ปรับค่า effort ของ Claude Code จาก High เป็น Medium ลดการใช้โทเคน 45% โดยคุณภาพคงเดิม

Claude Code ใช้โทเคนถึง 51,000 tokens ก่อนที่ผู้ใช้จะพิมพ์คำสั่งใด ๆ ทำให้อัตราการใช้งานเกินขีดจำกัดของแผนสมาชิกเป็นปัญหาที่หลายคนพบ รายงานจาก XDA‑Developers ระบุว่าการปรับตั้งค่า “effort” จาก High ไปเป็น Medium สามารถลดการใช้โทเคนได้ประมาณ **45 % โดยไม่ทำให้คุณภาพผลลัพธ์ลดลงอย่างชัดเจน

Overview

Claude Code เป็นบริการ AI ที่ออกแบบมาเพื่อช่วยนักพัฒนาเขียนโค้ดโดยอัตโนมัติ ซึ่งดำเนินงานบนโมเดลภาษาใหญ่ของ Anthropic การใช้งานส่วนใหญ่มักถูกจำกัดด้วยจำนวน token ที่สามารถประมวลผลต่อเดือน ผู้ใช้หลายคนจึงต้องเฝ้าตรวจสอบการใช้ token อย่างใกล้ชิดเพื่อหลีกเลี่ยงการหมดโควต้าก่อนสิ้นเดือน

ในกรณีที่รายงานโดยบล็อกเกอร์บน XDA‑Developers พบว่า Claude Code ใช้ 51,000 tokens ก่อนจะรับคำสั่งแรกจากผู้ใช้ ซึ่งทำให้เกิดข้อกังวลว่าการตั้งค่าเริ่มต้นอาจไม่เหมาะสมกับการใช้งานทั่วไป การตรวจสอบนี้นำไปสู่การทดลองปรับระดับ “effort” เพื่อควบคุมปริมาณโทเคนที่ระบบจะใช้ต่อคำตอบ

Experiment Details

ผู้เขียนบทความได้ทำการทดสอบ ห้าครั้ง ภายใต้เงื่อนไขเดียวกัน โดยเปลี่ยนค่า “effort” จากระดับ High (ค่าตั้งต้น) ไปเป็น Medium การทดลองครอบคลุมหลายประเภทของงานเขียนโค้ด เช่น การสร้างฟังก์ชันพื้นฐาน, การดีบักข้อผิดพลาด, และการแนะนำโครงสร้างโปรเจค

แต่ละรอบทดสอบใช้เวลาไม่กี่นาทีและบันทึกจำนวนโทเคนที่ระบบส่งออกมาในผลลัพธ์ ทั้งนี้ผู้ทดลองไม่ได้ทำการเปลี่ยนแปลงคำสั่งหรือข้อมูลอินพุตใด ๆ เพื่อให้เงื่อนไขเทียบเคียงกันอย่างแม่นยำ

Results

ผลจากการปรับระดับ “effort” แสดงให้เห็นว่าการใช้ Medium ลดจำนวนโทเคนที่ใช้ในการตอบกลับโดยเฉลี่ยประมาณ 45 % เมื่อเทียบกับค่า High** ผลลัพธ์ยังคงรักษาคุณภาพของโค้ดไว้ในระดับเดียวกัน ไม่พบความแตกต่างที่สำคัญในเรื่องของความถูกต้องหรือประสิทธิภาพการทำงาน

• ลด “effort” จาก High Medium
• การใช้โทเคนลดลง ≈45 %
• คุณภาพผลลัพธ์ไม่เปลี่ยนแปลงอย่างชัดเจน

ข้อมูลเหล่านี้บ่งบอกว่า “effort” มีบทบาทสำคัญต่อการจัดสรรทรัพยากรของโมเดล และสามารถปรับให้เหมาะกับความต้องการใช้งานโดยไม่สูญเสียผลลัพธ์ที่เป็นประโยชน์

Analysis

จากมุมมองเชิงเทคนิค การตั้งค่า “effort” ควบคุมระดับการทำงานของโมเดลในแง่ของ จำนวนขั้นตอนการคิด (think steps) และความละเอียดในการประมวลผล เมื่อเลือก “Medium” โมเดลจะลดจำนวนขั้นตอนเหล่านี้ลง ส่งผลให้ใช้โทเคนน้อยลงแต่ยังคงรักษาแนวทางเชิงตรรกะพื้นฐานไว้

ในกรณีของ Claude Code การเขียนโค้ดส่วนใหญ่ไม่จำเป็นต้องอาศัยการไตร่ตรองที่ลึกซึ้งเท่าแบบงานสร้างเนื้อหาเชิงศิลปะหรือบทสนทนาที่ยาว ดังนั้นการลด “effort” จึงเป็นวิธีที่สมเหตุสมผลในการเพิ่มประสิทธิภาพการใช้โควต้าของผู้สมัครสมาชิก

อย่างไรก็ตาม หากผู้ใช้ต้องการให้ AI ทำการวิเคราะห์โค้ดที่ซับซ้อนหรือสร้างอัลกอริทึมขั้นสูง การตั้งค่า “High” อาจยังคงเป็นตัวเลือกที่เหมาะสมกว่า แม้ว่าจะมีต้นทุนโทเคนเพิ่มขึ้น

Impact

ผลของการปรับระดับ “effort” นี้มีความสำคัญต่อผู้ใช้ Claude Code จำนวนมากโดยเฉพาะนักพัฒนาที่ทำงานในโครงการระยะยาวและต้องการควบคุมค่าใช้จ่ายบนแพลตฟอร์ม AI การลดการใช้โทเคน 45 % สามารถขยายอายุการใช้งานของแผนสมาชิกได้หลายเดือนโดยไม่ต้องเพิ่มค่าใช้จ่าย

นอกจากนี้ ข้อมูลนี้ยังเป็นสัญญาณให้ผู้พัฒนาบริการ AI พิจารณาเปิดตัวหรือปรับแต่งฟีเจอร์ “effort” ให้มีระดับที่หลากหลายยิ่งขึ้น เพื่อให้ลูกค้าสามารถเลือกความสมดุลระหว่างคุณภาพและต้นทุนได้ตามความต้องการของแต่ละกรณี

Summary

การทดลองลดค่า “effort” ของ Claude Code จาก High ไปเป็น Medium ช่วยลดการใช้โทเคนลงประมาณ **45 % โดยไม่ส่งผลต่อคุณภาพของโค้ดที่สร้างขึ้น ผลลัพธ์นี้เปิดทางให้ผู้ใช้ควบคุมค่าใช้จ่ายและขยายอายุการใช้งานของแผนสมาชิกได้อย่างมีประสิทธิภาพ.