← Back to all guides

Claude API 计费入门：输入、输出与缓存 Token 怎么算

先理解：Claude API 不是按“请求次数”收费

Claude API 的成本通常由 Token 决定，而不是调用了多少次接口。Token 可以理解为模型处理文本时使用的细小单位：中文往往一个或几个汉字对应一个 Token，英文单词也可能被拆成多个 Token。一次调用的总费用，主要来自输入 Token、输出 Token，以及命中提示词缓存时产生的缓存 Token。

因此，同样是“让 Claude 写一段代码”，费用可能相差很大。只发送一句需求，输入量很小；但如果每次都附上完整项目结构、几十个文件和长篇规则，输入 Token 会迅速增长。模型生成的代码、解释、测试用例和后续修复建议，则属于输出 Token。

输入 Token：发送给模型的全部上下文

输入 Token 包括系统提示词、用户问题、聊天历史、工具调用结果、上传或粘贴的代码，以及 API 请求中的其他文本内容。例如，你向 Claude 发送“分析这个报错”，再附上 300 行日志和相关源码，这些内容都会计入输入。

控制输入成本的实用方法是：只传与当前任务有关的文件片段；长日志优先保留报错前后几十行；将稳定的项目规范、编码约定和仓库说明做成可复用上下文；对多轮对话定期总结，而不是无限附带完整历史。对于 Claude Code 这类编码工作流，减少无关文件进入上下文，通常比单纯缩短提问更有效。

输出 Token：模型生成得越多，费用越高

输出 Token 是 Claude 返回的内容，包括自然语言回答、代码、JSON、函数参数和工具调用文本。输出单价通常高于普通输入单价，因为生成每个 Token 都需要模型逐步推理和采样。让模型“详细解释并给出完整重构方案”往往比“只返回可替换的函数”消耗更多输出 Token。

实际开发中，可以通过明确限制输出范围来控制预算。例如指定“只返回修改后的文件内容”“最多列出 3 个问题”“先给实施计划，确认后再生成代码”。如果 SDK 支持设置最大输出 Token，也应按任务设置合理上限，避免异常循环、宽泛需求或过长代码生成造成意外消耗。

缓存 Token：重复上下文的成本优化工具

提示词缓存适合重复发送的大段固定内容，例如系统规则、产品文档、API 规范、代码库摘要或长期会话的共同前缀。首次写入缓存通常会产生缓存写入成本；后续请求若命中相同缓存前缀，则会按缓存读取 Token 计费。缓存读取一般比重新作为普通输入处理更划算，但具体价格、最小缓存长度和有效期会随 Claude 模型与服务规则变化。

关键在于“前缀稳定”。把每次都变化的用户问题放在后面，把固定的系统指令、团队编码规范和项目背景放在前面，才更容易命中缓存。不要为了缓存强行塞入无关资料：无用上下文本身会降低回答质量，也可能抵消节省的费用。

用一个公式估算单次调用成本

可以用这个思路核算：总成本 = 普通输入 Token × 输入单价 + 输出 Token × 输出单价 + 缓存写入 Token × 写入单价 + 缓存读取 Token × 读取单价。不同的 Opus、Sonnet、Haiku 和 Fable 模型价格与能力定位不同，计算时应查看当前所选模型的价格表，而不要把某个模型的单价套用到全部请求。

例如，一个代码审查请求有 8,000 个普通输入 Token、1,500 个输出 Token，并复用了一段命中缓存的项目规范，就应分别记录这三类用量。建议在应用日志中保存模型名、输入量、输出量、缓存读写量和任务类型；运行一周后，你就能判断哪些功能最耗费预算，并决定是否切换到更适合的模型。

如何以更低成本接入 Claude

59API 为开发者提供按量付费的 Claude 与 GPT 模型访问，可使用 Claude Opus、Sonnet、Haiku、Fable 等原生官方质量模型，无需因低价接受降级模型。其 API Base URL 为 https://api.59api.com，并兼容 Claude Code、Codex 及常见 OpenAI SDK，适合希望保留现有开发工具和代码调用方式的团队。

接入前，先在控制台创建密钥，再将客户端的 Base URL 配置为 https://api.59api.com，选择目标模型，并用一组真实请求记录 Token 用量与返回质量。对日常分类、摘要和轻量代码任务，可优先测试更经济的模型；复杂架构设计或高风险代码审查，再使用能力更强的模型。59API 还提供推荐返利，适合持续使用 API 的开发者。需要降低 Claude API 支出时，可以注册 59API，用真实工作负载比较不同模型和缓存策略的实际成本。

Pricing · Docs