← Retour aux guides

Claude API 定价详解：输入、输出与缓存 Token 怎么算

使用 Claude API 时，真正影响账单的并不只是请求次数，而是输入 Token、输出 Token，以及 Prompt Caching 产生的缓存 Token。理解这三类用量，才能准确比较 Opus、Sonnet、Haiku 等模型，也能判断官方 API 与 59API 这类 API relay 哪种方案更适合自己的项目。

Claude API 的三种 Token 费用

输入 Token是你发送给模型的内容，包括系统提示词、用户问题、工具定义、历史对话和文件文本。输入越长，费用越高。输出 Token是 Claude 返回的文字、代码或工具调用结果，通常单价明显高于输入 Token。因此，要求模型生成长代码、长报告时，输出上限会直接影响成本。

缓存 Token主要用于重复出现的长提示词。例如，每次请求都带上同一份系统规则、项目文档或代码库说明时，可以把稳定部分写入 Prompt Cache。缓存写入通常按输入价格的约 1.25 倍计费，而缓存读取通常只约为普通输入价格的 0.1 倍；具体倍率、有效期和最低缓存长度应以当前模型文档为准。缓存读取只降低重复输入成本，不会降低本次输出费用。

实际账单如何计算

可以使用下面的估算公式：总费用＝普通输入 Token×输入单价＋缓存写入 Token×缓存写入单价＋缓存读取 Token×缓存读取单价＋输出 Token×输出单价。价格一般按每百万 Token（MTok）公布。比如一个请求包含 20 万个稳定的项目上下文、1 万个新问题，并生成 3000 个输出 Token，第二次请求以后，稳定上下文若成功命中缓存，成本通常会显著低于每次重新发送 21 万个普通输入 Token。

实际开发中要注意三点。第一，历史对话会不断累积，聊天机器人可能在没有明显增加消息数量的情况下快速消耗输入 Token。第二，工具定义和 JSON Schema 也会计入输入。第三，缓存只有在内容和缓存断点稳定时才容易命中；动态时间戳、随机 ID 或频繁变化的提示词会降低命中率。

Opus、Sonnet、Haiku 怎么选

• Opus：推理、复杂代码审查和多步骤任务能力强，但输入和输出价格通常最高，适合高价值、低频任务。
• Sonnet：质量、速度和价格较均衡，适合作为日常编码助手、客服和内容生成的默认模型。
• Haiku：响应快、成本低，适合分类、提取、改写、批量处理等简单任务，但复杂推理可能需要升级模型。

选择模型时不要只比较输入单价。若任务输出很多，输出价格往往更关键；若每次都携带长文档，则缓存命中率和缓存读取价格可能比普通输入价格更重要。最稳妥的做法是记录每次请求的 input_tokens、output_tokens、cache_creation_input_tokens 和 cache_read_input_tokens，再用真实数据比较。

官方 API 与 59API 对比

直接使用 Anthropic 官方 API 的优点是文档、计费和服务边界清晰，适合需要原厂账户管理、企业合规流程或官方支持的团队。缺点是需要单独处理海外支付、余额和账户可用性，低频开发者也可能受到充值门槛影响。

59API 的优势在于按量付费、接入门槛低，并提供 Claude Opus、Sonnet、Haiku、Fable 以及 GPT 模型。它使用原生官方质量模型，不通过降级模型压低价格；API Base URL 为 https://api.59api.com，并兼容 Claude Code、Codex 和 OpenAI SDK。对于个人开发者、测试项目和需要同时切换多个模型的团队，统一一个入口通常更省事，也有机会获得更低的综合调用成本和推荐返利。

中转服务的取舍是：需要确认具体模型价格、缓存能力、限流规则、日志政策和数据处理方式。生产环境应先用小预算测试请求兼容性，再检查流式输出、工具调用、上下文长度和错误重试。确认符合项目要求后，再把稳定提示词放入缓存，并通过 Token 用量监控控制预算。

降低 Claude API 成本的步骤

1. 先记录真实的输入、输出和缓存命中数据，而不是只看单价。
2. 把固定系统提示词、工具说明和项目背景放在缓存区，把用户变量放在后面。
3. 为不同任务设置合理的 max_tokens，避免模型无必要地生成长答案。
4. 简单任务使用 Haiku，复杂任务再升级到 Sonnet 或 Opus。
5. 用 59API 的按量模式做小规模压测，确认价格、稳定性和兼容性后再上线。

如果你希望以较低成本试用 Claude 和 GPT，并继续使用熟悉的 Claude Code、Codex 或 OpenAI SDK，可以注册 59API，从小额按量调用开始，再根据实际 Token 数据选择最合适的模型。

Tarifs · Docs