Auto-Compact 400K di Claude Code: Hemat Usage, Tapi Pahami Harganya

Minggu ini ada satu tips Claude Code yang ramai banget di X: set auto-compact window ke 400k, dan usage kamu bakal turun jauh. Satu kalimat, tanpa angka, tanpa grafik.
Saya suka tips pendek. Tapi saya nggak suka pasang setting cuma karena viral.
Jadi saya cek dulu ke dokumentasi resmi Claude Code: setting ini sebenarnya ngatur apa, kenapa bisa ngaruh ke usage, dan apa harga yang kamu bayar. Hasilnya: tipsnya masuk akal, tapi bukan tombol hemat gratis. Ini keputusan desain context, bukan sekadar angka di config.
Masalahnya: 1M context itu plafon, bukan target
Model-model baru di Claude Code sekarang jalan dengan context window 1 juta token secara default. Menurut halaman Model configuration, model dengan native 1M window (Fable, Sonnet 5 ke atas, Haiku 5.5, Opus 4.7 ke atas) baru auto-compact di sekitar 967K token.
Kedengarannya enak. Session panjang, nggak putus, agent "ingat" semuanya.
Masalahnya, model itu stateless. Tiap kali agent jalan satu langkah lagi, seluruh riwayat percakapan yang belum di-compact ikut dikirim lagi sebagai input. Prompt caching bikin bagian yang sama nggak diproses ulang dari nol, tapi isinya tetap terbaca di setiap request. Dokumentasi Costs bahkan menyebut long context dan cache miss sebagai hal yang bisa muncul di rekomendasi /usage.
Artinya sederhana: makin gendut history, makin mahal tiap langkah berikutnya.
Lesson: context window besar itu kapasitas darurat. Kalau dipakai penuh terus, kamu bayar "sewa" untuk history lama di setiap turn.

Apa yang sebenarnya diatur auto-compact window
Auto-compact window adalah seberapa penuh context boleh terisi sebelum Claude Code meringkas percakapan. Waktu compaction jalan, riwayat pesan diganti dengan ringkasan. Request berikutnya jadi jauh lebih pendek.
Kalau kamu set 400K, history nggak akan dibiarkan tumbuh sampai mendekati 967K. Ia dipangkas lebih awal. Itulah sumber "hemat"-nya.
Cara setting-nya, sesuai dokumentasi:
# Untuk model yang sedang dipakai, session ini dan berikutnya
/autocompact 400k
# Balik ke window bawaan yang sudah di-tune untuk model
/autocompact auto
# Untuk satu kali launch saja, tanpa mengubah setting tersimpan
claude --autocompact 400k
# Untuk script, CI, atau cloud environment
export CLAUDE_CODE_AUTO_COMPACT_WINDOW=400000
Atau di settings file untuk semua model:
{
"autoCompactWindow": 400000
}
Beberapa detail yang sering kelewat:
- Rentang yang diterima 100K sampai 1M token. Di luar itu, Claude Code kasih warning.
- Nilainya selalu di-cap ke context window model. Kalau model kamu cuma 200K, set 400K nggak ada efeknya.
- Environment variable menang atas command, flag, dan setting file. Kalau kamu lupa pernah export variabel ini di shell,
/autocompactcuma akan lapor ada override. - Penulisan
400kdi environment variable butuh Claude Code v2.1.304 ke atas. Versi lebih lama, tulis angka penuh400000. - Ada juga
CLAUDE_AUTOCOMPACT_PCT_OVERRIDE, tapi itu cuma bisa bikin compaction lebih awal (persen dari window), bukan menaikkan batas.
Semua di atas saya ambil dari Model configuration dan Environment variables. Cek lagi versi Claude Code kamu, karena dokumentasinya sering berubah.
Seberapa hemat? Jujur: tergantung pola kerjamu
Tips aslinya bilang "turun signifikan". Saya nggak bisa kasih angka persen, dan saya juga nggak akan ngarang. Penghematannya bergantung pada satu hal: seberapa sering session kamu memang tumbuh di atas 400K.
Kira-kira begini polanya:
- Session pendek (fix bug kecil, satu fitur, lalu
/clear): hampir nggak berubah apa-apa. History kamu jarang tembus 400K. - Session maraton (refactor besar, agent baca banyak file, log panjang, berjam-jam): di sini efeknya terasa. Setiap turn setelah lewat 400K sebelumnya membawa ratusan ribu token tambahan.
- Agent otomatis yang jalan lama: ini yang paling rawan. Nggak ada manusia yang ingat buat
/clear, jadi context bisa menggelembung diam-diam.
Cara paling jujur buat tahu: buka /usage sebelum dan sesudah. Dokumentasi Costs menjelaskan /usage menampilkan breakdown dan rekomendasi untuk perilaku yang makan 10% atau lebih dari usage terbarumu, termasuk long context. Ukur seminggu, baru simpulkan.
Harga yang kamu bayar: compaction itu lossy
Ini bagian yang jarang dibahas di tips viral.
Compaction artinya meringkas. Ringkasan selalu membuang detail. Makin kecil window, makin sering compaction terjadi, makin banyak detail yang hilang di tengah jalan: nama file yang pernah dibahas, keputusan kecil, error message persis.
Ada juga biaya langsungnya. Dokumentasi Costs bilang /compact membaca percakapan yang diringkas, jadi meng-compact context besar itu sendiri adalah request besar. Dan menurut Prompt caching, compaction sengaja memutus cache layer percakapan, karena history barunya nggak berbagi prefix dengan yang lama.
Jadi kalau window terlalu kecil, kamu bisa kena dua kali: sering compaction (masing-masing mahal) plus agent yang lupa konteks dan mengulang kerja.
Lesson: tujuan kamu bukan context sekecil mungkin. Tujuannya context yang cukup untuk kerjaan ini, dan nggak lebih.
Cara saya pakai: angka + aturan compaction
Kalau saya terapkan ke workflow sendiri, urutannya begini.
- Mulai dari 400K, jangan langsung 100K. 400K masih lega untuk kerja coding serius, tapi memotong ekor panjang session maraton.
- Tulis instruksi compaction di CLAUDE.md. Claude Code mendukung bagian khusus untuk ini:
# Compact instructions
When you compact, keep: open tasks, file paths touched,
decisions made and why, failing test names, exact error messages.
Drop: full file dumps, long logs that were already resolved.
- Pakai
/clearsaat ganti topik. Dokumentasi bilang/clearnggak makan biaya. Kalau kerjaan berikutnya nggak butuh history lama, mulai bersih lebih murah daripada meringkas. - Simpan state penting di file, bukan di chat. Catatan progres, TODO, keputusan arsitektur: tulis ke file di repo. Kalau compaction membuang detail, agent tinggal baca ulang file itu.
- Atur per subagent kalau perlu. Claude Code punya opsi auto-compact window per subagent. Subagent yang cuma riset singkat nggak perlu window sebesar agent utama.
- Ukur pakai
/usageseminggu. Kalau agent mulai sering lupa dan ngulang, naikkan window. Kalau usage nggak berubah, berarti session kamu memang jarang gendut, dan masalahnya ada di tempat lain.
Ini bukan cuma soal Claude Code
Prinsipnya berlaku di harness agent mana pun. Saya sudah bahas versi lain dari masalah yang sama: kuota AI agent yang habis karena jadwal, context tiering dan lean loading, sampai maintenance session OpenClaw yang isinya juga soal compaction dan pruning.
Polanya selalu sama. Usage itu perkalian: berapa kali agent bangun, dikali seberapa besar context yang dibawa tiap langkah. Auto-compact window menyerang faktor kedua.
Dan kalau satu agent memang harus pegang terlalu banyak hal sampai context-nya selalu penuh, mungkin solusinya bukan window yang lebih kecil, tapi pecah kerjaannya ke beberapa agent spesialis.
Penutup
Tips "set ke 400k" itu benar arahnya. Context besar yang dibiarkan tumbuh memang bikin tiap turn lebih berat.
Tapi angka itu baru setengah jawaban. Setengahnya lagi: tentukan apa yang harus selamat dari compaction, simpan state di file, dan ukur hasilnya sendiri.
Window 1M itu plafon. Jangan dijadikan target.
FAQ
Apa itu auto-compact window di Claude Code?
Batas seberapa penuh context boleh terisi sebelum Claude Code otomatis meringkas percakapan. Bisa diatur dari 100K sampai 1M token lewat /autocompact, flag --autocompact, setting autoCompactWindow, atau env var CLAUDE_CODE_AUTO_COMPACT_WINDOW.
Kenapa window lebih kecil bisa menghemat usage?
Karena setiap request membawa seluruh history yang belum di-compact. Dengan window 400K, history dipangkas lebih awal, jadi request di session panjang nggak membawa ratusan ribu token lama.
Apakah selalu lebih hemat?
Nggak selalu. Kalau session kamu jarang melewati 400K, efeknya kecil. Kalau window terlalu kecil, compaction jadi sering, dan setiap compaction adalah request besar yang juga membuang detail.
Berapa default auto-compact untuk model 1M?
Menurut dokumentasi Claude Code, model dengan native 1M window compact di sekitar 967K token kalau kamu nggak set apa pun. Sonnet 4.6 dan Opus 4.6 tanpa extended context compact di batas 200K.
Bedanya /compact dan /clear?
/compact meringkas percakapan dan melanjutkan dengan ringkasan, jadi ada biaya membaca history. /clear mulai dari nol tanpa biaya. Pakai /clear kalau kerjaan berikutnya nggak butuh konteks lama.
← Artikel Sebelumnya
Email Domain untuk AI Agent: Terima Gratis Itu Gampang, Kirimnya yang Susah
Artikel Selanjutnya →
Suruh AI Teliti Analisis, Berani Rekomendasi: Satu Kalimat, Banyak Efek
Baca Juga
Ada Pertanyaan? Yuk Ngobrol!
Butuh bantuan setup OpenClaw, konsultasi IT, atau mau diskusi project engineering? Book a call langsung — gratis.
Book a Call — Gratisvia Cal.com • WITA (UTC+8)
Newsletter
Subscribe to Newsletter
Artikel baru, automation notes, dan engineering insight. Clean inbox, no spam.
Dengan subscribe, kamu setuju menerima update seperlunya.



