不少人第一次接 Claude Sonnet 的接口，预充了一笔钱，跑几天发现余额掉得比预期快，却又说不清钱花在输入、输出还是缓存上。这篇不背单价，而是把计费口径拆开：哪些字段算钱、在哪看当时的数字、什么用法会让成本翻倍、怎么在不降效果的前提下压下来。适合自己写代码直连官方的开发者，也适合走中转渠道想核对倍率的人。
不少人第一次接 Claude Sonnet 的接口，预充一笔钱跑几天，发现余额掉得比预期快，却说不清钱到底花在输入、输出还是缓存上。这篇不背单价，而是把计费口径拆开：哪些字段算钱、去哪看当时的数字、什么用法会让成本翻倍、怎么在不降效果的前提下压下来。
适合自己写代码直连官方的开发者；如果你走中转渠道，这套口径同样能用，只是要先把渠道倍率对齐，再去比单价才有意义。下面每一节都给出判断标准和可执行动作，具体的价格数字一律以站内价格页当时显示的为准。
先分清：Claude Sonnet 到底按什么收钱
计费的最小单位是 token，输入和输出分开计价，而且输出通常比输入贵。这意味着同样一段对话，模型话越多账单涨得越快。缓存写入和缓存读取又是另外两项，别当成普通输入看，它们和普通输入在单价结构上不是一回事。
- 输入 token
- 你发过去的内容，包括系统提示词、历史消息、文档正文
- 输出 token
- 模型生成的内容，单价通常高于输入，是成本大头
- 缓存写入
- 把固定内容存进缓存时产生的一次性费用
- 缓存读取
- 命中缓存时按较低结构计费的部分，用得好能明显降本
- 订阅额度
- 走 Claude 订阅是另一套折算方式，和 API 按量计费不是一本账
单价去哪看，怎么确认自己看到的是当前价
价格会变，任何文章里写死的数字都会过期。正确的做法是固定一个核对入口：官方价目看 Anthropic 官方价格与规格页，想省事就到站内价格页对当时的数字，它已经把汇率和常见渠道倍率做过对齐，省得你自己换算。
- 先确认币种和单位：是按每百万 token 报价，还是按每千 token，口径不同差一个数量级
- 再确认输入、输出是不是分开列，只给一个综合单价的渠道要追问清楚
- 走中转渠道时把倍率、折扣、赠送额度三个口径对齐，否则比出来的差没有意义
- 把核对结果记下核对时间，下次涨价或调倍率时能第一时间发现异常
还有一个容易忽略的点：预充余额不等于单价，赠送额度会把前期的有效单价压低，等活动结束就回到原价，看账单时要把这部分剥离开再判断。
同样的活，为什么账单差出好几倍
成本差异通常不来自单价，而来自用法。下面这张表把常见变量和可控手段对应起来，你可以对照自己的用量日志逐项排查。
| 成本变量 | 为什么贵 | 可控动作 |
|---|---|---|
| 输出长度 | 输出单价高，长回答直接放大账单 | 要求先给结论再展开，给出字数上限 |
| 固定提示词 | 每次都当普通输入重付一遍 | 抽出来做缓存，看命中率是否上来 |
| 多轮历史 | 历史整段随请求带上，轮次越多越贵 | 长会话做摘要或截断，只带必要上下文 |
| 重试与失败 | 一次失败要重发，等于付两遍 | 限制输出格式，减少解析失败导致的返工 |
| 任务选型 | 简单任务用了高配档位 | 先用站内计算器估一遍，再决定是否换档 |
这五项里，输出长度和历史上下文通常占大头，优先动这两项性价比最高。缓存则属于一次改造长期受益，值得提前做。
可执行的省钱清单与排查顺序
不要一上来就换模型。省钱应该按顺序来：先看清钱花在哪，再改写法，最后才考虑换档位。下面这个顺序照着走，基本能定位到问题。
- 拆账单把用量日志按输入、输出、缓存写入、缓存读取四项分开统计，看钱主要落在哪一项，别凭感觉猜
- 改输出给输出加格式约束和字数上限，要求先结论后理由，再对比改动前后的输出 token 数
- 上缓存把固定系统提示词、长文档抽出来走缓存，观察缓存读取占比是否上升、总成本是否下降
- 治长会话对多轮对话做摘要或滑窗截断，控制每次请求带上的历史长度，再跑一轮对照
- 最后换档确实降不下来的量，再用站内计算器评估是否需要换更便宜的模型，换之前先确认效果可接受
这些情况别照搬省钱套路
省钱动作有适用边界，下面几种场景硬套会适得其反。先判断自己属于哪一类，再决定动不动手。
- 延迟敏感场景：为了省 token 把请求拆得零碎，会增加往返次数，总成本未必降
- 必须完整长输出的任务：缓存和截断只能省一部分，重点应转向任务是否必须用这个档位
- 中转渠道用户：省钱动作可能被渠道加价吃掉，先确认倍率口径再看单价
- 高频小请求：单次金额小但次数多，重点在批量合并和减少无效调用，而不是抠单次 token
一句话判断标准：如果改动之后需要靠重试或人工补全才拿到可用结果，那这次省钱就是亏的。到 /price-watch 看当时的价格与倍率变化，比对着自己的用量日志再决定下一步。
下一步把站内价格页和你的用量日志放在一起看，先确认当前单价口径，再按上面的排查顺序改一轮，改动前后各跑一次对照。→常见问题
Claude Sonnet 的输入和输出是同一个价吗？
不是。输入和输出分开计价，输出通常更贵，缓存写入与缓存读取又是另外两项。所以判断贵不贵，不能只看请求条数，要看你实际产生了多少输出 token。具体倍率去看站内官方 API 价格页当时的数字，别照搬别人截图。
为什么我预估的成本和实际账单对不上？
常见原因是漏算了系统提示词的重复计费、多轮对话的历史累积、以及重试产生的重复调用。先把用量日志按输入、输出、缓存四项拆开，再和预估算一遍，差在哪一项通常一眼能看出来。缓存和计费口径的细节可参考站内相关文章。
走中转渠道会比官方便宜吗？
不一定。中转的报价常常是官方价乘一个倍率再叠加赠送额度或折扣，口径不对齐就没法比。先确认倍率怎么算、额度怎么折，再看最终单价。中信不过关的渠道，便宜的单价也可能换来更差的稳定性，参考站内中转站可信度检测的结果再决定。
