4 narzędzia do tańszego Claude Code (jedno kosztuje więcej)

W lipcu 2026 JetBrains wydał około 320 $ kredytów API — 425 płatnych przebiegów — żeby sprawdzić rtk, proxy powłoki, które dziesiątki tysięcy programistów instalują dla oszczędności tokenów w Claude Code. Werdykt: sesje wyszły o 7,6% drożej w przeliczeniu na zadanie. Dwa tygodnie wcześniej ten sam zespół zmierzył caveman, skill reklamowany jako cięcie 65% tokenów, i uzyskał 8,5%. A na moim komputerze rtk gain raportuje 11,6 miliona zaoszczędzonych tokenów na 25 599 poleceniach.

Obie serie liczb są prawdziwe. Po prostu nie mierzą tego samego: jedna to koszt ukończonego zadania, druga to bajty wyjścia basha.

Liczba	Co mierzy	Źródło
+7,6% na zadanie (p=0,004)	Całkowity koszt zadania z zainstalowanym rtk	JetBrains, 425 przebiegów, ~320 $
8,5% tokenów wyjściowych	Zmierzona oszczędność caveman w pracy agentowej	JetBrains, 82 sparowane zadania
65%	Oszczędność deklarowana przez caveman	README caveman
11,6 mln zaoszczędzone (41,6%)	Bajty wyjścia basha skompresowane przez rtk	rtk gain, 25 599 poleceń

Oto ten stos czterech narzędzi: graphify, rtk, Superpowers i caveman — razem 575 612 gwiazdek na GitHubie na 2026-09-02. Każde dotyka innego kawałka rachunku.

Narzędzie	Gwiazdki (2026-09-02)	Język	Licencja
Superpowers	280 792	Skille w Markdownie	MIT
graphify	113 946	Python	Apache-2.0
caveman	102 548	Go	MIT (skill)
rtk	78 326	Rust	Apache-2.0

Rachunek Claude Code ma dwie strony. Tokeny wejściowe to wszystko, co model czyta: wyjście każdego polecenia powłoki, twój prompt, prompt systemowy i cała historia rozmowy przesyłana od nowa przy każdym wywołaniu. Tokeny wyjściowe to wszystko, co model pisze.

Dokumentacja samego rtk rysuje dokładnie to drzewo i dodaje zdanie, którego nie było we wpisie premierowym: „Polecenie pokazujące o 90% mniej bajtów wyjścia nie sprawia, że twoja sesja jest o 90% tańsza".

JetBrains przypisał liczby stronie czytania, odtwarzając 83 sesje bazowe — 1,9 miliona znaków wyjścia narzędzi.

Kawałek tego, co czyta model	Znaki	Udział
Wyjście powłoki, które rtk potrafi skompresować	373 339	19,7%
Wyjście powłoki, dla którego rtk nie ma reguły	879 326	46,3%
Narzędzia czytania i wyszukiwania, które omijają rtk	646 613	34,0%

Tylko piąta część tego, co model czyta, jest w ogóle kompresowalna przez proxy powłoki — wbudowane narzędzia Claude Code Read, Grep i Glob nigdy nie przechodzą przez hook Basha.

Stąd mapa czterech narzędzi: graphify zmniejsza to, co agent czyta, rtk zmniejsza to, co zwraca powłoka, Superpowers zmniejsza historię niesioną przez każde zadanie i wybiera, który model ją niesie, a caveman zmniejsza to, co agent mówi. Strona czytania to większa połowa rachunku, więc ranking zaczyna się właśnie tam.

graphify to skill, który zamienia bazę kodu — razem z dokumentacją, schematami SQL, konfiguracjami i PDF-ami — w odpytywalny graf wiedzy. Wpisujesz /graphify . w Claude Code, Cursorze, Codexie albo Gemini CLI, projekt zostaje raz zmapowany, a potem agent odpytuje graf zamiast grepować pliki.

Kod jest parsowany przez AST tree-sittera w około 40 językach: deterministycznie, bez wywołania LLM, nic nie opuszcza maszyny. Budowa kosztuje zero kredytów LLM. Powstają trzy pliki: graph.html do klikania, GRAPH_REPORT.md oraz graph.json — sam graf, odpytywalny bez ponownego czytania twoich plików. Każdy węzeł to pojęcie (plik, funkcja, klasa), a każda krawędź ma etykietę EXTRACTED, gdy była jawna w źródle, albo INFERRED, gdy graphify ją wywnioskował. Węzły grupowane są w podsystemy algorytmem Leidena.

Wbudowany benchmark uruchomiony na jednym z naszych projektów:

Metryka	Wartość
Węzły	34 031
Krawędzie	56 865
Wykryte społeczności	967
Pochodzenie krawędzi	76% EXTRACTED · 24% INFERRED
Naiwne czytanie całego korpusu	1 701 550 słów ≈ 2 268 733 tokeny
Średnie zapytanie do grafu	~24 702 tokeny
Redukcja	91,8× mniej tokenów na zapytanie

Rozrzut między pytaniami jest duży: 679,1× przy „what is the main entry point", 34,0× przy „what connects the data layer to the api".

Dwa ograniczenia. Porównanie jest z czytaniem wszystkiego, a sesja oparta na grepie nigdy tyle nie kosztowała, więc realny zysk jest mniejszy. I graf się starzeje — odświeżaj go przez graphify update <path>, --watch albo hooki gita — natomiast przebieg semantyczny po dokumentach, PDF-ach i obrazach faktycznie wywołuje model i faktycznie zużywa tokeny.

Instalacja: uv tool install graphifyy (nazwa pakietu ma podwójne y), potem graphify install.

rtk to proxy CLI między Claude Code a twoją powłoką. Zwykłe polecenia jak ls, cat czy git status zwracają mnóstwo szumu, który agent musi przeczytać jako tokeny wejściowe: uprawnienia plików, paski postępu, sto linii przechodzących testów. rtk uruchamia to samo polecenie i oddaje zwięzłą wersję: jeden binarny plik w Ruście, ponad 100 obsługiwanych poleceń, poniżej 10 ms narzutu. Hook PreToolUse przepisuje każde kwalifikujące się wywołanie Basha (git status → rtk git status) przed uruchomieniem, więc agent nie musi o tym pamiętać.

Wpis premierowy autora deklarował 10,2 mln zaoszczędzonych tokenów w dwa tygodnie, 89,2%, z przykładami takimi jak cargo test schodzące ze 155 linii do 3. Nasz własny panel po 25 599 poleceniach:

Polecenie	Wywołania	Zaoszczędzone tokeny	Wskaźnik
rtk find	354	2,2 mln	46,6%
rtk read	3 504	2,2 mln	10,4%
rtk grep	2 760	1,9 mln	47,7%
rtk ps aux	24	1,1 mln	98,0%
rtk diff	39	541,1 tys.	92,2%
Razem	25 599	11,6 mln	41,6%

Teraz rozprawa. JetBrains zainstalował rtk dokładnie tak, jak jest dostarczany, i uruchomił 86 zadań dwukrotnie na claude-sonnet-5.

Ustalenie JetBrains	Wartość
Polecenia powłoki, które rtk potrafi przepisać	349 z 1 056 (1 na 3)
Sufit całkowitej oszczędności	~3% rachunku
Koszt na zadanie, niski reasoning effort	+7,6% (p=0,004)
Tury na zadanie	+13,8% (p=0,03)
Koszt na zadanie, wysoki effort	±0%
Jakość zadań	Bez zmian

README rtk mówi to teraz wprost: do 90% wyjścia basha, „co nie jest tym samym co obcięcie rachunku o 90%", a jego własne liczniki są szacowane jako bytes / 4.

Werdykt: jest darmowe, kompresja jest prawdziwa i — słowami JetBrains — „często gustowna". Zostaw je do sesji obciążonych bashem; nie licz, że ruszy rachunek.

Superpowers to wtyczka Jesse'ego Vincenta do Claude Code — 280 792 gwiazdki, czternaście skilli, jedno polecenie instalacji (/plugin install superpowers@claude-plugins-official). Oszczędza tokeny, nie kompresując niczego.

Wszystko zaczyna się od skilla brainstorming, który otwiera się twardą bramką: żadnego kodu, żadnego rusztowania, żadnego skilla implementacyjnego, dopóki nie zostanie zatwierdzona jawna intencja. Gdy skill się ładuje, agent staje się partnerem do burzy mózgów i w praktyce kilka fragmentów projektu zostaje przemyślanych na nowo, zanim cokolwiek powstanie. To najważniejszy etap, bo najdroższe tokeny to te wydane na budowanie niewłaściwej rzeczy.

Skill klasyfikuje pracę jako spike, zmianę ograniczoną albo architektoniczną, a reguła jest zapisana w pliku: „Gdy wahasz się między dwiema drogami, wybierz cięższą". Nazywa nawet tryb porażki — jest sekcja z antywzorcem „Too Simple To Need Approval". Droga architektoniczna daje spec, który zatwierdzasz, a potem plan wdrożenia.

Niezawodność bierze się z planu. Skill writing-plans tnie pracę na kroki po jednej czynności, 2–5 minut: napisz test, który nie przechodzi, uruchom go i potwierdź, że nie przechodzi, napisz minimalny kod, który go zalicza, uruchom testy ponownie, zrób commit. Plany pisze się przy założeniu, że inżynier ma zerowy kontekst. Tak małe zadanie mieści się z zapasem w świeżym oknie kontekstu, więc agent nigdy nie dociera do końca zadania z nasyconym oknem — a to z nasyconego okna bierze się halucynowany kod.

Ograniczeniem jest ceremoniał. Plik mówi, że skaluje się z zadaniem, ale bramka odpala się także przy poprawce jednej linijki, a to też są tokeny.

Potem plan rusza i arytmetyka tokenów się zmienia. Jedno zadanie, jeden subagent. Każdy subagent startuje ze świeżym kontekstem zawierającym wyłącznie jego zadanie, nigdy historię sesji, więc okno orkiestratora zostaje małe, a okno subagenta czyste. Po każdym zadaniu orkiestrator sprawdza wynik: OK — następne zadanie; nie OK — poprawka wraca do subagenta. Maksymalnie pięć rund na zadanie: rundy 1–3 kontynuuje pierwotny wykonawca, w rundzie 4 pracę dostaje nowy wykonawca na mocniejszym modelu, w rundzie 5 rozstrzyga sam orkiestrator.

Regułą, która za wszystko płaci, jest dobór modelu: „Używaj najsłabszego modelu zdolnego obsłużyć daną rolę, żeby oszczędzać koszty". Orkiestrator ocenia trudność każdego zadania i dobiera pasujący model.

Typ zadania	Poziom modelu
Mechaniczne, dobrze wyspecyfikowane; plan zawiera już kod	Najtańszy / mały model
Koordynacja wielu plików, debugowanie	Model standardowy
Architektura, końcowy przegląd gałęzi	Najmocniejszy model
Model niepodany	Dziedziczy model sesji

Niuans z tego samego pliku: „Liczba tur bije cenę tokena". Tani model, który potrzebuje trzech tur, nie jest tani. W praktyce to właśnie sprawia, że Opus i Fable dają się używać na planie Pro za 20 $ — drogi model dotyka garstki zadań zamiast całej sesji.

Ostatnia korzyść to dokumentacja. Każdy spec i każdy plan to plik markdown zapisany w docs/superpowers/specs/ i docs/superpowers/plans/YYYY-MM-DD-<feature-name>.md, commitowany na koniec pracy. W pipelinie tego kanału migracja na obecny silnik wideo to spec plus plan czternastu zadań, który wciąż można otworzyć, przywołać w nowej sesji i rozbudować. Nic z tego, co zrobiły agenty, nie zostaje nieudokumentowane.

Ostatni kawałek to to, co agent mówi. Agenty narracyjnie gadają — „jasne", „chętnie pomogę", „problem, którego doświadczasz, prawdopodobnie wynika z" — a to tokeny wyjściowe za nic.

caveman to skill Juliusa Brussee, 102 548 gwiazdek, który każe agentowi mówić jak jaskiniowiec: wyrzuć rodzajniki, wypełniacze, uprzejmości i asekuranctwo, trzymaj się wzorca [rzecz] [czynność] [powód]. [następny krok]. Kod, polecenia, ścieżki plików i dokładne komunikaty błędów nigdy nie są ruszane; skraca się tylko prozę wokół nich. Ma trzy poziomy (/caveman lite|full|ultra) i hook SessionStart włączający go na starcie.

Jego własna tabela, dziesięć promptów przez API Claude, daje średnio 1 214 tokenów wyjściowych bez skilla i 294 z nim — 65%, najlepszy przypadek 87%, najgorszy 22%.

Zderzenie z rzeczywistością serwuje samo README: skill skraca tylko wyjście, tokeny wejściowe i rozumowania się nie zmieniają, a jego własne reguły kosztują około 1–1,5 tys. tokenów wejściowych w każdej turze. JetBrains zmierzył go na 82 sparowanych zadaniach agentowych za około 106 $ kredytów.

caveman	Deklarowane	Zmierzone (JetBrains)
Oszczędność tokenów wyjściowych	65%	8,5% (592 tys. → 542 tys.)
Wpływ na jakość	—	Brak wykrywalnego pogorszenia (test znaków p=0,82)

Różnica jest strukturalna: wyjście agenta to w większości kod i wywołania narzędzi, których caveman słusznie nie rusza. Rekomendacja JetBrains: „używaj, jeśli ci się podoba. Jest zabawne i nie kosztuje nic mierzalnego pod względem jakości".

A od Claude Code v2.1.237 istnieje wbudowany odpowiednik — styl wyjścia Concise: Claude „zaczyna od wyniku, pomija wstępy i narrację i domyślnie trzyma odpowiedzi krótkie". Wybiera się go w /config → Output style; zapisuje się w .claude/settings.local.json i działa po /clear albo w nowej sesji. Wspólne ograniczenie obu: style wyjścia dotyczą tylko głównej rozmowy — subagent działa na własnym prompcie systemowym.

Ranking według tego, co każde narzędzie faktycznie rusza, wraz z ceną, jaką za to płaci.

Miejsce	Narzędzie	Co rusza	Zmierzony efekt	Cena
1	Superpowers	Historię na zadanie + który model ją czyta	Drogi model przy garstce zadań zamiast całej sesji	Bramka przy każdym zadaniu, nawet przy poprawce jednej linijki
2	graphify	To, co agent czyta	91,8× mniej tokenów na zapytanie niż naiwne czytanie korpusu (nasz projekt)	Graf się starzeje; przebieg semantyczny zużywa tokeny
3	rtk	Bajty wyjścia basha	Sufit ~3% rachunku; +7,6% na zadanie przy niskim effort w teście JetBrains	Regułę ma tylko 1 na 3 polecenia powłoki
4	caveman / Concise	Prozę, którą pisze agent	8,5% tokenów wyjściowych, bez utraty jakości	~1–1,5 tys. tokenów wejściowych w każdej turze

Wygrywa Superpowers i to nie dzięki żadnej kompresji: świeży kontekst na zadanie i najtańszy model, który podoła robocie, zmieniają to, co jest czytane, i to, kto czyta. graphify jest drugi, bo czytać mniej to większa połowa rachunku. rtk jest prawdziwe, darmowe i nieszkodliwe, ale dwie trzecie poleceń powłoki i wszystkie odczyty plików przechodzą obok niego. caveman albo styl Concise, który Claude Code teraz dostarcza sam, przycina najmniejszy kawałek.

Wszystkie cztery instaluje się za darmo — graphify i rtk na Apache-2.0, Superpowers na MIT, skill caveman na MIT. Ponad 570 000 gwiazdek mówi, że ludzie chcą cudu. Uczciwa wersja to ranking.