多数人是这么卡住的:按百万 token 的单价乘一下,算出个数,月底一看账单差得离谱。问题往往不在算术,而在你乘的那个单价是不是当前生效的那一档,以及输入里有多少其实是缓存写、缓存读。这篇按「先对齐口径、再核用量、最后才谈省钱」的顺序,把 claude opus 4.8 按百万 token 估算时要盯的几处讲清楚。
先确认你乘的是哪一档单价
先把一件事说死:claude 这个模型名,在官方按量价和你手上那份中转报价单里,往往不是同一个数。中转的折算价可能把倍率、赠送额度、阶梯折扣揉在一起,看着便宜,算总账不一定便宜。所以下单前别凭记忆,先去站内官方口径页对一眼当期数字,记忆里的价基本都过期了。
对完官方口径,接下来要分清输入和输出两条线。百万 token 的报价一般是分开报的,输出那条普遍更贵,有的档位差得还挺明显。新手最容易踩的坑,就是拿输入单价乘总 token 数,算出来一片美好,账单来了傻眼。正确做法是先把输入量、输出量拆开,分别乘各自单价再相加。
- 对官方口径打开站内 Anthropic 官方 API 页面,看当期输入价和输出价各是多少,记下页面上的时间标记,别用你印象里的数字。
- 拆两条线把这次任务的输入 token 和输出 token 分开估。输入是提示词和上下文,输出是模型生成的部分,两者单价不同,不能混在一起乘。
- 分开填计算器到 token 价格计算器页面,输入价和输出价各填一格,输入量、输出量各填一格,让它分开算再汇总。填错格子是常见误操作,填完回头核一遍。
- 核对报价单月份翻出你手上的中转报价单,看它是哪个月出的。价格会变,旧月份的报价单不能直接拿来套当期成本,对不上就去价格追踪页面看变动记录。
| 常见算法 | 问题出在哪 | 怎么改 |
|---|---|---|
| 输入单价 × 总 token | 把输出也按输入价算了,成本被算低 | 输入、输出分开乘,再相加 |
| 只看中转折算价 | 忽略了倍率和阶梯条件 | 回官方口径页对当期数字,再比折算条件 |
| 拿旧报价单直接套 | 价格已变动,基数就不对 | 先看价格追踪页的变动记录,确认报价单月份 |
这套流程不是万能的。如果你走的是包月或额度池,单价乘 token 的算法本来就不适用,得按池子的扣减规则另算。还有一种情况是任务里混了缓存命中,命中部分的计价和普通输入不是一回事,计算器里也未必覆盖。碰到这两类,老老实实看计费明细,别硬套公式。
输入里那部分缓存,不按普通输入算
账单对不上,先别怀疑平台多收钱。多半是你把输入当成一个整体,拿总 token 乘了一个单价。实际一次请求的输入里可能同时混着三类东西:缓存写入、缓存读取、全新输入。这三类的计价口径不一样,混成一个总量去套单价,算出来必然偏,偏多偏少取决于缓存占多大比例。
- 缓存写入
- 把一段内容首次存进缓存时产生的量,通常比普通输入更贵,因为多了一步存的动作。
- 缓存读取
- 命中了之前存过的内容,这部分按更低的价格算,是省钱的主力。
- 全新输入
- 既没进缓存也没命中,按普通输入价走的那部分。
- 输出
- 模型吐出来的 token,单独一列,别跟输入搅在一起。
判断要不要拆,就看你平时怎么调用。如果每次请求都反复塞同一段系统提示、同一份长文档、同一套工具说明,那缓存占比会很高,不拆开四列基本对不上账。反过来,一次性问答、每次输入都完全不同、几乎不命中缓存的场景,拆不拆差别不大,简单按总量估也够用。这不是绝对的,短提示加频繁调用同样可能产生可观的缓存读写,得看日志里的实际字段。
具体做法不复杂:把请求日志里的 usage 字段拆成四列,缓存写、缓存读、全新输入、输出,各自乘对应单价再相加。别把缓存读和全新输入加在一起乘一个数,那是最常见的错法。字段具体怎么填、单价去哪儿取,去站内换算工具的填法页对着看一遍就行,照它的列填,省得自己漏项。
- 导出一次请求的 usage从日志或响应里把这一条请求的用量字段整段拷出来,确认缓存写、缓存读、输入、输出几个键都在,缺哪个先补上。
- 分四列填进换算表按缓存写、缓存读、全新输入、输出分四列,各列单独乘单价,别合并。填完对一下四列加起来是不是等于你原来算的那个总量,不相等说明有项漏了或重复了。
- 拿账单倒推核对用算出来的数和账单上的金额对一遍,差多少、差在缓存读那一列还是写入那一列,基本能定位问题出在哪。
估完之后的核对顺序
估完账先别急着改配置。拿预估和实际用量一对比,问题往往自己浮出来。总 token 对得上,钱对不上,那就是单价或者计价口径的事;总量先崩了,说明你连自己发了多少都没算准。
- 比对总量把预估的输入输出 token 和账单里的实际用量摆一起,看差多少。差在数量级上,先查量;差在小数点后,再去看价和计价规则。这一步别跳过,量错和价错的处理方式完全反。
- 只盯缓存那几列缓存写入量和缓存读取量单独拎出来看。如果差得多、缓存读取量几乎为零,基本就是没命中。去翻你的请求,看提示词是不是每次都被改动——开头多一个时间戳、系统提示里塞了变量,前缀一乱,缓存就废了。
- 再谈省钱,别照搬顺序换短输出、稳定前缀、压上下文长度,这三件事都有用,但收益大小取决于你的缓存命中情况。命中率高的,先动输出长度;一直没命中的,先把前缀稳定下来再谈别的。别人说先省哪块,跟你没关系。
| 现象 | 多半问题出在 | 先查什么 |
|---|---|---|
| 总量差好几倍 | 用量估算或请求重复 | 单条请求的 token 预估方式 |
| 总量接近、金额差一截 | 计价口径或缓存价格 | 缓存写入与读取各自怎么计费 |
| 缓存读取量偏低 | 提示词前缀不稳定 | 每次请求开头几段是否被改动 |
| 改完一个参数没变化 | 改的位置不对或没生效 | 缓存命中率有没有跟着动 |
这套顺序不适用于一种情况:你压根没开缓存、或者用的调用方式本来就不走缓存。那时候缓存那几列没意义,直接看总量和定价规则就行。具体数字和当时的计费口径,到 /pricing价格页 核对,别拿旧印象套。
常见问题
按百万 token 单价乘出来的数,为什么和账单差一截?
最常见是两个原因:一是你乘的单价不是当前生效那档,二是输入里含缓存写和缓存读,这两类和普通输入不同价。先把日志里的用量按四类拆开,再用对应单价分别算,差别通常会小很多。实在对不上,就到 /official-api/providers/anthropic 核当期官方口径。
缓存到底能省多少,值不值得专门去改提示词?
取决于你重复塞的内容占比。系统提示、固定文档、工具说明这类每次都一样的前缀,改了结构让它稳定,命中率上来才有收益。如果每次调用内容都不同,改缓存格式基本白费功夫,这部分钱该从缩短输出和控制上下文去找。
估算的时候要不要预留余量?
建议留,但别拍脑袋定比例。拿最近一周的真实用量日志,看单次任务 token 波动范围,按偏高的那一档做预算,而不是按平均值。波动特别大的任务(比如带检索或多轮工具调用),单独拉出来算,跟稳定任务混在一起估会失真。