Bil API Claude: kos setiap model pada 2026

Jawapan pantas: bagaimana pengebilan Claude berfungsi

Pengebilan API Claude bersifat prabayar dan diukur per token. Anda memuatkan kredit ke dalam Anthropic Console, dan setiap permintaan menolak token input (semua yang anda hantar: system prompt, sejarah perbualan, definisi tool) pada satu kadar dan token output (semua yang ditulis semula oleh model, termasuk thinking token pada permintaan extended-thinking) pada kadar lebih tinggi. Setiap peringkat model mempunyai pasangan kadarnya sendiri, jadi permintaan yang sama berkos lima kali ganda pada Opus 4.7 berbanding Haiku 4.5. Tiga mekanik yang sering mengelirukan orang. Pertama, output ialah lima kali harga input pada setiap peringkat Claude semasa, jadi respons panjang mendominasi beban kerja input kecil. Kedua, chat bersifat stateless: setiap giliran menghantar semula seluruh sejarah sebagai input, jadi kos setiap mesej berkembang seiring perbualan menjadi lebih panjang. Ketiga, prompt caching dan Batch API adalah ciri pengebilan, bukan sekadar ciri prestasi, dan menggunakannya mengubah apa yang anda bayar per token. Selebihnya halaman ini merangkumi harga tepat setiap model, cara menganggar permintaan sebelum menghantarnya, matematik caching, dan tuas yang benar-benar mengurangkan bil Claude.

Jadual harga Claude: senarai rasmi vs gateway

Ini adalah harga USD semasa per juta token untuk tiga peringkat Claude yang aktif. Lajur rasmi ialah apa yang dikenakan bil oleh Anthropic melalui Console-nya; lajur gateway ialah kos model yang sama melalui APIsRouter, gateway serasi OpenAI yang menyenaraikan model global 20% di bawah harga rasmi, menggandakan top up pertama anda dengan bonus baki 100%, dan menjual akses secara pay-as-you-go tanpa langganan (bayar di /topup, key tiba melalui e-mel). Tidak kira laluan mana anda gunakan untuk pengebilan, pengukurannya adalah sama: permintaan yang sama menggunakan bilangan token yang sama, dan ID model (claude-opus-4-7, claude-sonnet-4-6) kekal eksplisit pada setiap panggilan.

Anggarkan permintaan sebelum anda menghantarnya

Satu token kira-kira empat aksara atau tiga perempat perkataan Inggeris, jadi 1,000 perkataan prompt kira-kira 1,300 token. Untuk menganggar permintaan, jumlahkan segala yang ada pada input (system prompt, sejarah, mesej pengguna baharu) dan teka panjang respons. Contoh sebenar pada Sonnet 4.6 dengan kadar rasmi: satu giliran chat dengan system prompt 1,500 token, 5,500 token sejarah terkumpul, dan balasan 500 token. Input ialah 7,500 token, yang berkos 7,500 / 1,000,000 x $3.00 = $0.0225. Output ialah 500 token pada $15.00 per juta, iaitu $0.0075. Jumlah: $0.03 untuk giliran itu. Pada 300 giliran sedemikian sehari anda hampir $9.00 sehari, kira-kira $270 sebulan, dan sebutan sejarah terus berkembang melainkan anda memangkasnya. Pengiraan yang sama berfungsi untuk mana-mana model: tukar sahaja kadar daripada jadual di atas. Pembantu tiga baris menjadikannya boleh diulang:

PRICES = {  # USD per 1M tokens, official list
    "claude-opus-4-7": (5.00, 25.00),
    "claude-sonnet-4-6": (3.00, 15.00),
    "claude-haiku-4-5": (1.00, 5.00),
}

def cost(model: str, input_tokens: int, output_tokens: int) -> float:
    in_rate, out_rate = PRICES[model]
    return input_tokens / 1e6 * in_rate + output_tokens / 1e6 * out_rate

print(round(cost("claude-sonnet-4-6", 7_500, 500), 4))  # 0.03
print(round(cost("claude-opus-4-7", 7_500, 500), 4))    # 0.05

Matematik prompt caching: bila ia berbaloi

Anthropic menetapkan harga prefix yang di-cache dengan dua pengganda pada kadar input asas: menulis prefix ke dalam cache berkos 1.25x (untuk cache 5 minit lalai, disegar semula setiap kali kena hit; cache 1 jam berkos 2x untuk write), dan membacanya semula pada permintaan seterusnya berkos 0.1x. Token output tidak terjejas. Prefix di bawah panjang minimum yang boleh di-cache (1,024 token pada Opus dan Sonnet) langsung tidak di-cache. Contoh sebenar: prefix stabil 8,000 token (system prompt ditambah definisi tool) dikenakan sebanyak 50 kali dalam tempoh cache pada Sonnet 4.6. Tanpa cache, itu 400,000 token input pada $3.00 per juta, jadi $1.20. Dengan cache, anda bayar satu write (8,000 token pada $3.75 per juta, $0.03) ditambah 49 read (392,000 token pada $0.30 per juta, kira-kira $0.12), kira-kira $0.15 kesemuanya. Kos prefix turun kepada kira-kira satu perlapan daripada angka tanpa cache. Titik pulang modal berlaku pantas: write berkos 1.25x, read menjimatkan 0.9x, jadi prefix yang digunakan semula walaupun dua kali dalam tempoh itu sudah memberi keuntungan. Caching hanya merugikan apabila prefix berubah pada hampir setiap permintaan, kerana setiap perubahan memaksa write 1.25x yang baharu.

Semak apa yang anda dikenakan bil: objek usage

Setiap respons Claude menyertakan blok usage dengan bilangan token tepat yang anda dikenakan bil, jadi anda tidak perlu meneka. Hantar panggilan ujian yang diukur:

curl https://api.anthropic.com/v1/messages \
  -H "x-api-key: $ANTHROPIC_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -H "content-type: application/json" \
  -d '{
    "model": "claude-sonnet-4-6",
    "max_tokens": 200,
    "messages": [
      {"role": "user", "content": "Explain prompt caching in one line."}
    ]
  }'

Enam cara mengurangkan bil Claude

Digunakan bersama pada beban kerja bergaya chat, routing peringkat ditambah pemangkasan sejarah ditambah caching biasanya memotong lebih banyak kos berbanding menukar penyedia pengebilan, kerana ketiga-tiganya mengecilkan bilangan token itu sendiri berbanding kadar yang dikenakan padanya.

• Turunkan peringkat apabila kualiti membenarkan. Haiku 4.5 mengendalikan klasifikasi, routing, dan ekstraksi pada satu perlima kadar input Opus. Simpan Opus 4.7 untuk trafik yang berat pada reasoning dan gunakan Sonnet 4.6 sebagai lalai.
• Hadkan max_tokens. Output berkos lima kali input pada setiap peringkat Claude, jadi jawapan yang melarat tanpa had ialah mod kegagalan paling mahal. Tetapkan siling yang sepadan dengan tugas.
• Pangkas atau ringkaskan sejarah. Kerana setiap giliran menghantar semula keseluruhan perbualan, ringkasan bergolek yang menggantikan giliran lama menghadkan pertumbuhan input berbanding membiarkannya menokok secara linear.
• Cache prefix yang stabil. System prompt, skema tool, dan dokumen rujukan melebihi 1,024 token patut ditanda cache; matematik dalam bahagian sebelum ini terpakai pada setiap panggilan berulang.
• Gunakan Batch API untuk kerja luar talian. Anthropic mengenakan bil permintaan batch pada separuh kadar interaktif, sesuai untuk evaluasi, backfill, dan job waktu malam yang boleh menerima keputusan lewat.
• Halakan langkah yang tidak kritikal-Claude ke tempat lain. Draf, penandaan (tagging), dan reranking retrieval selalunya berjalan baik pada deepseek-v4-flash pada $0.126 / $0.252 per juta token, menyimpan Claude untuk prosa akhir di mana kualitinya penting.

Soalan lazim