claude opus 4.6 价格

很多人第一次给 Opus 这档模型做预算，是按「输入单价 × token 数」算的，结果月末账单对不上。不是算错了，而是这档模型的计费口径比看起来复杂：输入输出分开计价，缓存读写各走一套价，长上下文还会让单价上台阶。这篇不讲具体数字，只讲清这套计费怎么构成的、哪些变量会让账单跳、以及上量前该先确认哪几件事。

很多人第一次给 Opus 这档模型做预算，是按「输入单价 × token 数」算的，结果月末账单对不上。不是算错了，而是这档模型的计费口径比看起来复杂：输入输出分开计价，缓存读写各走一套价，长上下文还会让单价上台阶。这篇不讲具体数字，只讲清这套计费怎么构成的、哪些变量会让账单跳、以及上量前该先确认哪几件事。

先把心态摆正：Opus 这档本来就是给「难任务」准备的，预算逻辑不该是「能不能便宜」，而是「这笔钱花在哪些请求上值」。把每条请求会碰到的计价项列清楚，再去看单价，你才不会出现「预估和账单差一截」的情况。

这档模型的费用由哪几块拼起来

这档模型的费用不是一条单价乘出来，而是几个计价项叠加。同一句提示词，命中缓存和不命中缓存，最后的成本结构完全不同。所以比价之前，先把这条请求会走哪几个计价项列成清单，比嘴上说「单价多少」有用得多。

• 输入与输出分开计价，输出通常贵出数倍，所以「让模型少说废话」是实打实的省钱动作
• 缓存要拆成写和读两种计价，写比普通输入贵、读比普通输入便宜，命中率决定这笔账是赚是亏
• 长上下文、批量接口、思考型输出往往各走一套倍率，不能拿一个数字乘到底；具体倍率到 对着当时的表看
• 结论：先列清这条请求会碰到哪几个计价项，再谈单价

哪几个变量会让账单突然变厚

有人纳闷：一周的预估值和实际账单差出好几倍，代码也没改过。通常不是模型变贵了，而是下面几个变量里有一个悄悄越过了临界点。排查顺序建议按「输入长度 → 输出长度 → 重试率」来，先看最容易跳的那一项。

1. 先看输入长度分布把最近一周的请求按输入长度分桶，看有多少请求越过了长上下文档位；越过临界点的那批请求，整段都按更高档计费。
2. 再看输出长度统计输出 token 的平均值和长尾值，开放式提问、让它写长文档的场景最容易把这项拉高。
3. 最后看重试与超时失败重发通常照样计费，链路不稳时账单会明显高于预估；把重试率单独拉一条曲线看。
4. 对照预估做差值把上面三项跟你的预估模型对齐，哪一项对不上，就先从那一项排查。

什么情况不适用：如果任务本身很短、输出也固定，档位和缓存基本不影响，重点盯调用次数就行。例如一家 5 人小团队只做分类和抽取，输出就是几个标签，那它其实没必要纠结长上下文分档，把调用量压住比什么都管用。

上量前先确认的三件事

决定要不要把流量全切到 Opus 这档之前，有三件事必须先确认。它们不解决「贵不贵」，但解决「贵得值不值」和「会不会算错账」。这三件事确认完，再去看价格数字，你的决策才有依据。

计费单位口径

按量是按 token 还是按请求、是否含思考过程 token，各家写法不一样，先问清楚再估

是否有更便宜的替代档

同厂中档或轻量档在多数任务上够用，只在复杂推理、长链路 agent 上才值得上顶配

结算路径

官方直连、云厂商托管、中转站三条路的价格都可以不一样，先去 看有没有变动记录

把上面三条写成一张小表，跑一周真实流量再决定要不要全量切换。实操上更稳的做法是「灰度」：先拿一小部分难任务走 Opus 这档，其余继续用中档，对比任务成功率和单位成本，再决定切多少比例。如果中档在你场景下的成功率就够用，那 Opus 这档的溢价换不回等值收益。