← Back to all guides

Claude API 计费入门：输入、输出与缓存 Token

Claude API 价格到底怎么算？先看懂三类 Token

很多开发者第一次接入 Claude API 时，最困惑的不是代码，而是账单：为什么同一次对话有 input tokens、output tokens，有时还出现 cache write 或 cache read？简单说，Claude API 通常按 Token 计费，Token 可以理解为模型读写文本的最小单位。中文里一个字、一个词、标点或空格都可能被切成不同 Token，所以不能简单等同于字数。

Claude API 的核心成本主要来自三部分：输入 Token、输出 Token、缓存 Token。如果你能理解它们分别代表什么，就能更准确地预估成本，并通过提示词设计、上下文管理和缓存策略省钱。

什么是输入 Token：模型“读进去”的内容

输入 Token 指你发送给模型的全部内容，包括 system prompt、用户问题、历史对话、工具定义、代码片段、文档内容等。比如你在 Claude Code 中让模型阅读一个 2 万行项目文件，哪怕只问一句“帮我找 bug”，模型也需要先读取大量上下文，这些都会算作输入 Token。

新手常见误区是只看用户最后一句话，忽略了历史消息和系统提示。实际 API 请求里，只要被发送到模型端，就属于输入。降低输入成本的实用方法包括：只传必要文件，不把整个仓库一次性塞进去；把长期不变的规则抽成稳定 system prompt；对文档先做摘要或检索，再把相关片段传给 Claude。

什么是输出 Token：模型“写出来”的内容

输出 Token 指模型生成的回答内容。比如让 Claude 写一篇长文、生成完整代码、输出 JSON、解释日志，都会产生输出 Token。输出越长，费用越高。通常同一模型下，输出 Token 单价会高于输入 Token，因此控制输出长度是省钱的关键。

在实际开发中，可以通过明确约束来减少输出浪费。例如提示模型“只返回修改后的函数，不要解释”“用 5 条要点回答”“JSON 不要包含多余字段”。如果是自动化任务，还可以设置 max_tokens，防止模型在异常情况下生成过长内容。

缓存 Token：为什么重复上下文可以更便宜

缓存 Token 是 Claude API 中非常值得关注的成本优化点。它适合那些重复出现、但内容不经常变化的上下文，例如项目规范、长文档、API 文档、代码库摘要、角色设定、测试规则等。缓存通常分为两类：写入缓存和读取缓存。

写入缓存可以理解为第一次把长上下文交给模型并标记为可缓存，成本通常高于普通输入；读取缓存则是在后续请求中复用已缓存内容，价格通常明显低于重复发送同样的输入。也就是说，如果一段上下文只用一次，缓存未必划算；如果会在多轮请求、多个任务中反复使用，缓存就能显著降低成本。

举个例子：你让 Claude Code 每次都读取同一份 30 页技术规范，然后分别生成接口、测试用例和迁移脚本。如果不使用缓存，每次都要为这 30 页付普通输入费用；如果使用缓存，第一次写入后，后续请求可按缓存读取计费，整体会便宜很多。

不同 Claude 模型的价格差异怎么理解

Claude 系列常见模型包括 Opus、Sonnet、Haiku，以及一些平台提供的其他能力模型。一般来说，Opus 更适合复杂推理、架构设计、深度代码审查；Sonnet 在质量、速度和成本之间更均衡，适合多数开发任务；Haiku 更快更便宜，适合分类、摘要、轻量客服、批处理。选择模型时，不要默认用最贵模型，而应按任务难度分层。

一个实用策略是：先用 Haiku 处理简单筛选和摘要，用 Sonnet 做主力编码和文档生成，只在复杂推理、疑难 bug、关键设计评审时使用 Opus。这样既能保持质量，也能避免每个请求都按高价模型计费。

如何用 59API 更低成本接入 Claude

如果你希望以更低成本、按量付费的方式使用 Claude 和 GPT 模型，可以考虑 59API。它是面向开发者的 AI API 中转服务，API Base URL 为 https://api.59api.com，兼容 Claude Code、Codex 以及任意 OpenAI SDK，适合把现有项目快速迁移过去。

59API 的优势在于价格有竞争力、按量计费、接入门槛低，并且使用原生官方质量模型，不做降级或替换。对于经常跑代码生成、自动化测试、文档分析、智能客服的团队来说，低单价会在长期调用中带来非常明显的成本差异。它还提供推荐返利机制，如果你有开发者朋友或团队成员一起使用，也能进一步摊薄成本。

接入步骤：从官方 SDK 快速切换到 59API

• 第一步：在 59API 注册并获取 API Key。
• 第二步：把项目中的 base_url 设置为 https://api.59api.com。
• 第三步：在请求头或 SDK 配置中填入你的 API Key。
• 第四步：选择需要的 Claude 模型，例如适合日常开发的 Sonnet 或更经济的 Haiku。
• 第五步：观察请求日志中的输入、输出和缓存 Token，用真实数据优化提示词。

如果你已经在使用 OpenAI SDK，通常只需要替换 base_url 和模型名，就能把调用切到 59API；如果你使用 Claude Code，也可以按兼容配置接入。建议先用小额测试跑几类典型任务，例如代码解释、单元测试生成、文档总结，再比较不同模型的质量和成本。

省钱检查清单：上线前一定要看

• 不要把无关历史对话无限追加到请求中。
• 长文档先检索再发送，只传相关片段。
• 对重复上下文使用缓存，尤其是项目规范和代码库摘要。
• 为输出设置长度限制，避免模型生成过度解释。
• 按任务难度选择模型，简单任务优先用更便宜的模型。
• 定期查看 Token 使用量，找出最贵的接口和提示词。

总结来说，Claude API pricing 并不神秘：输入 Token 是模型读的内容，输出 Token 是模型写的内容，缓存 Token 是复用长上下文的省钱机制。理解这三者后，你就能更准确地控制成本。对于想低成本接入 Claude、同时保持官方质量和 SDK 兼容性的开发者，59API 是一个值得尝试的选择。你可以注册 59API，用真实项目的小流量测试开始优化自己的 AI 成本结构。

Pricing · Docs