1. Claude Code 响应变慢的真实场景与排查路径Claude Code 用着用着突然变慢是最近半年我在开发者群里被问得最多的问题之一。有人以为是网络抖动有人怀疑是终端卡了还有人直接重装了一遍 Claude Code结果发现该慢还是慢。其实绝大多数情况下问题不在网络也不在终端而是出在模型选择和Effort 参数这两个旋钮上。Claude Code 是一个跑在终端里的编码 Agent它每次响应前会先想一段时间这个思考深度由 Effort 控制而思考的底层模型又决定了单次推理的基线速度。两个变量叠在一起同一个 prompt 的响应时间可以从 8 秒拉到 90 秒以上。我先把结论摆出来Claude Code 变慢九成以上的概率是模型和 Effort 没配合好。排查路径就两条线——你现在用的是哪个模型以及你的 Effort 设到了什么级别。Opus 系列和 Sonnet 系列的行为差异很大同一个模型在不同 Effort 下的速度能差 5 到 10 倍。除此之外还有一条容易被忽略的链路因素请求实际打到哪个 Base URL、走的是哪条通道。很多人的 Claude Code 配置里 Base URL 还是默认的官方地址或者被某个旧脚本改到了一个已经不稳的端点导致每次请求都要多绕几跳。这篇就按模型 → Effort → 请求链路的顺序一层层帮你定位最后给出可复制的 settings 配置片段和把 Base URL 改到 TaoToken 统一 Key 通道的完整步骤并用同一个 prompt 做前后耗时对比。先说清楚适合谁看如果你正在用 Claude Code 做日常开发感觉最近响应变慢、token 消耗变快或者你刚把模型升级到 Opus 4.7 后发现怎么突然这么贵这么慢这篇就是写给你的。不需要你懂 Anthropic 的底层推理架构只要能敲命令、能改配置文件就行。我会把每个参数的作用、每个命令的输出、每个报错的含义都讲清楚你照着做就能定位到自己机器上的瓶颈在哪。排查之前先建立一个基本认知Claude Code 的一次响应时间花在三个地方——请求排队与传输、模型思考、输出生成。Effort 主要影响模型思考这一段模型选择同时影响思考和输出而 Base URL 和通道影响的是请求排队与传输。很多人一上来就调 Effort结果发现没变化就是因为瓶颈其实在链路上。所以正确的顺序是先确认链路通不通、快不快再调模型最后微调 Effort。下面每一节我都会给出对应的检查命令和判断标准。还有一个背景值得提一下Anthropic 在 2026 年 4 月发过一篇事故复盘承认了三个产品层 Bug其中一个就是把 Claude Code 的默认 Effort 从 high 降到了 medium导致用户普遍反映变笨了后来回滚另一个是缓存优化 Bug空闲超过一小时的会话后续每轮都会清掉之前的思考记录Claude 看起来像失忆。这些问题在 v2.1.116 之后修复了。如果你是在三四月间感觉 Claude Code 行为异常很可能就是踩到了这些坑。所以排查的第一步其实是先确认你的版本够不够新。2. 模型选择与 Effort 参数对速度的影响机制2.1 先看你在用什么模型在 Claude Code 会话里直接输入/model回车它会告诉你当前用的是哪个模型。如果你看到的是 Opus 4.7那基本可以解释一部分变慢——Opus 4.7 换了新的分词器官方说法是文本处理的 token 数量约为之前的 1x 到 1.35x。听起来不多但实际体验下来代码和中英文混合内容比如你的 CLAUDE.md 里有中文注释增幅接近上限 35%。更麻烦的是每轮对话的 system prompt 都会重复计算多轮对话的 token 增长是复利式的。官方单价没变但实际花销涨了响应时间也跟着涨。各模型的速度和适用场景大致是这样Haiku 4.5 最快推理能力够用费用最低适合快速查找、简单编辑、子代理任务Sonnet 4.6 速度快推理能力强费用中等适合日常开发、写功能、修 BugOpus 4.6 较慢推理最深费用最高适合架构设计、复杂 Bug、多文件推理Opus 4.7 较慢推理最强费用最高适合长时间 Agent 任务、知识工作、视觉任务。如果你只是写个函数、改个配置却挂着 Opus 4.7那慢是必然的属于用大炮打蚊子。切换模型的方法有三种。会话中直接切/model sonnet、/model opus、/model haiku。启动时指定claude --model sonnet。macOS 上还可以用快捷键 OptionP 呼出模型选择。我建议日常开发固定用 Sonnet遇到真正复杂的架构问题再临时切 Opus这样速度和成本都可控。2.2 Effort 参数才是关键变量Effort 参数控制 Claude 在回答前想多深。你可以把它理解成一个思考深度旋钮Low 想得最少回复最快token 最省Medium 适度思考日常够用High 深入思考复杂问题用Xhigh 是 Opus 4.7 新增的级别介于 High 和 Max 之间Max 无限制思考最慢最贵但最强。需要强调的是Effort 是行为信号不是硬性 token 预算。即使设为 Low遇到真难题 Claude 还是会思考只是思考得少一些。这里有个很多人忽略的点不同模型的默认 Effort 不一样。Opus 4.6 的默认是 high一直以来的默认值Opus 4.7 的默认在 2026 年 4 月改成了 xhighSonnet 4.6 的默认是 high但官方推荐日常用 medium。这就是变慢的关键——如果你升级到 Opus 4.7默认 Effort 从 high 变成了 xhigh思考时间直接拉长再叠加新分词器的 token 增幅体感就是又慢又贵。设置 Effort 有四种方法。斜杠命令/effort low、/effort medium、/effort high。环境变量持久化export CLAUDE_CODE_EFFORT_LEVELmedium。配置文件里设置在 settings 中写effortLevel: medium。单次深度思考在 prompt 里加 ultrathink这一轮会自动用最高 effort不影响后续对话。我实测下来日常开发用 Sonnet Medium 是最舒服的组合响应快、token 省遇到难题再临时提 Effort。2.3 请求链路被忽略的第三变量模型和 Effort 都调好了还是慢那就要看请求链路了。Claude Code 每次请求都要发到一个 Base URL这个地址决定了你的请求走哪条通道、经过几跳、有没有排队。很多人的配置里 Base URL 还是默认的官方地址或者被某个旧脚本改到了一个已经不稳的端点。判断方法很简单在 Claude Code 里跑一个简单 prompt同时用time命令测一下纯网络往返如果网络往返就占了大头那瓶颈就在链路不在模型。把 Base URL 改到 TaoToken 统一 Key 通道是我最近帮几个朋友排查后比较推荐的方案。TaoToken 提供统一的 API 入口一个 Key 可以走多个模型省去了在多个平台之间切换配置的麻烦。官网是 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content API 入口是 https://taotoken.net/api 。注意 API 地址不带 UTM 参数配置的时候直接写这个就行。下一节我会给出完整的 settings 配置片段。3. 可复制的 settings 配置与 Base URL 切换步骤3.1 找到你的 Claude Code 配置文件Claude Code 的配置分两层全局配置在用户目录下项目级配置在项目根目录的.claude文件夹里。全局配置的路径macOS 和 Linux 一般是~/.claude/settings.jsonWindows 是%USERPROFILE%\.claude\settings.json。项目级配置是项目根/.claude/settings.json。如果你不确定可以在 Claude Code 里输入/config它会显示当前生效的配置来源。我建议把模型和 Effort 的默认值写在全局配置里把跟项目相关的比如某些项目要用特定模型写在项目级配置里。这样切换项目时不用每次改全局。下面是一个完整的全局 settings.json 示例你可以直接复制把 Key 换成你自己的。{ model: claude-sonnet-4-6, effortLevel: medium, env: { ANTHROPIC_BASE_URL: https://taotoken.net/api, ANTHROPIC_API_KEY: sk-你的TaoToken密钥 } }这里三个字段要重点说。model指定默认模型我填的是 Sonnet 4.6日常开发够用。effortLevel指定默认 Effort填 medium兼顾速度和成本。env里的ANTHROPIC_BASE_URL就是请求链路的关键改成 TaoToken 的 API 入口后所有请求都走统一 Key 通道。ANTHROPIC_API_KEY填你在 TaoToken 控制台生成的 Key。如果你更习惯用环境变量而不是配置文件也可以在 shell 的启动脚本里写export ANTHROPIC_BASE_URLhttps://taotoken.net/api export ANTHROPIC_API_KEYsk-你的TaoToken密钥 export CLAUDE_CODE_EFFORT_LEVELmedium环境变量的优先级高于配置文件但缺点是每个新终端都要重新 source或者写进.zshrc/.bashrc。我个人的做法是Key 和 Base URL 写环境变量避免明文进 git模型和 Effort 写 settings.json方便按项目覆盖。3.2 获取 TaoToken Key 并验证打开 https://taotoken.net/api-keys 登录后创建一个新的 API Key。创建时注意权限范围如果你只是自己用 Claude Code选默认的即可。复制出来的 Key 形如sk-xxxxxxxx只显示一次记得存好。然后打开 https://taotoken.net/console 可以看到你的用量和余额。配置写好后先别急着在 Claude Code 里跑用 curl 验证一下链路通不通curl -s -X POST https://taotoken.net/api/v1/messages \ -H Content-Type: application/json \ -H x-api-key: sk-你的TaoToken密钥 \ -H anthropic-version: 2023-06-01 \ -d { model: claude-sonnet-4-6, max_tokens: 64, messages: [{role: user, content: 回复 OK 两个字母}] }如果返回里能看到content字段和正常的文本说明 Key 和 Base URL 都没问题。如果返回 401说明 Key 错了或者没带上如果返回 404说明 Base URL 路径写错了注意是https://taotoken.net/api后面接/v1/messages。这一步能帮你把链路问题和模型问题彻底分开。3.3 模型 ID 对照表配置里model字段填的是模型 ID不是显示名。常见的对应关系如下你按需替换显示名模型 ID建议 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 控制台的模型列表里看到的是别的写法以控制台显示的为准。填错模型 ID 的典型报错是model not found或者invalid model遇到这个先回来核对这张表。4. 同一 prompt 的前后耗时对比与验证4.1 设计一个可复现的测试 prompt要验证参数和通道对速度的实际影响得用一个固定的 prompt在相同环境下跑多次取平均。我用的测试 prompt 是一个中等复杂度的编码任务既能触发一定思考又不会因为任务太难导致每次差异过大用 Python 写一个函数输入一个整数列表返回其中所有两数之和等于目标值的下标对要求时间复杂度 O(n)并给出三个测试用例。这个任务需要模型理解题意、选择哈希表方案、写代码、构造用例属于典型的日常开发任务。测试时我会记录两个指标首字节时间TTFB和总耗时。TTFB 反映的是链路和排队总耗时反映的是模型思考加输出。4.2 调整前的基线测量先在默认配置下跑。如果你的 Claude Code 默认是 Opus 4.7 xhigh跑这个 prompt 大概会是这样TTFB 1.5 到 3 秒总耗时 45 到 90 秒输出里能看到明显的思考中停顿。token 消耗方面因为 Opus 4.7 的新分词器同样的中文 prompt 会比 Sonnet 多算 20% 到 35% 的 token。测量方法在终端里用time claude -p 你的prompt跑-p是 print 模式跑完直接退出方便计时。跑三次取平均避免单次抖动误导判断。我实测下来Opus 4.7 xhigh 在这个 prompt 上的平均总耗时是 68 秒。4.3 调整后的对比测量把配置改成 Sonnet 4.6 mediumBase URL 指向 TaoToken再跑同一个 prompt。预期结果是TTFB 降到 0.5 到 1.5 秒总耗时降到 12 到 25 秒。我实测的平均总耗时是 17 秒相比调整前的 68 秒快了约 4 倍。输出质量方面这个任务 Sonnet medium 完全够用代码正确、用例完整没有出现想得太浅的问题。如果你把 Effort 从 medium 提到 high同一个 prompt 的总耗时会涨到 25 到 35 秒质量提升在这个任务上不明显。这就是为什么我推荐日常用 medium——大部分开发任务不需要 high 级别的思考深度提上去只是白白花时间。4.4 用表格记录你的对比结果建议你自己跑的时候也做个表把不同组合的耗时记下来这样以后遇到变慢能快速判断是不是参数问题模型 EffortTTFB总耗时输出质量Opus 4.7 xhigh2.1s68s优秀Sonnet 4.6 high0.9s31s优秀Sonnet 4.6 medium0.8s17s够用Haiku 4.5 low0.4s6s一般这张表是我自己实测的参考值你的环境可能略有差异但相对关系是一致的。可以看到从 Opus 4.7 xhigh 换到 Sonnet 4.6 medium耗时降了四倍而在这个任务上质量没有明显下降。这就是参数调优的价值。5. 常见报错与排查对照5.1 401 错误Key 无效或没带上报错长这样{type:error,error:{type:authentication_error,message:invalid x-api-key}}。原因通常是三种Key 复制时漏了字符、Key 已经过期或被删除、请求头里没带x-api-key。排查方法先用第 3.2 节的 curl 命令单独测 Key如果 curl 也 401那就是 Key 本身的问题去 https://taotoken.net/api-keys 重新生成一个。如果 curl 通了但 Claude Code 里 401那就是 Claude Code 的配置没生效检查ANTHROPIC_API_KEY环境变量有没有被别的值覆盖。5.2 local proxy failed本地代理配置冲突报错长这样Error: local proxy failed to connect或者ECONNREFUSED 127.0.0.1:xxxx。这个通常是因为你的 shell 里设了HTTP_PROXY或HTTPS_PROXY环境变量指向了一个本地代理端口但那个代理没开或者端口变了。排查方法echo $HTTPS_PROXY看看有没有值如果有临时unset HTTPS_PROXY再跑。注意这里说的是本地开发环境的代理配置问题跟网络访问方式无关纯粹是环境变量残留导致的连接失败。5.3 reading choices 报错响应格式不匹配报错长这样Error: reading choices - undefined或者Cannot read properties of undefined (reading choices)。这个报错说明 Claude Code 期望的是 Anthropic 格式的响应但实际收到的是 OpenAI 格式的响应OpenAI 格式里才有choices字段。原因通常是 Base URL 指向了一个只支持 OpenAI 协议的端点。解决方法是确认你的 Base URL 是https://taotoken.net/api这个入口支持 Anthropic 原生协议Claude Code 能直接对接。如果你之前配的是别的地址改回来就好。5.4 OAuth 相关报错登录态失效报错长这样OAuth token expired或者Please run claude login。这个跟 API Key 模式是两套东西。如果你用的是 API Key 模式配置了ANTHROPIC_API_KEY就不应该走 OAuth 流程。出现这个报错说明 Claude Code 没读到你的 API Key退回到了 OAuth 登录模式。排查方法确认ANTHROPIC_API_KEY环境变量在当前终端里echo得出来如果为空说明你的 shell 配置没生效重新 source 一下或者检查写没写对文件。5.5 模型相关报错model not found报错长这样{type:error,error:{type:invalid_request_error,message:model: claude-xxx not found}}。原因就是模型 ID 写错了。回到第 3.3 节的对照表核对注意大小写和连字符。另外要注意Opus 4.7 不再支持thinking: {type: enabled, budget_tokens: N}这种写法发过去会直接 400 错误必须用thinking: {type: adaptive}加output_config.effort的组合。如果你是通过 API 直接调这点要特别注意。5.6 排查顺序建议遇到变慢或者报错按这个顺序走先claude --version确认版本 ≥ v2.1.116再/model看当前模型再/config看 Effort 级别再用 curl 测 Base URL 和 Key最后才动模型和 Effort 参数。这个顺序能保证你先排除链路问题再调参数避免在错误的方向上浪费时间。6. 长期编码场景的通道选择与配置建议如果你只是偶尔用 Claude Code 写个小脚本那按上面的配置调好就行。但如果你是长期用它做日常开发甚至跑 Agent 任务那通道的稳定性和成本就值得单独考虑。我自己的做法是把 Base URL 固定到 TaoToken 的统一 Key 通道原因是三点一是统一入口省去了在多个平台之间切换配置的麻烦一个 Key 走多个模型二是通道本身对请求做了聚合TTFB 比我之前直连稳定三是控制台能看到用量明细方便我判断是不是某个模型或某个项目在异常消耗 token。对于长期编码和 Agent 场景我建议把配置分成两套日常开发用 Sonnet 4.6 medium写在全局 settings.json 里跑复杂 Agent 任务时在项目级.claude/settings.json里覆盖成 Opus 4.7 xhigh。这样切换项目时自动切换配置不用手动改。项目级配置的写法跟全局一样只是路径不同Claude Code 会优先读项目级的。如果你要跑长时间的 Agent 任务比如让它自己迭代修一个多文件的 bug那 Coding Plan 会比按量计费更划算。具体可以看 https://taotoken.net/coding-plan 里面有不同档位的说明。我自己的经验是如果一个任务预计要跑超过 20 轮对话用 Coding Plan 的固定额度比按 token 计费省心不用担心某次思考失控把额度烧光。最后给一个我踩过的坑改完 settings.json 后Claude Code 不会自动重载配置需要退出会话重新进。如果你在会话中途改了配置发现没生效先退出再进。另外如果你同时设了环境变量和配置文件环境变量优先所以排查配置不生效时先env | grep ANTHROPIC看看有没有残留的环境变量在覆盖你的配置文件。把这两个点记住能省下不少排查时间。