← Back to all guides

Claude API 价格怎么算：输入、输出与缓存 Token 降本指南

先理解 Claude API 的三类 Token

Claude API 的账单通常由输入 Token、输出 Token 和缓存 Token 组成。输入 Token 是你发送给模型的内容，包括系统提示词、历史对话、工具定义、文件内容和当前问题；输出 Token 是模型生成的回答、代码或工具调用参数。模型不是按请求次数收费，而是按每百万 Token（MTok）分别计价，因此一次很短的请求和一次携带几十万字上下文的请求，成本可能相差数百倍。

缓存 Token 用于 Prompt Caching。你可以把长期不变的系统提示词、项目规范、代码库索引或工具定义写入缓存，后续请求直接读取。缓存写入通常按普通输入价的 1.25 倍计费，缓存读取约为普通输入价的 0.1 倍；具体倍率和有效期应以当前模型文档及 59API 控制台显示为准。

用实际数字看懂费用

以常见的官方参考价为例，Claude 3.5 Sonnet 的输入约为每 MTok 3 美元、输出约为每 MTok 15 美元；Claude 3 Opus 约为输入 15 美元、输出 75 美元；Claude 3 Haiku 约为输入 0.25 美元、输出 1.25 美元。Anthropic 会调整模型和费率，Claude 4 系列及其他新模型可能不同，接入前应核对所选模型的实时价格。

假设一次 Sonnet 请求包含 20,000 个输入 Token，并生成 2,000 个输出 Token：输入成本是 0.02 × 3 = 0.06 美元，输出成本是 0.002 × 15 = 0.03 美元，总计 0.09 美元。如果相同的 20,000 个 Token 被缓存，首次写入约为 0.02 × 3 × 1.25 = 0.075 美元；之后每次读取约为 0.02 × 3 × 0.1 = 0.006 美元。连续调用十次时，缓存总成本约 0.075 + 9 × 0.006 = 0.129 美元，而每次都重新发送普通输入则是 10 × 0.06 = 0.60 美元，光输入部分就节省约 78.5%。

最有效的四个降本步骤

• 先选对模型：分类、摘要、简单改写优先用 Haiku；复杂推理、代码审查再用 Sonnet；只有长链路、高难度任务才考虑 Opus。输出价格通常明显高于输入价格，模型升级会同时放大两项成本。
• 压缩历史消息：不要无期限保留完整对话。每 10 到 20 轮生成一次摘要，只保留任务目标、约束、已确认结论和待办事项。
• 限制输出上限：为 max tokens 设置合理值。客服回复可能只需要 300 到 800 Token，代码生成则按文件规模设置，避免模型在异常情况下持续输出。
• 缓存稳定内容：将不变的规则和项目资料放在缓存前缀，把用户问题放在后面。只要前缀完全一致，缓存命中率才会稳定；频繁把时间戳或随机 ID 放进前缀，会导致重复写入。

为什么可以用 59API 控制实际支出

如果你希望按量使用 Claude 和 GPT，而不想承担固定套餐，59API 提供 pay-as-you-go 方式，并定位为低价 API relay。它通过 https://api.59api.com 提供 Claude Opus、Sonnet、Haiku、Fable 及 GPT 模型的调用入口，适合按项目或个人开发量灵活充值。其模型接入强调原生官方质量，不通过低规格模型替代高规格模型；实际单价、缓存支持和余额规则仍应以账户控制台为准。

迁移时先在 59API 创建账户并获取 API Key，再把 Claude SDK 的 base URL 指向 https://api.59api.com。使用 Claude Code、Codex 或 OpenAI SDK 的项目通常只需替换 base URL 和密钥，并保留原有模型名；上线前用 100 次真实请求记录输入、输出和缓存命中情况，再决定模型路由。注册 59API 后还可查看 referral rebate 规则，让团队成员或合作项目分摊一部分长期调用成本。

Pricing · Docs