claude api 多少钱

你可能是这样卡住的：代码写完了，想估算一下上线后一个月大概花多少，结果打开官方价目表只看到一串单价，不知道输入输出怎么分、缓存算哪一项、图片和长文档又怎么计。这篇不给你写死的数字，而是把 Claude API 的计费结构拆成几个能自己算的模块，并告诉你该去站内哪一页核对当时的单价。

你可能是这样卡住的：代码写完了，想估算上线后一个月大概花多少，结果打开官方价目表只看到一串单价，不知道输入输出怎么分、缓存算哪一项、图片和长文档又怎么计。这篇不给你写死的数字，而是把 Claude API 的计费结构拆成几个能自己算的模块，并告诉你该去站内哪一页核对当时的单价。

核心思路只有一句：先把「按什么单位收」搞清楚，再把你的用量拆成几个能分别估算的量，最后去站内价格页按当时的数字乘一遍。下面按这个顺序走，每一步都给判断标准和可执行动作。

先搞清它按什么收：不是按次，是按量

Claude 官方 API 走的是按量计费，计费单位是 token，一次请求的输入和输出分开计价。这意味着「调一次多少钱」这个问法本身没法直接回答，你只能问「这次请求消耗了多少输入 token 和多少输出 token」。想按次估算，得先知道你每次调用的平均 token 量，否则单价再准也乘不出结果。核对单价请到 价格追踪（/price-watch） 看当时的数字，按模型逐行对。

什么情况下这条不适用：如果你的调用是流式的，输出 token 量在请求结束时才确定，那就不能用请求发起前的预估来算，必须等响应结束后读 usage 字段回填。做成本监控时要按「实际用量」而不是「预估用量」，否则偏差会随着调用量放大。

• 先跑一条真实请求，把 usage 里的输入输出 token 打印出来，这是后面所有估算的基准
• 把模型固定下来，再看单价，别拿 A 模型的单价估 B 模型的用量
• 单价本身不写死在文档里，去 价格追踪（/price-watch） 核对当时的口径

输入和输出为什么要分开看

输入是提示词、上下文、历史对话、图片折算后的量，输出是模型逐字生成的部分。两者单价通常不是一个数，输出一般更贵，所以让模型少说废话本身就是省钱动作。判断你该往哪边使劲，先看自己请求的形态：输入长输出短，优化重心在压缩上下文；输入短输出长，优化重心在限制生成长度和格式。

输入侧

系统提示、上下文、历史对话、文档、图片折算后都算进来

输出侧

模型生成的内容，包含它啰嗦出来的那部分

优化方向

输入靠压缩和缓存，输出靠约束长度和格式

判断适用边界：短输入长输出的任务（写代码、写长文）成本重心在输出；长文档问答重心在输入。如果你两者都长，那就是最贵的一类调用，优先考虑换模型或拆分任务。别在不看请求形态的情况下笼统说「省输出」，有可能你的账单大头其实在输入。

• 把一条请求的输入和输出 token 分别记下来，看哪个占大头
• 占大头的那一侧才是优化目标，另一侧微调收益有限
• 输出侧可以用「只返回 JSON、不要解释」这类约束直接压下来
• 输入侧可以用摘要、检索片段替换整篇文档来压

缓存命中和批量通道会改变单价

提示缓存命中时，重复的那段前缀按另一种口径计费，跟首次写入不是一回事。批量提交通常有单独的折扣口径，代价是返回不是实时的，适合离线跑数据。这两条都是「换计费口径」而不是「换模型」，用不用取决于你的任务形态。

什么情况下不适用：请求内容每次都不同、前缀几乎不复用的场景，缓存基本命中不了，别按命中价估算。批量通道也一样，如果你的任务对延迟敏感，省下的那点折扣换不来体验损失。评估时先看你的复用率，再看能不能接受非实时。

1. 统计前缀复用率把你最近一批请求的提示词开头拿出来比对，看有多少条共享同一段固定前缀，复用率高才值得开缓存
2. 区分写入和命中首次写入和后续命中是两种口径，估算时要分别乘各自的量，不能一个价乘到底
3. 给离线任务单列通道把不要求实时返回的任务挑出来走批量通道，实时任务仍走普通接口
4. 回到站内核对具体折扣口径到 价格追踪（/price-watch） 看当时的说明，别用记得的数字

图片、长文档、工具调用怎么算量

图片按分辨率和尺寸折算成 token，不是按张收，同一张图不同清晰度消耗可能差出一截。长文档先被切成 token 再进上下文，几万字的材料会显著推高输入侧。工具调用是把模型的调用意图和返回结果各算一遍，链路越长累计越多。这三类是最容易被漏算的量，估算时别只算纯文本。

• 图片：先量尺寸和清晰度，再折算，别按张数估
• 长文档：按字数先粗算 token，再决定是整篇塞还是切片段
• 工具调用：把一轮里几次调用往返都算上，链路越长越贵
• 混合任务：图片加长文档加工具调用叠在一起，是最容易超预算的组合

什么情况下不适用：如果你的业务只处理短文本、不涉及图片和工具，这一节可以直接跳过，把精力放在前面输入输出的拆分上。判断标准很简单——看你的请求体里有没有 image 字段或工具定义，没有就不用管。

排查顺序建议

1. 先看请求体构成确认这一条请求里有没有图片、超长文档、工具定义，三者都没有就按纯文本算
2. 有图片先估折算量按尺寸和清晰度估一个 token 区间，而不是一个精确点，留出浮动空间
3. 有长文档先算切分方案整篇塞和切片段塞的 token 量差很多，先定方案再算量
4. 有工具调用就把往返算全一轮对话里模型发起几次调用、几次返回，都要计入输入侧

从用量倒推花费：一套可执行的估算顺序

前面讲的都是「单价怎么理解」，这一节讲「你自己的量怎么算」。顺序是从小到大：先一条请求，再一天，再一个月。每一步都要留可验证的痕迹，否则最后算出来的数只是拍脑袋。

1. 跑通一条真实请求用一条有代表性的请求跑一次，记录输入输出 token 各是多少，这是基准点
2. 估一天有多少次调用按你的业务量估，线上有日志就直接从日志统计，别靠感觉
3. 乘出月度总量单次 token 量 × 日均调用 × 一个月天数，输入和输出分别算
4. 拆固定前缀和变化部分固定前缀算缓存口径，变化部分按正常输入算，别一锅端
5. 用站内工具复核到 工具目录（/tools/speed-test） 找成本计算器类工具，把手算结果输进去对一遍

判断这套流程什么时候会失真：当你的业务量波动很大（比如有明显高峰低谷），用平均值乘出来的月度数字只能当参考，真正要控成本还是靠预算告警和实时用量看板。另外，如果模型调用成功率不高、有大量重试，实际消耗会比成功请求算出来的多，这部分也要留余量。

这些钱不在 API 账单里

订阅制客户端（比如桌面端或命令行工具的包月方案）跟 API 按量计费是两套体系，别混着算。网络代理、服务器、日志存储属于你自己的基础设施开销，官方账单不会体现。汇率与结算手续费取决于你的支付渠道，去账单核对页面看实际扣款。把这些分清楚，你才能知道「claude api 多少钱」这个问题里，哪些是 API 单价能回答的，哪些不能。

• 订阅制客户端：包月或按席位，跟 API 按量是两套账
• 代理与中转：你为网络通道付的钱，通常按流量或次数另算
• 服务器与存储：跑在你自己的机器上，官方账单里看不到
• 结算与汇率：取决于支付渠道，去账单页核对实际扣款

什么情况下需要额外关注中转：如果你用的是第三方中转而不是官方直连，价格口径和稳定性都要单独核。判断标准是看你的 base_url 指向哪里，指向中转就按中转的规则算，到 站点导航（/sites） 看当时可用的中转选项和说明。

上线后怎么把账单控住

估算是事前的事，控制是事后的事。上线后最常见的失控不是单价涨了，而是调用量悄悄翻倍：某个循环没退干净、某次重试风暴、某个用户把长文档反复塞进来。控账单本质上是控调用行为，不是控单价。

• 给项目单独开一把 Key，用量日志按任务打标签，能按项目分摊成本
• 设预算告警，把跑飞限制在一晚以内，别等月底才发现翻了几倍
• 定期复盘：哪些调用可以换更便宜的模型、哪些提示词可以压缩、哪些请求可以走缓存
• 对重试做上限，失败重试本身也是按量计费的消耗

判断标准：如果你连续两周都没看过用量看板，那大概率已经处于失控边缘。判断方法很简单，去 排行榜（/rankings） 和 价格追踪（/price-watch） 交叉看你用的那档模型有没有更划算的替代，同时把自己的用量日志按任务类型拉一张表，看看有没有哪一类任务吃掉了大头。优化的优先级永远是最贵的那一类，而不是平均用力。