(fù) OK 兩個字母}] }如果返回里能看到content字段和正常的文本說明 Key 和 Base URL 都沒問題。如果返回 401說明 Key 錯了或者沒帶上如果返回 404說明 Base URL 路徑寫錯了注意是https://taotoken.net/api后面接/v1/messages。這一步能幫你把鏈路問題和模型問題徹底分開。3.3 模型 ID 對照表配置里model字段填的是模型 ID不是顯示名。常見的對應(yīng)關(guān)系如下你按需替換顯示名模型 ID建議 EffortHaiku 4.5claude-haiku-4-5lowSonnet 4.6claude-sonnet-4-6mediumOpus 4.6claude-opus-4-6highOpus 4.7claude-opus-4-7xhigh如果你在 TaoToken 控制臺的模型列表里看到的是別的寫法以控制臺顯示的為準(zhǔn)。填錯模型 ID 的典型報錯是model not found或者invalid model遇到這個先回來核對這張表。4. 同一 prompt 的前后耗時對比與驗證4.1 設(shè)計一個可復(fù)現(xiàn)的測試 prompt要驗證參數(shù)和通道對速度的實際影響得用一個固定的 prompt在相同環(huán)境下跑多次取平均。我用的測試 prompt 是一個中等復(fù)雜度的編碼任務(wù)既能觸發(fā)一定思考又不會因為任務(wù)太難導(dǎo)致每次差異過大用 Python 寫一個函數(shù)輸入一個整數(shù)列表返回其中所有兩數(shù)之和等于目標(biāo)值的下標(biāo)對要求時間復(fù)雜度 O(n)并給出三個測試用例。這個任務(wù)需要模型理解題意、選擇哈希表方案、寫代碼、構(gòu)造用例屬于典型的日常開發(fā)任務(wù)。測試時我會記錄兩個指標(biāo)首字節(jié)時間TTFB和總耗時。TTFB 反映的是鏈路和排隊總耗時反映的是模型思考加輸出。4.2 調(diào)整前的基線測量先在默認(rèn)配置下跑。如果你的 Claude Code 默認(rèn)是 Opus 4.7 xhigh跑這個 prompt 大概會是這樣TTFB 1.5 到 3 秒總耗時 45 到 90 秒輸出里能看到明顯的思考中停頓。token 消耗方面因為 Opus 4.7 的新分詞器同樣的中文 prompt 會比 Sonnet 多算 20% 到 35% 的 token。測量方法在終端里用time claude -p 你的prompt跑-p是 print 模式跑完直接退出方便計時。跑三次取平均避免單次抖動誤導(dǎo)判斷。我實測下來Opus 4.7 xhigh 在這個 prompt 上的平均總耗時是 68 秒。4.3 調(diào)整后的對比測量把配置改成 Sonnet 4.6 mediumBase URL 指向 TaoToken再跑同一個 prompt。預(yù)期結(jié)果是TTFB 降到 0.5 到 1.5 秒總耗時降到 12 到 25 秒。我實測的平均總耗時是 17 秒相比調(diào)整前的 68 秒快了約 4 倍。輸出質(zhì)量方面這個任務(wù) Sonnet medium 完全夠用代碼正確、用例完整沒有出現(xiàn)想得太淺的問題。如果你把 Effort 從 medium 提到 high同一個 prompt 的總耗時會漲到 25 到 35 秒質(zhì)量提升在這個任務(wù)上不明顯。這就是為什么我推薦日常用 medium——大部分開發(fā)任務(wù)不需要 high 級別的思考深度提上去只是白白花時間。4.4 用表格記錄你的對比結(jié)果建議你自己跑的時候也做個表把不同組合的耗時記下來這樣以后遇到變慢能快速判斷是不是參數(shù)問題模型 EffortTTFB總耗時輸出質(zhì)量Opus 4.7 xhigh2.1s68s優(yōu)秀Sonnet 4.6 high0.9s31s優(yōu)秀Sonnet 4.6 medium0.8s17s夠用Haiku 4.5 low0.4s6s一般這張表是我自己實測的參考值你的環(huán)境可能略有差異但相對關(guān)系是一致的。可以看到從 Opus 4.7 xhigh 換到 Sonnet 4.6 medium耗時降了四倍而在這個任務(wù)上質(zhì)量沒有明顯下降。這就是參數(shù)調(diào)優(yōu)的價值。5. 常見報錯與排查對照5.1 401 錯誤Key 無效或沒帶上報錯長這樣{type:error,error:{type:authentication_error,message:invalid x-api-key}}。原因通常是三種Key 復(fù)制時漏了字符、Key 已經(jīng)過期或被刪除、請求頭里沒帶x-api-key。排查方法先用第 3.2 節(jié)的 curl 命令單獨測 Key如果 curl 也 401那就是 Key 本身的問題去 https://taotoken.net/api-keys 重新生成一個。如果 curl 通了但 Claude Code 里 401那就是 Claude Code 的配置沒生效檢查ANTHROPIC_API_KEY環(huán)境變量有沒有被別的值覆蓋。5.2 local proxy failed本地代理配置沖突報錯長這樣Error: local proxy failed to connect或者ECONNREFUSED 127.0.0.1:xxxx。這個通常是因為你的 shell 里設(shè)了HTTP_PROXY或HTTPS_PROXY環(huán)境變量指向了一個本地代理端口但那個代理沒開或者端口變了。排查方法echo $HTTPS_PROXY看看有沒有值如果有臨時unset HTTPS_PROXY再跑。注意這里說的是本地開發(fā)環(huán)境的代理配置問題跟網(wǎng)絡(luò)訪問方式無關(guān)純粹是環(huán)境變量殘留導(dǎo)致的連接失敗。5.3 reading choices 報錯響應(yīng)格式不匹配報錯長這樣Error: reading choices - undefined或者Cannot read properties of undefined (reading choices)。這個報錯說明 Claude Code 期望的是 Anthropic 格式的響應(yīng)但實際收到的是 OpenAI 格式的響應(yīng)OpenAI 格式里才有choices字段。原因通常是 Base URL 指向了一個只支持 OpenAI 協(xié)議的端點。解決方法是確認(rèn)你的 Base URL 是https://taotoken.net/api這個入口支持 Anthropic 原生協(xié)議Claude Code 能直接對接。如果你之前配的是別的地址改回來就好。5.4 OAuth 相關(guān)報錯登錄態(tài)失效報錯長這樣OAuth token expired或者Please run claude login。這個跟 API Key 模式是兩套東西。如果你用的是 API Key 模式配置了ANTHROPIC_API_KEY就不應(yīng)該走 OAuth 流程。出現(xiàn)這個報錯說明 Claude Code 沒讀到你的 API Key退回到了 OAuth 登錄模式。排查方法確認(rèn)ANTHROPIC_API_KEY環(huán)境變量在當(dāng)前終端里echo得出來如果為空說明你的 shell 配置沒生效重新 source 一下或者檢查寫沒寫對文件。5.5 模型相關(guān)報錯model not found報錯長這樣{type:error,error:{type:invalid_request_error,message:model: claude-xxx not found}}。原因就是模型 ID 寫錯了。回到第 3.3 節(jié)的對照表核對注意大小寫和連字符。另外要注意Opus 4.7 不再支持thinking: {type: enabled, budget_tokens: N}這種寫法發(fā)過去會直接 400 錯誤必須用thinking: {type: adaptive}加output_config.effort的組合。如果你是通過 API 直接調(diào)這點要特別注意。5.6 排查順序建議遇到變慢或者報錯按這個順序走先claude --version確認(rèn)版本 ≥ v2.1.116再/model看當(dāng)前模型再/config看 Effort 級別再用 curl 測 Base URL 和 Key最后才動模型和 Effort 參數(shù)。這個順序能保證你先排除鏈路問題再調(diào)參數(shù)避免在錯誤的方向上浪費時間。6. 長期編碼場景的通道選擇與配置建議如果你只是偶爾用 Claude Code 寫個小腳本那按上面的配置調(diào)好就行。但如果你是長期用它做日常開發(fā)甚至跑 Agent 任務(wù)那通道的穩(wěn)定性和成本就值得單獨考慮。我自己的做法是把 Base URL 固定到 TaoToken 的統(tǒng)一 Key 通道原因是三點一是統(tǒng)一入口省去了在多個平臺之間切換配置的麻煩一個 Key 走多個模型二是通道本身對請求做了聚合TTFB 比我之前直連穩(wěn)定三是控制臺能看到用量明細(xì)方便我判斷是不是某個模型或某個項目在異常消耗 token。對于長期編碼和 Agent 場景我建議把配置分成兩套日常開發(fā)用 Sonnet 4.6 medium寫在全局 settings.json 里跑復(fù)雜 Agent 任務(wù)時在項目級.claude/settings.json里覆蓋成 Opus 4.7 xhigh。這樣切換項目時自動切換配置不用手動改。項目級配置的寫法跟全局一樣只是路徑不同Claude Code 會優(yōu)先讀項目級的。如果你要跑長時間的 Agent 任務(wù)比如讓它自己迭代修一個多文件的 bug那 Coding Plan 會比按量計費更劃算。具體可以看 https://taotoken.net/coding-plan 里面有不同檔位的說明。我自己的經(jīng)驗是如果一個任務(wù)預(yù)計要跑超過 20 輪對話用 Coding Plan 的固定額度比按 token 計費省心不用擔(dān)心某次思考失控把額度燒光。最后給一個我踩過的坑改完 settings.json 后Claude Code 不會自動重載配置需要退出會話重新進(jìn)。如果你在會話中途改了配置發(fā)現(xiàn)沒生效先退出再進(jìn)。另外如果你同時設(shè)了環(huán)境變量和配置文件環(huán)境變量優(yōu)先所以排查配置不生效時先env | grep ANTHROPIC看看有沒有殘留的環(huán)境變量在覆蓋你的配置文件。把這兩個點記住能省下不少排查時間。