Hạn mức Claude Code (usage limits) vận hành trên hai bộ đếm độc lập: một cửa sổ lăn 5 giờ (rolling window) để kiểm soát các đợt làm việc dồn dập, và một hạn mức tuần tính theo giờ tính toán chủ động
— chạm bất kỳ cái nào trong hai cái đó là bạn bị chặn cho tới lần reset kế tiếp.
Nếu bạn đang dùng Claude Code như một trình soạn thảo thông thường thay vì một agent, bạn đang lãng phí tài nguyên và sẽ sớm chạm trần. Việc tối ưu không nằm ở chỗ gõ ít đi. Nó nằm ở chỗ bạn ngừng trả tiền cho phần ngữ cảnh mà Claude vốn không cần đến.
Hạn mức Claude Code đếm cái gì, và vì sao context đầy không phải hết hạn mức
Hệ thống chạy trên hai bộ đếm độc lập:
- Cửa sổ lăn 5 giờ (rolling window): giới hạn số lượt prompt dựa trên độ dài ngữ cảnh và model bạn chọn. Bộ đếm reset sau 5 giờ tính từ prompt đầu tiên của phiên.
- Hạn mức tuần (weekly cap): tính theo "giờ tính toán chủ động" (active compute hours). Chỉ những lúc model thực sự xử lý token hoặc đang suy luận mới bị tính; thời gian bạn ngồi đọc code hay treo máy thì không.
Cần phân biệt cho rõ, vì đây là chỗ nhầm phổ biến nhất. Khi Claude Code báo cửa sổ ngữ cảnh sắp đầy, nó sẽ tự động nén (auto-compact) để dọn chỗ. Đó là giới hạn bộ nhớ của model trong một phiên, không phải là hết hạn mức gói đăng ký. Tài liệu của Anthropic nói thẳng điều này: cảnh báo context hay auto-compact không phải một usage limit. Hai thứ đó hỏng theo hai kiểu khác nhau và cách xử lý cũng khác nhau.
Anthropic không công bố hạn ngạch token chính xác cho từng gói — họ chỉ công bố hệ số nhân (Pro 1x, Max 5x, Max 20x). Những con số lưu hành trong cộng đồng chỉ là ước tính, không phải thông số chính thức, và chúng thay đổi theo độ dài ngữ cảnh lẫn model bạn dùng:
| Gói | Ước tính mỗi cửa sổ 5 giờ | Ghi chú |
|---|---|---|
| Pro ($20/tháng) | ~10–45 lượt prompt | Có Sonnet 5, Opus 4.8 và Opus 5 |
| Max 5x ($100) | ~50–225 lượt prompt | Thêm khoảng 15–35 giờ Opus mỗi tuần |
| Max 20x ($200) | ~200–900 lượt prompt | Khoảng 24–40 giờ Opus mỗi tuần |
Một điểm nữa hay bị bỏ qua: ngân sách này dùng chung cho Claude Code, Claude.ai và Cowork. Nếu bạn dành cả buổi sáng chat trên web, phần còn lại cho Claude Code buổi chiều sẽ bị bóp lại tương ứng.
Vì sao hạn mức tụt nhanh dù bạn gõ rất ít
Lý do chính là tích tụ ngữ cảnh (context accumulation). Claude Code gửi lại toàn bộ lịch sử hội thoại, định nghĩa công cụ và nội dung các file đang mở trong mỗi lượt chat mới. Một câu hỏi một dòng ở lượt thứ 50 vẫn kéo theo toàn bộ 49 lượt trước đó — nên một tin nhắn ngắn vẫn có thể đắt.
Vài thứ đốt quota nhanh hơn hẳn phần còn lại:
- Agent Teams ngốn token gấp khoảng 7 lần một phiên thường khi các teammate chạy ở plan mode
(chế độ lập kế hoạch), vì mỗi teammate
duy trì một cửa sổ ngữ cảnh riêng. Tính năng này phải bật thủ công bằng biến môi trường
CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS=1. - Dán file trực tiếp vào khung chat tốn hơn nhiều so với việc trỏ đường dẫn để Claude tự đọc chọn lọc. Thứ bạn dán vào sẽ nằm nguyên trong ngữ cảnh cho tới hết phiên.
- Lạm dụng Opus cho việc vặt. Model này đắt hơn Sonnet vài lần mỗi lượt. Dùng nó để sửa typo là cách nhanh nhất làm cạn hạn mức ngày.
Ngoài ra còn một khoản nền âm thầm: phần tóm tắt hội thoại chạy nền cho tính năng resume, và các lượt kiểm tra trạng thái. Chúng nhỏ, nhưng chúng tồn tại kể cả khi bạn không gõ gì.