ค่าใช้จ่าย Claude API: แต่ละโมเดลราคาเท่าไหร่ในปี 2026

คำตอบสั้นๆ: Claude คิดเงินยังไง

Claude API คิดเงินแบบเติมเงินล่วงหน้าและวัดผลต่อ token คุณเติมเครดิตเข้า Anthropic Console แล้วทุก request จะหัก input token (ทุกอย่างที่คุณส่งไป: system prompt, ประวัติการสนทนา, tool definition) ในอัตราหนึ่ง และ output token (ทุกอย่างที่โมเดลเขียนกลับมา รวมถึง thinking token ใน request แบบ extended-thinking) ในอัตราที่สูงกว่า แต่ละ tier ของโมเดลมีอัตราของตัวเองคู่หนึ่ง ดังนั้น request เดียวกันจะแพงกว่าห้าเท่าบน Opus 4.7 เทียบกับ Haiku 4.5 มีสามกลไกที่คนส่วนใหญ่มักพลาด อย่างแรก output แพงกว่า input ห้าเท่าในทุก tier ของ Claude ปัจจุบัน ดังนั้นคำตอบยาวๆ จะครองต้นทุนของ workload ที่ input น้อย อย่างที่สอง แชทเป็นแบบ stateless: แต่ละ turn จะส่งประวัติทั้งหมดกลับไปเป็น input ดังนั้นต้นทุนต่อข้อความจะโตขึ้นเมื่อบทสนทนายาวขึ้น อย่างที่สาม prompt caching และ Batch API เป็นฟีเจอร์ด้านการคิดเงิน ไม่ใช่แค่ฟีเจอร์ด้าน performance และการใช้มันจะเปลี่ยนสิ่งที่คุณจ่ายต่อ token ส่วนที่เหลือของหน้านี้ครอบคลุมราคาที่แน่นอนของแต่ละโมเดล วิธีประเมิน request ก่อนส่งจริง การคำนวณ caching และวิธีที่ช่วยลดบิล Claude ได้จริง

ตารางราคา Claude: ราคาทางการ เทียบกับ gateway

นี่คือราคาปัจจุบันเป็น USD ต่อล้าน token สำหรับ Claude ทั้งสาม tier ที่ใช้งานอยู่ คอลัมน์ราคาทางการคือสิ่งที่ Anthropic คิดเงินผ่าน Console ของตัวเอง ส่วนคอลัมน์ gateway คือราคาของโมเดลเดียวกันผ่าน APIsRouter ซึ่งเป็น gateway แบบ OpenAI-compatible ที่ลิสต์โมเดล global ไว้ต่ำกว่าราคาทางการ 20% เติมเงินครั้งแรกได้โบนัส balance เพิ่มเป็นสองเท่า และขายแบบจ่ายตามการใช้งานไม่มี subscription (จ่ายที่ /topup แล้ว key จะส่งมาทางอีเมล) ไม่ว่าคุณจะคิดเงินผ่านช่องทางไหน การวัดผลจะเหมือนกันทุกประการ: request เดียวกันใช้จำนวน token เท่ากัน และ model ID (claude-opus-4-7, claude-sonnet-4-6) ยังคงระบุชัดเจนในทุกการเรียกใช้

ประเมิน request ก่อนที่จะส่งจริง

token หนึ่งตัวมีค่าประมาณสี่ตัวอักษรหรือสามในสี่ของคำภาษาอังกฤษหนึ่งคำ ดังนั้น prompt ยาว 1,000 คำจะมีประมาณ 1,300 token ในการประเมิน request ให้รวมทุกอย่างใน input (system prompt, ประวัติ, ข้อความใหม่ของผู้ใช้) แล้วเดาความยาวของคำตอบ ตัวอย่างคำนวณบน Sonnet 4.6 ในอัตราทางการ: turn แชทหนึ่งที่มี system prompt 1,500 token, ประวัติสะสม 5,500 token และคำตอบ 500 token Input รวม 7,500 token คิดเป็น 7,500 / 1,000,000 x $3.00 = $0.0225 Output 500 token ที่ $15.00 ต่อล้าน คิดเป็น $0.0075 รวม: $0.03 สำหรับ turn นั้น ถ้ามี 300 turn แบบนี้ต่อวัน คุณจะอยู่ที่ประมาณ $9.00 ต่อวัน หรือราว $270 ต่อเดือน และส่วนของประวัติจะเพิ่มขึ้นเรื่อยๆ เว้นแต่คุณจะตัดมันทิ้ง วิธีคำนวณแบบเดียวกันนี้ใช้ได้กับทุกโมเดล แค่เปลี่ยนอัตราจากตารางด้านบน ฟังก์ชันสามบรรทัดช่วยให้ทำซ้ำได้ง่าย:

PRICES = {  # USD ต่อ 1M token ราคาทางการ
    "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

การคำนวณ prompt caching: เมื่อไหร่ที่คุ้มค่า

Anthropic คิดราคา prefix ที่ cache ไว้ด้วยตัวคูณสองแบบจากอัตรา input พื้นฐาน: การเขียน prefix ลง cache คิดที่ 1.25 เท่า (สำหรับ cache แบบ 5 นาทีเริ่มต้น ซึ่งจะรีเฟรชทุกครั้งที่ถูกเรียกใช้; cache แบบ 1 ชั่วโมงคิดค่าเขียนที่ 2 เท่า) และการอ่านกลับมาใน request ถัดไปคิดที่ 0.1 เท่า output token ไม่ได้รับผลกระทบ prefix ที่สั้นกว่าความยาวขั้นต่ำที่ cache ได้ (1,024 token บน Opus และ Sonnet) จะไม่ถูก cache เลย ตัวอย่างคำนวณ: prefix คงที่ 8,000 token (system prompt บวก tool definition) ถูกเรียกใช้ 50 ครั้งภายในช่วง cache บน Sonnet 4.6 ถ้าไม่ cache จะเป็น input 400,000 token ที่ $3.00 ต่อล้าน รวม $1.20 ถ้า cache คุณจะจ่ายค่าเขียนหนึ่งครั้ง (8,000 token ที่ $3.75 ต่อล้าน, $0.03) บวกกับการอ่าน 49 ครั้ง (392,000 token ที่ $0.30 ต่อล้าน, ประมาณ $0.12) รวมประมาณ $0.15 ต้นทุนของ prefix ลดลงเหลือประมาณหนึ่งในแปดของตัวเลขแบบไม่ cache จุดคุ้มทุนมาเร็วมาก: การเขียนคิดที่ 1.25 เท่า การอ่านประหยัดได้ 0.9 เท่า ดังนั้น prefix ที่ถูกใช้ซ้ำแค่สองครั้งภายในช่วงเวลานั้นก็คุ้มแล้ว caching จะขาดทุนก็ต่อเมื่อ prefix เปลี่ยนแทบทุก request เพราะการเปลี่ยนแต่ละครั้งบังคับให้เขียนใหม่ที่ 1.25 เท่าอีกรอบ

ตรวจสอบว่าคุณถูกคิดเงินอะไรบ้าง: usage object

ทุก response ของ Claude มี usage block ที่บอกจำนวน token ที่แน่นอนที่คุณถูกคิดเงิน ดังนั้นคุณไม่ต้องเดาเลย ลองส่ง test call เพื่อวัดผล:

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."}
    ]
  }'

6 วิธีลดบิล Claude

เมื่อใช้ร่วมกันบน workload แบบแชท การ route ตาม tier บวกกับการตัดประวัติและ caching มักลดต้นทุนได้มากกว่าการเปลี่ยน billing provider เสียอีก เพราะมันลดจำนวน token เองโดยตรง ไม่ใช่แค่ลดอัตราที่นำมาคิด

• ลด tier ลงเมื่อคุณภาพยังพอไหว Haiku 4.5 จัดการ classification, routing และ extraction ได้ในราคาแค่หนึ่งในห้าของอัตรา input ของ Opus สงวน Opus 4.7 ไว้สำหรับ traffic ส่วนที่ต้อง reasoning หนักๆ แล้วใช้ Sonnet 4.6 เป็นค่าเริ่มต้น
• ตั้งเพดาน max_tokens Output แพงกว่า input ห้าเท่าในทุก tier ของ Claude ดังนั้นคำตอบที่ยืดยาวโดยไม่มีเพดานคือรูปแบบความผิดพลาดที่แพงที่สุด ตั้งเพดานให้เหมาะกับงานที่ทำ
• ตัดหรือสรุปประวัติ เพราะแต่ละ turn จะส่งบทสนทนาทั้งหมดกลับไป สรุปแบบ rolling ที่แทนที่ turn เก่าจะจำกัดการเติบโตของ input แทนที่จะปล่อยให้มันโตแบบเชิงเส้นไปเรื่อยๆ
• Cache prefix ที่คงที่ system prompt, tool schema และเอกสารอ้างอิงที่ยาวกว่า 1,024 token ควรถูกทำเครื่องหมายให้ cache การคำนวณในหัวข้อก่อนหน้าใช้ได้กับทุกการเรียกที่ทำซ้ำ
• ใช้ Batch API สำหรับงานแบบ offline Anthropic คิดเงิน request แบบ batch ที่ครึ่งหนึ่งของอัตรา interactive เหมาะกับงาน evaluation, backfill และ job กลางคืนที่รอผลช้าหน่อยได้
• Route ขั้นตอนที่ไม่จำเป็นต้องใช้ Claude ไปที่อื่น งานร่าง, tagging และ retrieval reranking มักทำงานได้ดีบน deepseek-v4-flash ที่ $0.126 / $0.252 ต่อล้าน token เก็บ Claude ไว้สำหรับงานเขียนขั้นสุดท้ายที่คุณภาพสำคัญจริงๆ

คำถามที่พบบ่อย