刚开始用 claude4.5,最容易卡住的不是会不会调接口,而是账单和预想对不上:明明只发了几段文字,token 数却高得离谱;同一段提示词跑两次,扣的量还不一样。这篇不报具体数字,只讲清楚该去哪一页看、按什么顺序排查、什么情况下这套判断不成立。
刚上手 claude4.5,卡住人的地方通常不是接口能不能调通,而是账对不上。你只发了几段文字,token 数高得离谱;同一段提示词跑两次,扣的分量还不一样;换了条路径再跑,结果差出一截。先别急着怀疑模型有问题,多数情况是口径没对齐。
这篇不报具体数字,只讲清楚三件事:你算的是哪一种 token、数量级差异从哪来、对不上账时按什么顺序倒推。每节都给判断标准和动作,末尾也会说清楚哪些情况下这套判断不成立。
先分清你算的是哪一种 token
最常见的误判是把输入、输出、缓存读写混成一笔账。这四项分开计价,你拿总额除以请求次数,得出来的单次平均值基本没用。要换算,先到 用当时的单价把四项拆开,再一项项对。
还有个隐蔽的地方:系统提示、工具定义、历史消息,全都进输入侧。很多人心里只算了用户提问那一句话,实际发出去的比想象中长得多。尤其是挂了工具或塞了长系统提示的场景,输入侧轻松翻几倍,这不是模型偷偷涨价。
再往上一层,先确认自己走的是哪条路。网页订阅、官方 API、第三方中转站,三者的计费方式根本不是一回事。入口没搞清,后面怎么算都白搭。
- 输入 token
- 你发过去的所有内容,含系统提示、工具定义和历史消息
- 输出 token
- 模型生成回来的内容,通常单价和输入不一样
- 缓存读/写
- 命中缓存和写入缓存是两套价格,看账单要分开看
上下文和缓存,是数量级差异的来源
长对话每轮都要把历史重新带上,轮次越多,输入侧涨得越快。这不是模型变贵了,是你在为“记忆”反复付钱。一个几十轮的会话,输入 token 曲线往上走是必然的,别拿第一轮的量去预估整场。
缓存这块更容易看错。命中缓存的输入和未命中的输入单价不同,所以对账时应该盯命中率,而不是只盯总量。命中率低,多半是你每次请求的开头都改了一点点,导致前缀对不上。
判断标准很简单:任务是反复处理同一份长文档、同一套固定系统提示,缓存才划得来;如果是一次性短问答,每轮内容都不同,缓存基本帮不上忙,别为省这点去折腾结构。
| 场景 | 输入侧涨得快的原因 | 先看哪里 |
|---|---|---|
| 多轮长对话 | 历史消息每轮重带 | 单次请求的输入拆分 |
| 挂工具的调用 | 工具定义进输入侧 | 工具定义体积 |
| 反复处理同一长文档 | 前缀能否稳定复用 | 缓存命中率 |
| 一次性短问答 | 内容短,涨得有限 | 不用特别优化 |
核对顺序:从日志倒推,别从感觉倒推
对不上账时,最快的路径是先翻用量记录,看单次请求的输入输出拆分,再乘当期单价,而不是拿月度总额去除以请求次数。总额里混着失败请求、重试、不同入口,除出来的均值只会误导你。
- 第一步:确认单价口径先确定你用的是哪个入口、当期单价是多少,到 核对当时的数字,别用记忆里的价格算。
- 第二步:拆 token在用量记录里挑一条典型请求,把输入、输出、缓存读写分开列出来,看哪一项和你预期差最多。
- 第三步:看缓存命中如果输入侧远超预期,回到缓存命中率上找原因,检查请求前缀是否每次都在变。
- 第四步:查重试与失败最后翻失败和重试记录,这些也可能产生计费,容易被漏掉。
说白了,对账是个排除法。单价口径错了,后面全错;口径对了再看拆分,拆分对了再看缓存,一层层往下收。跳步省下的时间,最后都会在误判里还回去。
这几条判断什么时候不适用
上面这套逻辑,前提是你能拿到官方口径、走的是官方 API。下面几种情况,按官方单价推算会得出错误结论,得换方法。
- 用第三方中转:倍率和结算方式由中转站自己定,官方单价只能当参照,实际扣多少以中转站账单为准。
- 走订阅套餐:额度按周期和档位折算,不按单次 token 线性扣,拿单次量去乘次数没意义。
- 涉及图片或工具调用:非纯文本输入的折算规则不一样,得单独查该模型的说明,别套文本公式。
- 多入口混用:同一账号如果既走 API 又走其他入口,账单要先按入口拆开看。
所以先花一分钟确认自己属于哪种情况,再决定要不要按上面的排查顺序走。搞错了前提,步骤做得再细也是白费。
下一步想先看各家官方入口的当期价格和模型资料,按入口对齐口径再算账,去这里核对最省事。→常见问题
同样一段提示词,为什么两次跑的 token 数不一样?
常见原因是历史上下文长度变了,或者第二次命中了缓存。另外输出长度本身有随机性,模型多说两句就多扣。先看单次请求的输入输出拆分,再对比两次的上下文长度,基本能定位。
claude4.5 的 token 单价去哪看当时的数字?
去站内 Anthropic 官方价格页看当期数字,别用文章里写死的价格。订阅套餐的额度折算则去编程套餐页面对应档位查。两边口径不同,别互相换算。
估算的用量和实际账单差很多,最可能漏了哪块?
多半漏了系统提示和工具定义这部分固定输入,以及失败重试的请求。这两块在日志里都有记录,把单次请求的输入项拆开看一遍,差距通常就出来了。