Caso real — Auditoria de 47M tokens em maio 2026

TL;DR

Auditoria de uso pessoal em maio de 2026: 47.2M tokens em 32 dias, 73.3% em Opus 4.7. Cinco vetores de gasto identificados via ccusage blocks e rtk gain: hook RTK desligado em quase todas as sessões (sangrando ~2.1M tokens), sessões de 8h+ sem /clear, abuso de general-purpose em buscas simples, default invertido para Opus em vez de Sonnet, e contexto >150k em 85% do uso. Fix mais barato e maior impacto: reativar o hook RTK no settings.json. Plano por ROI fecha a economia projetada em ~60-80% sem perda de capacidade.

Contexto

Auditoria executada em maio de 2026 sobre meu uso pessoal do Claude Code em projetos de produção (entre eles, MedEspecialista API com 1.900+ testes). A motivação foi uma fatura próxima do teto do plano e a percepção subjetiva de que o uso estava “fora de calibração”.

Ferramentas usadas no diagnóstico:

• ccusage (nota 04) — breakdown diário, por modelo, por janela de billing de 5h
• rtk gain — relatório de comandos passados por RTK vs comandos crus
• Inspeção de settings.json global e de projeto pra checar hooks ativos
• Leitura dos logs JSONL locais do Claude Code

Foto inicial:

Indicador	Valor	Diagnóstico
Tokens em 32 dias	47.2M	Multiplicador principal: mix de modelo
Distribuição por modelo	73.3% Opus 4.7	Invertido em relação ao policy declarada
Comandos Bash totais	23.908	Volume normal pra uso intenso
Comandos via RTK	65 (0.3%)	Hook desligado em quase todas as sessões
Subagentes (% do uso)	54%	general-purpose sozinho = 8%
Subagentes superpowers:*	19%	Skills carregam instruções pesadas
Sessões com contexto >150k	85%	Sessões longas sem /clear

Os cinco vetores

Vetor 1 — Hook RTK desligado (~2.1M tokens vazando)

Dos 23.908 comandos Bash, só 65 (0.3%) passaram pelo RTK. Quando funciona (4.927 comandos numa sessão isolada), economia medida foi de 85.6%. Fora dele, o sangramento foi concentrado em:

Comando	Frequência	Tokens estimados
git log	4.025×	639K
grep -rn	2.545×	376K
find	1.368×	230K
ls -la	1.460×	111K
tail -30	1.095×	265K

Causa raiz: o hook RTK do Claude Code que reescreve git status → rtk git status estava ausente do settings.json de alguns projetos, ou falhando silenciosamente. Verificação:

rtk --version && which rtk
cat ~/.claude/settings.json | grep -i rtk
cat /home/josenaldo/repos/medespecialista/api/.claude/settings.json 2>/dev/null | grep -i rtk

Fix: garantir o hook RTK em settings.json global + projetos ativos. Esforço: 5 minutos. Economia projetada: ~2.1M tokens/30 dias.

Vetor 2 — Sessões de 8h+ sem /clear

Em um dia típico de pico, 88% do uso veio de duas sessões longas. Mesmo com prompt caching ativo, cada turno relê 150k+ de contexto. O auto-compact está ligado, mas dispara tarde demais — quando ele aciona, o estrago já foi feito.

Esse é o vetor descrito conceitualmente em Vetor 1 de “Por que agentes gastam tanto”, só que medido na prática.

Fix (hábito, não config):

• /clear ao trocar de tarefa — quase nunca precisei do histórico anterior
• /compact proativo quando o contexto passa de ~100k, sem esperar o auto
• Auditar background loops esquecidos (skill loop em modo dynamic dorme caro)

Vetor 3 — Subagentes inflados (54% do uso)

Cada subagente é uma chamada Claude separada com contexto próprio. general-purpose sozinho consumiu 8%, e os subagentes superpowers:* somados 19% — cada skill desse plugin carrega instruções pesadas além de rodar seus próprios agentes.

Fix:

• Pra buscas de código: usar Explore (read-only, mais barato) em vez de general-purpose
• Pra investigação simples (1-2 arquivos): Bash/Grep direto, sem delegar
• Reservar general-purpose pra investigações genuinamente multi-passo
• Auditar quais skills superpowers:* realmente valem o custo — usar só quando o framework é necessário, não pra tarefa atômica

Vetor 4 — Default invertido (73.3% em Opus)

Meu CLAUDE.md declara: “Standard (Sonnet) é default, Opus só pra refactor arquitetural/ADR”. A prática estava invertida — sessões antigas em Opus eram continuadas por inércia, e novas sessões abriam em Opus por hábito.

Esse é o erro genérico mapeado em Model routing, aplicado a um caso pessoal: o policy existe, mas não é aplicado.

Fix:

• /model sonnet como default em sessões novas
• Manter Opus pra: ADRs, decisões cross-layer, debugging difícil, planejamento complexo
• Tarefas que não precisam de Opus: testes, lint, docs, JSDoc, traduções, fix de import, criar componente seguindo padrão

Vetor 5 — Contexto >150k em 85% do uso

Casado com Vetor 2. O cache atenua, mas não zera — toda saída de tool re-entra no contexto e infla a próxima rodada. Sintoma clássico de “tools verbosos sem filtro” e “histórico não compactado” do checklist de top offenders.

Fix:

• Read em arquivo grande: usar offset/limit em vez de ler 2000 linhas
• Comandos de saída grande (test runs, find, git log): usar rtk (filtra) ou head/tail específico
• Investigações com muita saída: delegar pra Explore (saída fica isolada, retorna só o resumo)

Plano de economia, por ROI

#	Ação	Esforço	Economia estimada
1	Reativar hook RTK em todas as sessões	5 min	~2.1M tokens/30 dias
2	Default /model sonnet, Opus sob demanda	0 min	~40-60% por sessão típica
3	/clear ao trocar tarefa, /compact proativo	hábito	~30% em sessões longas
4	Trocar general-purpose por Explore em buscas	hábito	~5-8% direto
5	Reduzir paralelismo (queue 4+ sessões)	hábito	~36% suavizado
6	Auditar plugin superpowers — qual skill realmente vale?	30 min	até 19%

Ordem importa: #1 é o único de fix técnico — 5 minutos de trabalho, impacto direto e mensurável. Os outros são hábito e exigem disciplina de sessão.

Nota sobre paralelismo (36%)

Estava rodando 4+ sessões simultâneas “desde de manhã” — várias features em paralelo via tmux + worktrees. Isso aparece nos números como aceleração do consumo dentro da janela de billing de 5h.

Todas as sessões dividem o mesmo limite semanal. Se as sessões não precisam ser simultâneas (ex: uma está esperando review enquanto outra implementa), preferir serial — mesmo trabalho entregue, custo distribuído mais uniformemente nas janelas de billing, e o cache de prompt é melhor aproveitado dentro de cada janela.

O que aprendi

1. Hook silencioso = economia silenciosamente perdida. Sem rtk gain na cadência mensal, nunca teria detectado que o hook RTK estava inativo em projetos onde eu achava que estava rodando. Lição: monitorar a ferramenta de monitoramento.
2. Policy escrito ≠ policy aplicado. Ter "Sonnet é default" no CLAUDE.md não fez Sonnet ser o default. Defaults importam mais que regras escritas — /model sonnet no início da sessão tem mais peso que qualquer parágrafo em memória.
3. Subagentes não são grátis. O hábito de delegar pra general-purpose “por garantia” custa mais que abrir o arquivo direto. A pergunta certa é “essa tarefa precisa de contexto próprio?”, não “isso parece complexo o suficiente pra delegar?“.
4. Auditoria é hábito, não evento. O custo só pulou no radar porque a fatura assustou. Cadência mensal de ccusage + rtk gain teria detectado os 5 vetores antes de a fatura escalar — exatamente o ponto de 16 - Auditoria de consumo.

Veja também

• 03 - Por que agentes gastam tanto — o framework conceitual dos vetores diagnosticados aqui
• 04 - Monitoramento — ccusage, Langfuse, dashboards — ferramentas usadas no diagnóstico
• 09 - Model routing — modelo certo para a tarefa — Vetor 4 explicado em geral
• 10 - Sub-agentes especializados — Vetor 3 explicado em geral
• 16 - Auditoria de consumo — workflow genérico de auditoria; esta nota é uma aplicação
• 18 - Playbook de economia — checklist completo — checklist mestre que organiza estes fixes
• 21 - Hacks de trincheira — Claude, Gemini e Copilot em 2026 — outro caso real (MedEspecialista) com ângulo de memória/permissões

Referências

• ccusage — GitHub ryoppippi/ccusage
• RTK (Rust Token Killer) — uso interno como hook do Claude Code