Giải mã giới hạn sử dụng Claude Code: Khung 5 giờ, hạn mức tuần và 9 cách tối ưu

Tóm tắt nhanh: Giới hạn sử dụng của Claude Code gồm hai tầng: giới hạn phiên (session limit) được làm mới sau mỗi 5 giờ và giới hạn tuần (weekly limit) được làm mới mỗi tuần một lần. Cả hai đều được dùng chung với ứng dụng Claude trên web và Claude Desktop. Anthropic không công bố số lượng tin nhắn cụ thể cho từng mức giới hạn, bởi hạn mức thực tế bạn nhận được phụ thuộc vào mô hình, dung lượng ngữ cảnh (context size) và các công cụ được sử dụng.

Phần dung lượng dùng chung này chính là điều mà hầu hết mọi người thường bỏ qua. Khung hạn mức bạn đã lỡ "đốt" cho một cuộc trò chuyện dài để nghiên cứu tài liệu vào bữa sáng cũng chính là khung hạn mức mà agent của bạn đang cần để chạy vào lúc 3 giờ chiều.

Những yếu tố nào tính vào giới hạn Claude Code của bạn

Trung tâm hỗ trợ của Anthropic nêu rất rõ ràng: các gói trả phí có giới hạn phiên làm mới sau mỗi 5 giờ và giới hạn tuần làm mới mỗi tuần một lần. Gói Max còn có thêm một giới hạn tuần riêng biệt dành cho các mô hình Fable. Cả ba nền tảng đều dùng chung một hạn mức duy nhất này: ứng dụng web Claude, Claude Desktop và Claude Code trên terminal cũng như IDE của bạn. Không hề có hạn mức riêng biệt cho từng công cụ để bạn có thể "dành dụm".

Mức giá được lấy từ trang biểu phí của Anthropic và có thể thay đổi tùy theo quyết định của Anthropic.

Khung thời gian 5 giờ trên thực tế

Giới hạn phiên sẽ được làm mới sau 5 giờ kể từ thời điểm khung giờ bắt đầu mở. Anthropic không công bố quy tắc tính thời điểm bắt đầu cũng như số lượng token cụ thể, vì vậy hãy coi đây là một hạn mức luân phiên (rolling budget) thay vì một mốc đồng hồ cố định mà bạn có thể "canh giờ".

Có một hành vi nhìn qua tưởng như là lỗi nhưng thực tế không phải. Nếu bạn chạm giới hạn ngay giữa lúc phản hồi đang tạo, Claude Code có thể sẽ hoàn tất bước đang dở dang và hiển thị Usage limit reached · wrapping up. Hướng dẫn dành cho gói Pro và Max của Anthropic nêu rõ rằng phần hoàn tất (wrap-up) này vẫn tính vào giới hạn tuần của bạn và không áp dụng cho các tin nhắn mới. Với gói Pro, cơ chế này chỉ áp dụng một lần mỗi chu kỳ tuần; còn với gói Max, nó áp dụng mỗi khi bạn chạm giới hạn 5 giờ. Anthropic cũng lưu ý tính năng này đang được triển khai dần dần, nên tài khoản của bạn có thể chưa có. Đây chỉ là một sự ưu ái để hoàn tất lượt xử lý đang dang dở, chứ không phải là khoảng thời gian gia hạn.

Mức trần tuần, và vì sao nó gây gián đoạn nặng nề hơn

Giới hạn tuần mới chính là thứ có thể khiến ngày làm việc của bạn phải dừng lại đột ngột. Khung thời gian 5 giờ có thể hồi lại 4 đến 5 lần mỗi ngày; nhưng hạn mức tuần thì không. Anthropic không công bố quy tắc làm mới nào ngoài câu "giới hạn tuần làm mới một lần mỗi tuần", do đó đừng lên kế hoạch refactor một lượng lớn code dựa trên thời điểm làm mới mà bạn tự suy đoán. Hãy kiểm tra lệnh /usage trước khi bắt đầu.

Khi chạm phải một trong hai giới hạn, bạn có ba lựa chọn:

1. Chờ đến khi hạn mức được làm mới.
2. Bật tín dụng sử dụng (usage credits) để chuyển các yêu cầu sang dạng trả phí theo mức dùng (pay-as-you-go) thay vì bị dừng hẳn.
3. Chuyển phần việc đó sang một agent khác trên gói thuê bao mà bạn đã trả phí.

Tại sao không có con số tin nhắn cụ thể

Anthropic không đưa ra con số kiểu "200 tin nhắn mỗi khung giờ" vì con số đó hoàn toàn không thực tế. Mức độ sử dụng tỷ lệ thuận với số lượng token, và token lại phụ thuộc vào mô hình bạn chọn (Opus tốn nhiều token mỗi lượt hơn Sonnet), dung lượng ngữ cảnh (mỗi tin nhắn mới đều gửi lại toàn bộ lịch sử trò chuyện từ đầu đến giờ), các công cụ được kích hoạt (Anthropic gọi các connector là "ngốn nhiều token"), và mức độ nỗ lực suy nghĩ (effort level) (các thinking token được tính phí như output token, và hạn mức mặc định có thể lên tới hàng chục nghìn token cho mỗi yêu cầu).

Danh sách các yếu tố trên cũng chính là danh sách các chiến lược bạn có thể áp dụng.

9 cách giúp tối ưu hóa giới hạn sử dụng Claude Code của bạn

1. Chạy lệnh /usage và làm theo khuyến nghị

Trên các gói Pro, Max, Team và Enterprise, lệnh /usage sẽ phân tích lượng sử dụng gần đây theo từng skill, subagent, plugin và từng MCP server riêng lẻ, sau đó đưa ra các khuyến nghị kèm theo tỷ lệ phần trăm mức tiêu thụ mà mỗi gợi ý có thể giải quyết:

25%  Trim ~/code/api/CLAUDE.md · 49k tokens per request
40%  Switch from max to high effort · /effort high
30%  Compact before you step away · run /compact

Nhấn d hoặc w để chuyển đổi giữa chế độ xem 24 giờ và 7 ngày. Nếu phần chân trang hiển thị f to fix 2 of 3, việc nhấn f sẽ tự động áp dụng các giải pháp mà Claude Code có thể tự xử lý. Các số liệu này được lấy từ lịch sử phiên cục bộ, vì vậy dữ liệu sử dụng từ máy tính khác sẽ không xuất hiện ở đây. Hãy bắt đầu từ bước này; nó hiệu quả hơn nhiều so với việc đoán mò.

2. Dọn sạch ngữ cảnh giữa các tác vụ không liên quan

Ngữ cảnh cũ dư thừa sẽ tiêu tốn token trong mọi tin nhắn tiếp theo chứ không chỉ một lần. Khi bạn chuyển từ việc sửa lỗi (bug fix) sang phát triển tính năng mới, cuộc trò chuyện cũ sẽ trở thành gánh nặng vô ích nhưng vẫn liên tục được gửi lại.

/rename auth-token-refresh-bug   # label it so you can find it later
/clear                           # start fresh
/resume                          # come back to it later

Dùng lệnh /rename trước khi /clear là thao tác mà nhiều người hay bỏ qua để rồi phải hối tiếc.

3. Chỉ định nội dung cần giữ lại khi nén ngữ cảnh (compaction)

Cơ chế tự động nén (auto-compaction) sẽ tóm tắt lại lịch sử khi dung lượng đạt gần ngưỡng giới hạn ngữ cảnh, và nếu để mặc định, nó sẽ tự phỏng đoán xem điều gì là quan trọng. Hãy định hướng cho nó bằng lệnh /compact Focus on code samples and API usage, hoặc thiết lập cố định trong tệp CLAUDE.md của dự án:

# Compact instructions

When you are using compact, please focus on test output and code changes

4. Chọn mô hình phù hợp với từng tác vụ

Sonnet xử lý tốt hầu hết các công việc lập trình và có chi phí thấp hơn Opus. Hãy dành riêng Opus cho các quyết định về kiến trúc hệ thống, và chuyển đổi linh hoạt bằng lệnh /model. Có hai chi tiết mà người dùng rất dễ mắc phải: việc chuyển sang Opus cũng sẽ áp dụng cho cả các subagent thừa hưởng mô hình từ phiên làm việc, và bạn hoàn toàn có thể ghim một mô hình tiết kiệm hơn cho từng subagent riêng biệt.

---
name: test-runner
model: haiku
---

Hướng dẫn điều phối mô hình của chúng tôi phân tích chi tiết vai trò nào nên dùng mô hình nào, và bài viết khi mô hình giá rẻ lại tốn kém hơn chỉ ra những trường hợp mà việc hạ cấp mô hình mang lại tác dụng ngược.

5. Giảm mức độ nỗ lực suy nghĩ (effort level)

Tính năng suy nghĩ mở rộng (extended thinking) được bật mặc định vì nó rất hữu ích cho việc lập kế hoạch phức tạp. Tuy nhiên, đối với các chỉnh sửa thông thường, nó chỉ làm lãng phí token vô ích. Bạn có thể giảm mức này bằng lệnh /effort hoặc tắt tính năng suy nghĩ trong /config. Lưu ý rằng bạn không thể tắt tính năng này trên Opus 5.5, Sonnet 5.5, Haiku 5.5 hoặc các mô hình Fable. Đối với các mô hình có hạn ngạch cố định, bạn có thể giới hạn bằng biến môi trường MAX_THINKING_TOKENS=8000; các mô hình suy luận thích ứng (adaptive-reasoning) sẽ bỏ qua hạn ngạch khác không.

6. Cắt giảm chi phí tài nguyên từ MCP server

Các định nghĩa công cụ được trì hoãn tải theo mặc định, nghĩa là chỉ có tên công cụ và hướng dẫn của server được đưa vào ngữ cảnh cho đến khi công cụ đó thực sự chạy. Dù vậy, điều đó vẫn tiêu tốn tài nguyên. Hãy dùng lệnh /context để xem những gì đang chiếm dụng không gian và /mcp để vô hiệu hóa những server bạn không dùng đến trong ngày. Khi có sẵn công cụ CLI, hãy ưu tiên dùng chúng: gh, aws và gcloud không hề làm tăng thêm bất kỳ danh sách công cụ nào vào ngữ cảnh.

7. Chuyển các chỉ dẫn trong CLAUDE.md sang skills

Tệp CLAUDE.md được tải ngay khi phiên bắt đầu và luôn nằm trong ngữ cảnh ở mọi tin nhắn, kể cả những tin nhắn không hề liên quan đến nó. Một tệp dài 300 dòng chứa checklist tạo PR và quy trình migration sẽ bào mòn hạn mức trong từng yêu cầu. Trong khi đó, các skill chỉ được nạp khi có nhu cầu, vì vậy hãy tách các quy trình chuyên biệt ra và giữ tệp CLAUDE.md dưới 200 dòng.

8. Lọc bớt dữ liệu đầu ra rườm rà trước khi đưa cho Claude đọc

Hook PreToolUse sẽ tiền xử lý dữ liệu trước khi dữ liệu đó đi vào ngữ cảnh. Thay vì để Claude phải đọc toàn bộ tệp log 10.000 dòng, hook có thể grep tìm từ khóa ERROR và chỉ trả về các kết quả trùng khớp, giúp cắt giảm chi phí từ hàng chục nghìn token xuống chỉ còn vài trăm. Các subagent cũng làm điều tương tự khi chạy thử nghiệm (test run) hoặc lấy tài liệu: toàn bộ dữ liệu thừa (noise) được giữ lại trong ngữ cảnh của subagent và chỉ trả về một bản tóm tắt gọn gàng.

9. Lập kế hoạch trước và đưa câu lệnh thật cụ thể

Một câu lệnh mơ hồ như “Cải thiện codebase này” sẽ kích hoạt quá trình quét trên diện rộng. Nhưng câu lệnh “Thêm xác thực đầu vào cho hàm login trong auth.ts” chỉ cần đọc vài tệp tin. Đối với những đầu việc lớn hơn, hãy nhấn Shift+Tab để chuyển sang chế độ lập kế hoạch (plan mode): việc bác bỏ một bản kế hoạch tốn ít chi phí hơn nhiều so với việc phải hoàn tác một phần triển khai sai hướng.

Một cảnh báo khi mở rộng quy mô: Tài liệu chi phí của Anthropic chỉ ra rằng các nhóm agent tiêu tốn lượng token gấp khoảng 7 lần so với các phiên tiêu chuẩn khi các agent thành viên chạy ở chế độ lập kế hoạch, bởi mỗi thành viên đều duy trì một cửa sổ ngữ cảnh riêng. Việc chạy song song nhiều tác vụ trong một gói thuê bao duy nhất là con đường nhanh nhất khiến bạn chạm mức trần tuần.

Những điều không nên làm

Tạo nhiều tài khoản để lách mức trần, chia sẻ thông tin đăng nhập và luân phiên thay đổi thông tin xác thực đều vi phạm điều khoản dịch vụ của Anthropic; và việc bị khóa tài khoản sẽ gây thiệt hại lớn hơn bất kỳ chu kỳ làm mới nào. Những phương án hợp lệ duy nhất là nâng cấp lên gói cao hơn, mua thêm tín dụng sử dụng (usage credits) hoặc mua tín dụng API Console.

Khi nâng cấp gói cước không phải là giải pháp phù hợp

Đây là tình huống thực tế rất đáng chú ý: Bạn chạm mức trần tuần vào thứ Năm. Nhóm của bạn vốn đã trả phí cho gói thuê bao Codex, bạn có sẵn API key của Gemini CLI, và một chiếc laptop khác đang để không. Nhưng không thứ nào trong số đó giúp ích được gì, bởi toàn bộ công việc đều đang kẹt trong một cửa sổ terminal gắn liền với một gói thuê bao duy nhất. Đó là vấn đề về điều phối luồng công việc (routing), chứ không phải vấn đề về hạn ngạch.

Sharkly là tầng điều phối nằm phía trên các agent lập trình của bạn. Bạn kết nối một Máy tính (Computer), dịch vụ cục bộ của Sharkly sẽ nhận diện các công cụ agent đã được cài đặt tại đó và báo cáo từng công cụ dưới dạng một Runtime, sau đó bạn chỉ cần giao Nhiệm vụ (Task) cho một Agent chạy trên Runtime mà bạn lựa chọn. Khi đó, Claude Code, Codex, Gemini CLI và OpenCode trở thành các mục tiêu thực thi linh hoạt mà bạn có thể luân chuyển, thay vì bị cô lập trong từng ốc đảo riêng biệt.

Hai ranh giới cần được nêu rõ:

• Sharkly không làm tăng giới hạn sử dụng Claude của bạn. Lượng tài nguyên mô hình sử dụng vẫn được tính vào các gói thuê bao và API key đã được cấu hình trong các công cụ đó. Sharkly không bán token, và đây là một lựa chọn thiết kế có chủ đích chứ không phải một thiếu sót.
• Sharkly không thay thế Claude Code. Nền tảng này bổ sung thêm tầng quản lý dùng chung về Task, Computer, ngữ cảnh và quy trình đánh giá (review) bao quanh các công cụ mà đội ngũ của bạn đang sử dụng.

Sự phân chia công việc vẫn giữ nguyên bất kể Runtime nào đảm nhận Task. Các agent nghiên cứu, thực thi, kiểm thử và báo cáo; còn bạn định hướng, cấp quyền thực thi và nghiệm thu kết quả. Khi một khung hạn mức cạn kiệt, bạn chỉ chuyển dịch nơi thực thi tác vụ chứ không làm thay đổi vai trò phán đoán và định hướng.

Điểm thay đổi nằm ở việc công việc có thể được luân chuyển đi đâu. Khi khung thời gian của Claude bị cạn, Task không còn phải nằm "đóng băng" trong một terminal bất động cho đến tận 4 giờ chiều. Bạn chỉ việc giao lại nó cho một Agent trên một Runtime khác; quá trình thực thi, các vướng mắc (blocker) và kết quả vẫn tiếp tục được cập nhật vào cùng một dòng thời gian của Task, đúng như bài hướng dẫn từng bước về cách chạy song song Claude Code và Codex trên cùng một codebase đã minh họa.

Nói một cách thẳng thắn, bạn có hai tình huống cần cân nhắc: nếu bạn chỉ chạy một agent duy nhất trên một kho mã nguồn (repository), 9 chiến lược trên chính là câu trả lời trọn vẹn dành cho bạn. Nhưng nếu bạn đã và đang vận hành nhiều agent trên nhiều gói thuê bao khác nhau, việc tự tính toán các khung hạn mức bằng tay chắc chắn sẽ sụp đổ, và quá nhiều cửa sổ terminal chính là cái giá bạn đang phải trả. Nhiều agent hơn cũng đồng nghĩa với việc cần đánh giá nhiều hơn, và sự kiểm duyệt của con người sẽ trở thành điểm nghẽn một khi khâu thực thi không còn là rào cản nữa.

Để tự mình trải nghiệm trên hệ thống của bạn, hãy kết nối một Computer, tạo một Agent và giao cho nó một tác vụ đơn điệu nào đó.

Câu hỏi thường gặp (FAQ)

Claude Code có dùng chung giới hạn với ứng dụng Claude không? Có. Mọi hoạt động sử dụng trên ứng dụng web Claude, Claude Desktop và Claude Code đều tính vào cùng một mức giới hạn phiên và giới hạn tuần. Việc sử dụng thông qua tiện ích mở rộng trên IDE cũng được tính chung.

Tôi có thể gửi bao nhiêu tin nhắn trong 5 giờ? Anthropic không công bố một con số cố định nào. Hạn mức phụ thuộc vào mô hình bạn chọn, độ dài cuộc trò chuyện, các công cụ được bật và mức độ nỗ lực suy nghĩ (effort level). Hãy dùng lệnh /usage thay vì tự ước tính.

Thông báo “Usage limit reached · wrapping up” có nghĩa là gì? Claude Code đang hoàn tất bước xử lý dang dở tại thời điểm bạn chạm giới hạn 5 giờ. Phần hoàn tất này vẫn tính vào giới hạn tuần của bạn và không áp dụng cho các tin nhắn mới. Cơ chế này áp dụng một lần mỗi chu kỳ tuần đối với gói Pro, và mỗi lần bạn chạm giới hạn đối với gói Max.

Khi nào thì giới hạn tuần được làm mới? Anthropic không công bố quy tắc làm mới cụ thể nào ngoài định nghĩa "giới hạn tuần làm mới một lần mỗi tuần", và trung tâm hỗ trợ gọi khoảng thời gian này là một chu kỳ sử dụng hàng tuần (weekly usage period). Giới hạn phiên mới là mức được mô tả chính xác: làm mới sau mỗi 5 giờ. Hãy kiểm tra lệnh /usage trước khi bắt đầu khối lượng công việc lớn.

Tôi có thể tiếp tục làm việc sau khi chạm giới hạn không? Có, bằng cách bật tín dụng sử dụng (usage credits) để chuyển các yêu cầu sang dạng trả phí theo mức dùng (pay-as-you-go). Bạn cũng có thể mua tín dụng API Console. Lưu ý rằng khoản tín dụng API hàng tháng đi kèm gói Max không thể dùng cho Claude Code.

Nền tảng agent khác có cấp thêm hạn ngạch Claude cho tôi không? Không. Bất kỳ công cụ nào chạy Claude Code đều chạy dựa trên chính gói thuê bao của bạn. Một tầng quản lý chỉ thay đổi cơ chế điều phối, nhờ đó công việc có thể chuyển sang một agent khác thay vì phải ngồi chờ hạn mức của bạn được làm mới.

/compact