claude 3.7 sonnet api价格

很多人在项目里接了 Claude，跑了一周才发现账单比心里那笔账高不少，又不确定是量估错了还是计价口径没对上。这篇不背价格表，讲的是怎么读懂 Claude 各档模型的计价结构，怎么用自己的业务量把成本算出来，以及上线后靠哪几步把花费盯住。具体单价随时会动，数字一律到站内页面核对。

很多人在项目里接了 Claude，跑了一周才发现账单比心里那笔账高不少，又不确定是量估错了还是计价口径没对上。这篇不背价格表，讲的是怎么读懂 Claude 各档模型的计价结构，怎么用自己的业务量把成本算出来，以及上线后靠哪几步把花费盯住。

具体单价随时会动，任何写死的数字都不靠谱。要报价，一律到站内页面核对当时的数字与规格，这篇给的是算法和排查顺序，换个模型、换个渠道照样能用。

先把 Claude 的计价结构看懂：不是只有一个单价

Claude 的账单不是「一次调用一个价」，而是按输入和输出两段分别计费。输入是你塞进去的 prompt（含系统提示、历史对话、参考资料），输出是模型吐回来的内容。多数业务任务里，输出那段才是大头，尤其是让模型生成完整文档、代码或者长段分析的场景。

输入计价

按送进模型的 token 计，包括系统提示、历史轮次、检索到的资料

输出计价

按模型生成的 token 计，通常单价高于输入，是成本主要来源

上下文长度

prompt 越长，每一轮都要为这些内容重新付一次输入费用

批量通道

非实时、可延后处理的请求走批量接口，计价方式与实时接口不同

缓存命中

重复出现的前缀内容命中缓存后，这部分的计价口径会变

模型档位

轻量档、均衡档、旗舰档是三个价位区间，选错档位比调价的影 响更大

核对入口在站内的官方 API 资料库：到 /official-api/providers/anthropic 看当时的数字与规格，包括各档模型的输入输出单价、上下文窗口和可用的计费通道。这一页是你估成本的基准，别拿别处抄来的数字套。

• 先分清你这次调用属于输入重还是输出重，两类任务的省钱手段完全不一样；
• 再确认用的是哪一档模型，档位越高单价越贵，跨档对比没有意义；
• 最后看有没有走批量、缓存这类特殊通道，它们会改变实际单价；
• 把这三点写进你的估算表，缺一个都会让预估和账单对不上。

官方直连和中转渠道，价格为什么不是一回事

官方直连是按 token 计价，账单口径清楚。中转渠道多数是在官方价基础上做倍率折算，或者打包成额度套餐。问题就出在折算方式上：有的按每百万 token 折算，有的按每次调用折算，有的把输入输出算成同一个价。单位不一致，直接比价就会得出错误结论。

比较前先对齐单位，把两边都换算成「每百万 token 折算价」再比。同时到 /sites 和 /rankings 看这个渠道的可信度、稳定性记录和价格追踪情况，价格低但三天两头断流，折算下来反而更贵。

另一个容易忽略的点是：中转渠道的计价结构和官方可能不同，比如是否单独计输入、是否对长上下文加价。迁移前后各跑一批同样的请求，对比返回的用量字段，比看价格表可靠。

四步把自己的调用成本算出来

1. 从业务倒推调用量先算日均调用次数和平均轮次：一个用户一天触发几次、每次对话平均几轮。多轮对话的成本会随轮次叠加，别只按单轮算。
2. 拆出输入输出的 token 量普通问答的 prompt 不长，但长文档总结、代码库分析这类任务的输入会非常大，必须单独拎出来估。写的 prompt 越长，输入那段越要单独列一行。
3. 代入站内计算器到 /tools/model-cost-calculator 或 /tools/token-price-calculator 代入你的调用量和 token 量，按当时的单价算出日成本和月成本。这是估算的主干，别凭感觉拍一个数。
4. 加冗余系数真实线上有失败重试、开发调试、灰度对比的额外流量，按理想值算一定偏低。把这几类流量单独加一行，再看总额离你的预算还有多少余量。

算完之后反向验证一遍：拿一天的真实调用日志，把实际用量和估算表对一下。偏差大，通常是两个原因——单次 token 估小了，或者调用次数估少了。找到偏差来源比改系数更有用。

选哪一档：别用旗舰档干轻量的活

成本失控最常见的原因不是单价涨了，是模型档位选高了。分类、抽取、格式转换、简单改写这类任务，先用轻量档跑一批真实样本，效果不达标再往上换。直接上旗舰档，等于所有请求都按最高价结算。

拿不准时先做小规模对照：同一批真实输入分别跑两档，把结果放在一起看差异。差异小就选便宜的档位，差异大再考虑升档。这个动作花的时间，比上线后回头改架构少得多。各档模型的能力和上下文规格到 /models 对照。

真正把花费拉高的几个变量

前面选好档位之后，剩下的成本波动基本来自使用方式。同样的模型、同样的任务量，不同的 prompt 写法，账单能差出一截。

• 上下文长度：把无关的背景资料、整份文档塞进 prompt，等于每一轮都为这些内容重新付一次输入费用；
• 输出冗长：让模型少说废话、限定回答格式，输出 token 直接减少；
• 多轮对话：历史全量回传会让成本随轮次线性上涨，该截断的截断，该摘要的摘要；
• 重试与调试：开发阶段反复试错、线上失败重试，这部分流量容易被漏算；
• 重复前缀：系统提示和固定示例每次都在重复送，如果能命中缓存，这部分口径会变。

另外提醒一句：这几个变量之间会互相放大。多轮对话加上长上下文，等于每一轮都在为整段历史重新计价。所以排查成本时，先看有没有这类叠加，再看单价本身。

上线之后怎么盯住花费，而不是月底才惊到

上线之后的动作比上线前更重要。估算只是把成本控制在可预期范围内，真正防止超支靠的是按维度记录用量加预算阈值告警。记录字段包括：模型档位、输入输出 token 量、调用来源任务、是否重试。字段清单可以直接参考 /usage 的维度组织。

1. 按调用维度打点每次请求记录模型、任务类型、输入输出用量。只记总量，出了偏差你找不到是哪类任务涨的。
2. 分两层设阈值平台层设一个总预算告警，关键任务再各设一个。只有总阈值，会在某一个任务暴涨时被其他任务的下降掩盖。
3. 每周对一次偏差拿实际花费和当初的估算比，把偏差来源单独记一笔：是量变了、任务变了，还是计价口径变了。
4. 关注计价结构变动到 /price-watch 看计价结构的调整记录，别拿几个月前的口径继续估现在的量。

这套动作的价值不在于省钱，而在于让花费变化有解释。任何一次账单上涨，你都能说出是调用量涨了、档位换了，还是输入变长了。说不出来，就说明打点不够细。

这些情况别照这套流程走

这套流程是为「有一定调用量、需要控制预算」的长期项目设计的。下面几种情况套上去，投入产出不成比例。

• 单次调用的实验性项目：把成本精确到小数点没有意义，跑通功能优先；
• 已经在用订阅制打包额度：比如 /coding-plans 里的套餐，按 token 估会和实际结算方式脱节；
• 业务量波动极大的场景：先按峰值和均值各算一遍，再决定是加缓存、限流还是换档位；
• 只做一次性批处理的任务：按总输入输出量算一笔总量就行，不需要搭实时监控。

另外，如果你还没确定用哪家、哪个渠道，先别急着建成本模型。把 /sites 和 /rankings 过一遍，选定两三个候选渠道，再做估算和监控才有对象。