Claude学院

Claude API 价格详解：各模型计费方式与省钱对比

Claude API 按 Token 计费，输入和输出分两套单价，输出 Token 通常比输入贵约 5 倍。三档主力模型从贵到便宜依次是 Claude Opus 4.8、Claude Sonnet 4.6、Claude Haiku 4.5，相邻档位单价大约差 3~5 倍。省钱的核心不是只挑便宜模型，而是「对的任务用对的模型 + 用足缓存和批处理」。下面把计费规则、估算方法和省钱对比讲清楚（确切价格随时调整，请以 Anthropic 官网为准）。

Claude API 到底按什么收费

计费单位是 Token（不是字数、不是请求数）。一次 POST /v1/messages 调用，账单由两部分相加：

  • 输入 Token（input）：你发送的全部内容——system 提示词、历史消息、本轮 user 消息、工具定义、图片等，全都计入。
  • 输出 Token（output）：模型生成返回的内容。输出单价明显高于输入，所以让模型「少说废话」比「少喂内容」更省钱。

调用响应里会带一个 usage 字段，明确列出本次消耗：

"usage": {
  "input_tokens": 3571,
  "output_tokens": 727,
  "cache_creation_input_tokens": 0,
  "cache_read_input_tokens": 6656
}

对账时把 input_tokens × 输入单价 + output_tokens × 输出单价 相加即可。缓存相关的两项后面单独说。关于一个汉字大约几个 Token、如何精确统计，可以看 Claude API Token 怎么计算？附在线估算方法。

三档模型怎么计费、怎么选

三款模型共用同一套 Messages API，区别只在能力、上下文窗口和单价。下表是相对关系（绝对价格以官网为准）：

模型模型 ID上下文窗口相对单价适合场景
Claude Opus 4.8claude-opus-4-81M最高复杂推理、长程 Agent、代码大改
Claude Sonnet 4.6claude-sonnet-4-61M中等（约 Opus 的 3/5）日常对话、生成、工具调用主力
Claude Haiku 4.5claude-haiku-4-5200K最低（约 Sonnet 的 1/3）分类、抽取、改写等高并发简单任务

三者的输出单价都是各自输入单价的约 5 倍。选型的基本判断：能用 Haiku 跑通的批量任务别上 Sonnet，需要长链路推理或高质量代码再上 Opus。详细取舍见 Claude 模型怎么选？Opus / Sonnet / Haiku 选型指南 和 Claude Opus 和 Sonnet 区别详解：性能、价格、场景对比。

先学会估算成本

不要用 OpenAI 的 tiktoken 估 Claude——它会偏差 15%~20% 甚至更多。官方做法是调 count_tokens 接口，模型不同 Token 数也不同，所以要传你实际要用的模型 ID：

from anthropic import Anthropic

client = Anthropic()  # 读取环境变量 ANTHROPIC_API_KEY
resp = client.messages.count_tokens(
    model="claude-opus-4-8",
    messages=[{"role": "user", "content": open("prompt.md", encoding="utf-8").read()}],
)
print(resp.input_tokens)  # 这就是这段输入的精确 Token 数

把输入 Token 数 ×（次数）就能估出月成本。输出无法事前精确统计，但可以用 max_tokens 设上限来兜底——这同时是控成本和防截断的关键参数。

三个真正有效的省钱机制

1. Prompt 缓存：重复前缀只花约 1/10 的钱

如果多次请求共享同一段大前缀（固定 system 提示词、少样本示例、检索到的长文档），用 cache_control 打缓存断点。命中缓存的部分按 约 0.1 倍输入价计费（写入缓存首次约 1.25 倍）。Python 示例：

response = client.messages.create(
    model="claude-opus-4-8",
    max_tokens=1024,
    system=[{
        "type": "text",
        "text": LARGE_SHARED_PROMPT,          # 大段固定前缀
        "cache_control": {"type": "ephemeral"},
    }],
    messages=[{"role": "user", "content": "本轮的具体问题"}],
)
print(response.usage.cache_read_input_tokens)  # 大于 0 说明命中了缓存

关键纪律：缓存是前缀匹配，前缀里任何一个字节变化（比如往 system 里塞当前时间戳）都会让缓存全部失效。把固定内容放前面、把每次都变的内容（时间、ID、本轮问题）放最后。若 cache_read_input_tokens 一直是 0，多半是有「隐形失效源」。

2. 批处理（Batches）：非实时任务直接打折

不要求秒回的任务（批量翻译、批量打标、离线分析）走 Messages Batches 接口（POST /v1/messages/batches），相比实时调用有明显折扣。代价是异步返回、需要轮询结果，适合「攒一批一起跑」的场景。

3. 砍输出 + 控历史

因为输出比输入贵，让模型只返回必要内容收益最大：用结构化输出（output_config.format）约束成 JSON、在提示词里要求「直接给结论、不要前言」、分类任务把 max_tokens 压到几百。多轮对话里历史会不断累积进输入，要做好上下文管理，必要时启用压缩。更系统的清单见 Claude API 怎么省钱？5 个降低 Token 成本的方法 与 Claude API 多轮对话怎么实现？上下文管理详解。

按场景的省钱对比

  1. 高并发简单任务（情感分类、字段抽取、敏感词过滤）：用 Haiku 4.5 + Batches + 短 max_tokens，单条成本可压到 Opus 实时调用的零头。
  2. 日常生成 / 客服 / 工具调用：Sonnet 4.6 是性价比主力，配 Prompt 缓存固定 system 提示词，重复前缀几乎不要钱。
  3. 代码大改 / 长程 Agent / 深度推理：必须上 Opus 4.8，但通过缓存稳定的工具列表 + 用 effort 参数控制思考深度来压总开销，别盲目拉满。

同一个任务用 Haiku 跑能达标，就不必为「更聪明但用不上」的 Opus 多付 5 倍。先在测试集上跑通最便宜的档位，不够再往上升一档。

常见问题

输入和输出哪个更贵，对成本影响大吗？

输出更贵，三款模型的输出单价都约为各自输入单价的 5 倍。所以「让模型少生成」往往比「少喂上下文」更省钱——优先压缩输出长度、约束输出格式。

1M 上下文窗口会额外加价吗？

Opus 4.8 与 Sonnet 4.6 提供 1M 上下文窗口，按标准 API 价格计费，没有所谓「长上下文溢价」。但要注意：上下文塞得越满，每次请求的输入 Token 就越多，账单自然越高，长文档处理技巧见 Claude 上下文窗口多大？长文档处理实用技巧。

用 Claude Code 命令行工具会单独收费吗？

Claude Code 是 Anthropic 官方命令行工具，它本质也是在调用底层模型，消耗仍按 Token 计入你的账户额度。具体计费口径与配额请以 Anthropic 官网为准。想先跑通基础 API 调用，可参考 Claude API 怎么调用？从注册到第一次请求完整教程。

← Claude API 开发