claude token 计费

接 Claude 的开发者常遇到两件事：一是按「字数」估出来的费用和账单差一大截，二是同一段对话重发几次成本不一样。问题多半不在模型，而在没分清哪几类 token 各自计价、缓存和重试落在哪一栏。这篇按「口径—估算—核对」三步走，给一份能照着做的清单，单价数字一律到站内页面看当时的值。

接 Claude 的开发者常遇到两件事：一是按「字数」估出来的费用和账单差一大截，二是同一段对话重发几次，成本看着不一样。问题多半不在模型，而在没分清哪几类 token 各自计价、缓存和重试落在哪一栏。这篇按「口径—估算—核对」三步走，给一份能照着做的清单。

先说清楚一个前提：下面出现的所有单价、倍率、折扣，一概不写具体数字，因为各家渠道、各时间点都不一样。你要数字的时候，去站内价格页看当时的报价，再拿本文的口径去套。

先分清 Claude 账单里到底有哪几栏 token

很多人估费失败，第一步就错了：把一次请求的所有 token 加起来乘一个单价。Claude 的用量记录一般是分栏的，输入和输出分开，缓存相关的读写又各占一栏。你至少要能把「普通输入」「输出」「缓存写入」「缓存读取」这四类分清楚，才能开始算钱。

输入 token

你发给模型的内容，包括系统提示、历史对话、工具定义、用户这句话本身

输出 token

模型生成的内容，通常比输入贵，估费时不能和输入共用单价

缓存读取

命中缓存的那部分输入，计价方式通常和普通输入不是一回事

缓存写入

第一次把内容写进缓存时的额外开销，属于一次性投入

• 输入与输出分开计价，输出通常更贵，别用一个单价乘总 token 数
• 缓存读写往往单列成不同栏目，命中与未命中走的价格不是一回事
• 工具调用、系统提示、历史上下文都会计入输入侧，长会话越往后越贵
• 同一段对话里，上一轮的回答会变成下一轮的输入，成本是滚雪球式的
• 不适用的情况：只做一次性短问答、不开缓存、不带工具的脚本，基本只有输入输出两栏，按两栏算就行

估算一次调用的花费：从用量记录倒推，而不是靠字数猜

「我这句中文大概几十个字，应该不贵」——这种估法在短问答里凑合能用，一上多轮对话和缓存就崩。靠谱的做法是从接口返回的用量字段或者你自己的日志里拿真实 token 数，而不是数汉字。

1. 先把日志分列每次请求记四个数：普通输入 token、缓存读取 token、缓存写入 token、输出 token。口径一致是后面所有计算的前提，混在一列里就没法比。
2. 再确认单价对应哪一栏拿总数乘单价之前，先看一眼这个单价是给输入还是给输出的。去站内价格页核对当时的各栏报价，别把输入的价套到输出上。
3. 用站内换算工具对一遍自己算完再到站内换算工具跑一遍，两个结果差得多，说明你对口径的理解有问题，回去看是哪一栏串了。
4. 小样本推算整体挑一天的真实流量，算出单次平均成本，再乘以预估调用量。比拿一段测试文本拍脑袋乘一个大数靠谱得多，也更容易发现异常。

账单和预估对不上时，按这个顺序排查

对不上不要先怀疑模型涨价，绝大多数情况是口径问题。下面这个顺序是从最常见到最少见排的，照着走一遍基本能找到差在哪。

• 先看缓存栏：缓存没命中会按普通输入重新计一遍，等于白写一次
• 再看重试：超时或限速后的重发，通常照样计费，等于同一份输入付了两遍
• 然后看单次请求里塞了多少历史上下文，多轮对话的输入是累积的
• 接着看是不是有后台任务或定时脚本在偷偷跑，账单一栏突然涨多半是它
• 最后看计价口径本身，中转渠道的折算方式可能和官方不一样，去站内页面对一遍

还有一个容易被忽略的点：不同中转渠道对同一模型的折算规则未必一致。你在 A 站算得刚刚好，换到 B 站可能就有出入。这种情况去站内的可信度检测和价格追踪页面看当前的折算说明，别拿旧截图当依据。

把可控变量收住的几个动作

计费口径是别人定的，你改不了；但命中率、会话长度、调用时机这几件事在你手里。把这几件收住，账单的波动会明显变小。

• 把系统提示和固定背景知识放进缓存，别每次重发全文
• 控制会话长度，超过一定轮数就做摘要压缩，而不是原样续着聊
• 对能接受延迟的批量任务另走一条路，别和实时请求挤同一套计价
• 设预算告警上限，跑飞的当晚就能发现，而不是月底看账单
• 定期回头对一次日志和账单，偏差变大说明有新变量进来了

如果上面这些都做了还是对不上，那可能不是你的问题，而是渠道侧的折算规则变了。这种情况值得去站内的价格追踪和可信度检测页面看一眼当前状态，再决定要不要换渠道。