Adakah ciri memori Claude mengenakan bayaran tambahan?
Ciri memori Claude tidak mempunyai harga khusus. Kos dikira berdasarkan token input yang dimainkan semula. Gunakan prompt caching untuk mengurangkan bil penggunaan anda.
Adakah ciri memori Claude mengenakan bayaran tambahan?
Ciri memori Claude tidak mempunyai harga tersendiri. Kadar yang diterbitkan oleh Anthropic adalah berdasarkan setiap juta token input dan setiap juta token output, dengan kadar tambahan untuk prompt caching, dan tiada satu pun daripadanya dipanggil sebagai token memori. Menyimpan memori itu sendiri tidak menelan sebarang kos pada Claude API (application programming interface), kerana alat memori tersebut berada di bahagian klien dan fail itu disimpan pada storan milik anda.
Memori tetap akan masuk ke dalam bil anda, kerana fakta yang diingati hanya mengubah jawapan apabila ia berada di dalam permintaan yang dibaca oleh Claude. Mengingati bermakna menghantar semula. Teks tersebut tiba sebagai token input dan dicaj mengikut kadar input biasa model tersebut melainkan ia disimpan dalam cache. Dua nombor menentukan jumlahnya: berapa banyak token teks yang diingati yang anda mainkan semula pada setiap giliran, dan sama ada teks yang dimainkan semula itu boleh dihidangkan daripada prompt cache.
Pada langganan Pro, Max atau Ultra, penggunaan dalam had yang disertakan dalam pelan anda tidak dibilkan mengikut token, jadi di situ memori menggunakan kuota penggunaan anda dan bukannya wang anda. Keadaan itu berubah jika anda menghidupkan kredit penggunaan dan melebihi had: permintaan anda bertukar kepada bayaran mengikut penggunaan (pay-as-you-go), dibilkan pada kadar API standard dan dicaj secara berasingan daripada langganan, jadi dari titik itu blok memori yang terlalu besar akan menelan kos wang semula. Mekanisme di bawah adalah sama. Hanya unitnya yang berubah. Kuota tersebut adalah terhad, jadi adalah berbaloi untuk mengetahui berapa kos Claude Pro dan tahap had yang menyekat anda sebelum anda memutuskan berapa banyak memori yang perlu dibawa oleh setiap giliran. Claude Enterprise yang berasaskan penggunaan pula berbeza, kerana ia mengukur setiap token pada kadar API di samping harga kerusi, jadi blok memori yang terlalu besar bertukar kembali menjadi wang dan bukannya kuota. Pelan Enterprise berasaskan kerusi merangkumi kuota penggunaan, dengan kredit penggunaan tersedia selepas ahli mencapai had yang disertakan. Ini adalah pelan legasi yang beralih kepada pengebilan berasaskan penggunaan semasa pembaharuan kontrak. Jika memangkas memori membawa penggunaan anda kembali dengan selesa di bawah siling pelan yang lebih kecil, beralih daripada Max atau Ultra kepada Pro adalah langkah susulan yang berbaloi untuk dilakukan. Jika perbandingan yang anda sedang timbangkan melibatkan penyedia yang berbeza dan bukannya merentasi peringkat Anthropic sendiri, pelan Claude yang diletakkan bersebelahan dengan ChatGPT pada harga semasa adalah tempat untuk bermula.
Apakah maksud "memory" pada setiap permukaan Claude
Tiga produk berasingan berkongsi perkataan ini, dan kekeliruan sering timbul kerana mencampuradukkan ketiga-tiganya.
Alat memory pada Claude API. Anda menambah satu entri ke dalam tatasusunan tools dan melaksanakan operasi fail dalam kod anda sendiri.
{"type": "memory_20250818", "name": "memory"}Sehingga Oktober 2026, alat ini tidak memerlukan header beta pada Messages API dan berfungsi pada semua model Claude 4 dan seterusnya. Ia adalah bahagian klien: Claude meminta operasi seperti view /memories, pengendali anda menjalankannya terhadap storan yang anda kawal, dan anda mengembalikan hasilnya dalam blok tool_result. Anthropic tidak menyimpan fail tersebut, jadi tiada caj storan yang dikenakan. Sebaliknya, anda membayar untuk perjalanan pergi-balik (round trip). Definisi alat dihantar dalam setiap permintaan, dan kandungan fail yang dikembalikan kekal dalam perbualan dari titik tersebut.
Anthropic menerbitkan bahagian tetap bagi overhead tersebut. Pada Claude Opus 5 dengan pilihan alat auto, prompt sistem penggunaan alat adalah 286 token, seperti yang didokumenkan pada Oktober 2026. Itu dibayar sekali bagi setiap permintaan apabila sebarang alat hadir, sama ada memory atau sebaliknya.
Claude Code. Dua mekanisme dimuatkan pada permulaan setiap sesi. Fail CLAUDE.md menyimpan arahan yang anda tulis. Auto memory menyimpan nota yang ditulis oleh Claude untuk dirinya sendiri, di bawah ~/.claude/projects/<project>/memory/. Hanya 200 baris pertama atau 25KB daripada MEMORY.md dimuatkan, mengikut mana yang dicapai dahulu, dan fail topik di sebelahnya dibaca atas permintaan dan bukannya semasa permulaan. Segala yang dimuatkan semasa permulaan menjadi sebahagian daripada awalan yang dibawa oleh setiap permintaan seterusnya dalam sesi tersebut. Memory menggunakan peruntukan penggunaan yang disertakan apabila anda menggunakan langganan, atau kredit penggunaan selepas had dicapai dengan pilihan tersebut dihidupkan. Melalui Console atau penyedia awan, Claude Code dibilkan setiap token kepada organisasi anda, dan konteks memory mengikut kaedah pengebilan tersebut. Bagaimana Claude Code mengingat semula memory antara sesi merangkumi susunan pemuatan fail demi fail.
Claude di web. Pada claude.ai, memory ialah set entri yang ditulis dan dikemas kini oleh Claude semasa anda bersembang, dengan ruang memory untuk setiap projek. Memory projek digunakan bersama memory akaun anda secara lalai; matikan Use account memory pada halaman projek untuk memisahkannya sepenuhnya. Settings > Your Claude > Manage di sebelah Your memory menyenaraikan perkara yang disimpan, atau Settings > Memory dalam susun atur lama, dan togol memory menawarkan Pause memory atau Reset memory. Memory juga tersedia pada pelan Free. Pada pelan berbayar dengan penggunaan disertakan, memory menggunakan had penggunaan, atau kredit penggunaan sebaik sahaja anda melepasi had dengan pilihan tersebut dihidupkan; Enterprise berasaskan penggunaan mengenakan caj pada kadar API.
Mengapa teks yang diingati dibilkan sebagai token input
Messages API adalah tanpa status (stateless). Ia tidak menyimpan apa-apa antara panggilan, jadi klien anda menghantar keseluruhan perbualan pada setiap giliran dan model membaca semuanya semula. Memori tidak terkecuali daripada peraturan itu. Ia hanyalah satu lagi blok teks dalam permintaan yang sama.
Pemisahan ini boleh dilihat dalam objek usage pada mana-mana respons.
"usage": {
"input_tokens": 412,
"cache_creation_input_tokens": 0,
"cache_read_input_tokens": 18240,
"output_tokens": 236
}input_tokens hanya mengira token yang tidak dibaca daripada cache dan tidak digunakan untuk menciptanya, yang secara praktikalnya bermaksud token selepas titik henti cache (cache breakpoint) yang terakhir. Jumlah input untuk permintaan tersebut ialah cache_read_input_tokens ditambah cache_creation_input_tokens ditambah input_tokens. Fail memori yang dibuka oleh Claude tiga giliran yang lalu berada di dalam jumlah tersebut pada setiap giliran sejak itu. Ia berada di bawah cache_read_input_tokens sementara awalan cache dikekalkan, di bawah cache_creation_input_tokens apabila awalan ditulis semula, dan di bawah input_tokens apabila ia tidak dicache. Teks yang sama, harga yang berbeza. Token input dan output membawa harga yang berbeza, dan memori yang dimainkan semula berada di bahagian input.
Tempat untuk melihat angka ini dalam penggunaan anda sendiri
Jangan ambil angka daripada catatan blog, termasuk catatan ini. Ukur blok memori anda sendiri. Pengiraan token adalah percuma dan mempunyai had kadar tersendiri, jadi pengukuran ini tidak menelan sebarang kos.
curl https://api.anthropic.com/v1/messages/count_tokens \
-H "x-api-key: $ANTHROPIC_API_KEY" \
-H "content-type: application/json" \
-H "anthropic-version: 2023-06-01" \
-d '{
"model": "claude-opus-5",
"system": "You are a scientist",
"messages": [{"role": "user", "content": "Hello, Claude"}]
}'Respons yang diberikan hanyalah satu angka, seperti { "input_tokens": 14 }. Jalankan sekali dengan teks memori anda ditampal ke dalam medan system dan sekali lagi tanpa teks tersebut; perbezaannya ialah kos memori yang dikenakan kepada anda pada setiap pusingan. Dua peringatan perlu diambil kira. Kiraan tersebut hanyalah anggaran, dan token tambahan yang ditambah oleh Anthropic untuk pengoptimuman sistemnya sendiri tidak dibilkan kepada anda. Selain itu, buat kiraan berdasarkan model yang akan anda jalankan, kerana Claude 4.7 dan versi terkemudian menggunakan tokenizer baharu yang menghasilkan kira-kira 30 peratus lebih banyak token untuk teks yang sama.
Di dalam Claude Code, soalan yang sama dijawab tanpa menggunakan sebarang curl.
/contextmenunjukkan perkara yang dimuatkan sekarang, termasuk fail memori, supaya anda boleh melihat bahagiannya dalam tetingkap sebelum anda menaip apa-apa./memorymenyenaraikan fail CLAUDE.md anda dan membuka folder memori automatik./usagemencetak jumlah sesi, termasuk bacaan cache dan penulisan cache.- Bar status boleh memaparkan penggunaan tetingkap konteks secara berterusan, supaya pertumbuhannya dapat dilihat semasa ia berlaku.
Blok sesi /usage kelihatan seperti ini:
Total cost: $0.55
Total duration (API): 6m 20s
Total duration (wall): 6h 33m 10s
Total code changes: 0 lines added, 0 lines removed
Usage by model:
claude-sonnet-4-6: 1.2k input, 5.3k output, 940.0k cache read, 50.0k cache write ($0.55)Baca baris terakhir dengan teliti. Angka bacaan cache 940.0k ialah perbualan, memori dan segala-galanya, yang dihantar semula pada setiap pusingan pada kadar cache. Angka input 1.2k hanyalah input tanpa cache yang tidak digunakan untuk mencipta entri cache. Claude Code mengira jumlah dolar tersebut secara setempat berdasarkan harga senarai, melainkan pentadbir telah menetapkan kadar kontrak melalui tetapan terurus modelPricing, jadi ia hanyalah anggaran dan mungkin berbeza daripada invois anda. Halaman Usage dalam Claude Console merupakan angka yang muktamad.
Kemudian, jalankan perbandingan secara terus. Tanya soalan pembukaan yang sama dalam dua sesi baharu, satu sesi biasa dan satu lagi dengan memori automatik dimatikan.
CLAUDE_CODE_DISABLE_AUTO_MEMORY=1 claudeJalankan /context dalam setiap sesi dan bandingkan entri fail memori. Jurang tersebut ialah kos memori terkumpul anda pada permulaan setiap sesi, sebelum sebarang kerja dilakukan. Perincian penuh tentang ke mana perginya penggunaan token Claude Code wajar dibaca bersama dua angka tersebut.
Berapakah kos memainkan semula memori bagi setiap juta token?
Prompt caching adalah sebab mengapa blok memori yang sama boleh menelan kos sepuluh kali ganda lebih tinggi pada satu pusingan berbanding pusingan yang lain. Anthropic menerbitkan kadar cache sebagai gandaan daripada harga input asas setiap model, jadi hubungan ini kekal walaupun harga dolar berubah.
Data di sebalik carta ini
[
{
"label": "Base input",
"price_multiple": 1
},
{
"label": "5 minute cache write",
"price_multiple": 1.25
},
{
"label": "1 hour cache write",
"price_multiple": 2
},
{
"label": "Cache read",
"price_multiple": 0.1
}
]Bacaan cache menelan kos 0.1 kali ganda daripada harga input asas pada kebanyakan model. Model terbaharu membaca dengan lebih murah: 0.05 kali ganda harga asas pada Claude Opus 5.5 dan Claude Sonnet 5.5, serta 0.025 kali ganda harga asas pada Claude Fable 5.1, Claude Mythos 5.1, Claude Fable 5.2 dan Claude Mythos 5.2. Menulis entri dengan jangka hayat 5 minit menelan kos 1.25 kali ganda harga asas, manakala jangka hayat 1 jam menelan kos 2 kali ganda harga asas. Halaman harga Anthropic menyatakan titik pulang modal dengan jelas: caching berbaloi selepas satu bacaan cache pada tempoh 5 minit, atau selepas dua bacaan cache pada tempoh 1 jam. Panduan prompt caching itu sendiri tidak memberikan angka pulang modal, tetapi kadar bacaan yang lebih murah tidak mengubah kedua-dua kiraan tersebut, kerana premium penulisan adalah perkara yang perlu ditebus semula oleh bacaan tersebut. Titik pulang modal untuk prompt caching ialah pengiraan yang perlu dijalankan sebelum anda menentukan di mana memori harus diletakkan.
Gandaan tersebut menukarkan kiraan ulangan kepada aritmetik. Blok seterusnya adalah aritmetik daripada gandaan yang diterbitkan di atas, bukan ukuran bagi sebarang beban kerja sebenar. Ia meletakkan harga pada blok memori dalam tiga cara sepanjang sesi 100 pusingan, yang dinyatakan sebagai bilangan token setara yang dicaj pada kadar input asas biasa.
Data di sebalik carta ini
[
{
"label": "4,000 tokens, never cached",
"base_rate_equivalent_tokens": "400,000"
},
{
"label": "4,000 tokens, 1 write and 99 reads",
"base_rate_equivalent_tokens": "44,600"
},
{
"label": "1,000 tokens, 1 write and 99 reads",
"base_rate_equivalent_tokens": "11,150"
}
]Blok memori 4,000 token yang terlepas cache pada kesemua 100 pusingan dibilkan seperti 400,000 token kadar asas. Blok yang sama di sebalik satu penulisan cache 5 minit dan 99 bacaan cache dibilkan seperti 44,600. Kecilkan saiznya kepada satu perempat dan kekalkan caching, ia dibilkan seperti 11,150. Ciri tersebut tidak berubah merentasi 3 baris tersebut. Hanya kelakuan ulangan yang berubah. Baris-baris tersebut menggunakan bacaan standard 0.1x. Pada Claude Opus 5.5 atau Claude Sonnet 5.5, di mana bacaan menelan kos 0.05x, blok 4,000 token yang di-cache turun kepada 24,800, dan pada Claude Fable 5.1 ia turun kepada 14,900. Itu masih merupakan kiraan token dan bukannya wang, dan menukarkan kiraan token kepada angka pada bil bulanan anda adalah satu pendaraban dengan kadar per juta model anda. Kadar tersebut ditetapkan oleh model yang anda jalankan, jadi jika ejen akan menggunakan Claude Fable 5, mulakan daripada kadar per juta yang diterbitkan dan kerja yang sesuai dengannya. Jika ejen berjalan pada model yang lebih kecil untuk menjimatkan wang, semak bagaimana Claude Haiku 5.5 meletakkan harga pada prompt yang melebihi 100K token sebelum membiarkan memorinya berkembang, kerana memori yang dimainkan semula adalah perkara yang menolak permintaan melebihi had tersebut. Jika penyedia masih menjadi persoalan dan bukannya model semata-mata, kerja yang sama yang dikira kosnya pada API Claude dan ChatGPT menunjukkan di mana pendaraban tersebut memberikan hasil yang berbeza, dan ejen yang berat memori sangat bergantung pada bahagian inputnya.
Baris kedua mengandaikan setiap daripada 99 permintaan kemudian tiba semasa entri cache masih aktif. Andaian itu adalah tempat di mana kebanyakan bil sebenar menjadi tidak tepat.
Mengapa soalan yang sama menjadi lebih mahal selepas rehat?
Entri cache mempunyai tempoh hayat, dan jam bermula pada permintaan yang menulis atau membacanya. Lalai API ialah 5 minit. Pilihan 1 jam menelan kos 2x ganda penulisan seperti yang ditunjukkan di atas. Dalam Claude Code, lalai langganan satu jam terpakai pada perbualan utama dan permintaan pembantu terpilih dalam penggunaan yang disertakan; subejen mendapat lima minit melainkan anda memilih tempoh hayat yang lebih lama. Perbualan utama akan turun kepada lima minit sebaik sahaja anda menggunakan kredit penggunaan; pada kunci API atau penyedia awan, ia adalah lima minit secara lalai. Menetapkan ENABLE_PROMPT_CACHING_1H=1 mengekalkan tempoh hayat satu jam semasa menggunakan kredit penggunaan, dan daripada Claude Code v2.1.242, tetapan promptCacheTtl yang ditetapkan kepada 1h melakukan perkara yang sama untuk perbualan utama. Daripada versi yang sama, subagentPromptCacheTtl yang ditetapkan kepada 1h memilih tempoh hayat yang lebih lama untuk permintaan di luar perbualan utama.
Jadi, soalan satu baris yang ditaip ke dalam sesi yang anda biarkan terbuka semasa makan tengah hari adalah mahal kerana entri cache telah tamat tempoh semasa anda tiada. Keseluruhan awalan, termasuk memori, diproses dan ditulis ke dalam cache semula pada kadar penulisan cache. Tempoh jeda tersebut menentukan harga itu.
Anda boleh mengesahkan perkara ini daripada sekadar mempercayainya. Pada pelan Pro, Max, Ultra, Team atau Enterprise, pecahan /usage menandakan sebarang tingkah laku yang bertanggungjawab bagi 10 peratus atau lebih penggunaan terkini, dan kedua-dua konteks panjang serta cache miss muncul di sana mengikut nama. Daripada Claude Code v2.1.251, blok sesi dalam /usage juga menambah baris Prompt cache (main) yang menunjukkan bahagian input yang dihidangkan daripada cache, bilangan miss dan sama ada cache sedang aktif sekarang. Pada API, perhatikan cache_creation_input_tokens melonjak kembali kepada saiz penuh awalan anda pada permintaan pertama selepas tempoh senyap.
Perkara yang membatalkan cache secara senyap
Awalan yang dicache disusun mengikut urutan: alatan, kemudian sistem, dan seterusnya mesej. Perubahan pada satu peringkat akan membatalkan peringkat tersebut dan semua peringkat selepasnya. Menyunting definisi alatan akan membuang keseluruhan cache. Menyunting prompt sistem akan membuang cache sistem dan mesej.
Ini merupakan perangkap bagi sesiapa yang menyimpan memori dalam prompt sistem dan menulisnya semula apabila ejen belajar. Setiap penulisan semula membuang salinan cache bagi semua kandungan di belakangnya, menyebabkan permintaan seterusnya perlu melakukan penulisan penuh sekali lagi. Pastikan bahan yang stabil berada di hadapan dan kekalkan kestabilannya, serta biarkan bahan yang tidak stabil berada di bahagian akhir senarai mesej supaya pembatalannya tidak menelan kos yang tinggi.
Terdapat kegagalan kedua yang lebih senyap. Setiap model mempunyai awalan minimum yang boleh dicache: 512 token pada Claude Opus 5, 1,024 pada Claude Sonnet 5, 4,096 pada Claude Haiku 4.5, seperti yang diterbitkan pada Oktober 2026. Dokumentasi Anthropic menyatakan dengan jelas tentang perkara yang berlaku di bawah had tersebut: permintaan di bawah tahap minimum diproses tanpa caching, dan tiada ralat dikembalikan. Oleh itu, fail memori yang ditandakan dengan cache_control tidak akan berfungsi sama sekali secara senyap, jika awalan penuh sehingga titik henti (breakpoint) tersebut berada di bawah tahap minimum. Gejala yang boleh anda lihat ialah cache_creation_input_tokens kekal pada 0 walaupun prompt anda jelas mengandungi titik henti.
Singkirkan memori yang tidak lagi memberikan nilai
Setiap baris memori menggunakan token pada setiap pusingan yang membawanya, jadi persoalan bagi setiap baris adalah sama ada ia telah mengubah jawapan baru-baru ini. Claude Code menjadikan had ini lebih konkrit. Sasarkan untuk memastikan CLAUDE.md berada di bawah 200 baris, kerana fail yang lebih panjang menggunakan lebih banyak konteks dan mengurangkan kebolehpercayaan Claude dalam mematuhinya. MEMORY.md dihadkan kepada 200 baris pertama atau 25KB semasa pemuatan, dan apa-apa yang melebihi had tersebut akan digugurkan pada permulaan sesi seterusnya, jadi indeks yang terlalu besar menggunakan konteks untuk bahagian yang dimuatkan sementara membiarkan bahagian selebihnya tidak dibaca.
Dua tabiat memastikan ia kekal kecil. Alihkan perincian keluar daripada indeks dan masukkan ke dalam fail topik, yang dibaca oleh Claude atas permintaan dan bukannya semasa permulaan. Alihkan arahan aliran kerja keluar daripada CLAUDE.md dan masukkan ke dalam kemahiran (skills), yang hanya dimuatkan apabila dipanggil. Bagi fail memori yang sudah bermula dengan frontmatter, Claude Code merekodkan masa penulisan dalam medan modified sebagai cap waktu ISO 8601, dalam versi 2.1.214 atau lebih baharu, dan cap waktu tersebut merupakan cara terpantas untuk mengesan fakta yang telah lapuk. Menyingkirkan memori ejen yang lapuk membincangkan proses semakan dengan lebih mendalam.
Apabila pengambilan data lebih baik daripada memuatkan segala-galanya ke dalam konteks
Alat memori wujud untuk menyokong pengambilan data secara tepat pada masanya (just-in-time). Daripada memuatkan segala-galanya di awal, ejen merekodkan apa yang dipelajari dan membaca semula fail hanya apabila tugasan memerlukannya. Ini mengubah pengiraan, kerana fail yang dibaca terlebih dahulu akan menambah kandungannya apabila diperlukan dan kekal dalam permintaan seterusnya sehingga dikeluarkan daripada konteks, manakala blok yang dimuatkan secara kekal akan menelan kos pada setiap pusingan.
Satu peraturan mudah terhasil daripada dua carta di atas. Teks yang digunakan dalam hampir setiap pusingan perlu diletakkan dalam prefiks cache yang stabil. Teks yang digunakan dalam satu daripada dua puluh pusingan perlu diletakkan di sebalik panggilan view. Titik pulang modal berubah mengikut bilangan ulangan anda, bukan berdasarkan apa yang dicaj oleh Anthropic.
Pada API, anda juga boleh membenarkan platform memotong perbualan. Penyuntingan konteks akan mengosongkan hasil alat lama sebaik sahaja perbualan melepasi ambang yang anda tetapkan. Ia masih dalam peringkat beta, jadi permintaan yang menggunakannya memerlukan pengepala beta context-management-2025-06-27.
{
"edits": [
{
"type": "clear_tool_uses_20250919",
"trigger": {"type": "input_tokens", "value": 30000},
"keep": {"type": "tool_uses", "value": 3},
"clear_at_least": {"type": "input_tokens", "value": 5000}
}
]
}Tetapan lalai ialah pencetus pada 100,000 token input dan 3 penggunaan alat yang dikekalkan. Baca interaksi dengan caching sebelum anda mendayakannya: mengosongkan kandungan akan membatalkan prefiks cache pada titik pengosongan tersebut, jadi anda akan membayar kos penulisan cache pada permintaan seterusnya. Itulah tujuan clear_at_least. Ia menangguhkan pengosongan sehingga penjimatan yang diperoleh cukup besar untuk mewajarkan penulisan tersebut. Respons akan melaporkan dengan tepat apa yang berlaku di bawah context_management, dengan cleared_tool_uses dan cleared_input_tokens, supaya pertukaran tersebut boleh diukur dan bukannya sekadar teori. Mengurus tetingkap konteks dalam Claude Code menggunakan idea yang sama untuk sesi pengekodan.
Apakah yang mempunyai item barisnya sendiri
Memori tidak mempunyai cajnya sendiri, tetapi beberapa ciri sememangnya mempunyai caj, dan adalah berbaloi untuk mengetahui yang mana satu. Ini adalah kadar API Claude yang diterbitkan setakat Oktober 2026. Beberapa operasi tidak mengenakan sebarang bayaran langsung, dan kredit ujian API Claude membantu pengguna baharu mencubanya. FAQ harga Anthropic hanya menyatakan bahawa pengguna baharu menerima kredit percuma untuk menguji API, dan ia tidak menerbitkan sebarang jumlah. Pelanggan Max, Ultra dan Team juga mendapat kredit API bulanan, yang didokumenkan oleh Anthropic pada 31 Oktober 2026 sebagai $100 untuk Max dan $200 untuk Ultra. Untuk Team, kredit adalah $20 bagi setiap seat Standard dan $100 bagi setiap seat Premium, dikumpulkan dan dihadkan pada $500 sebulan. Pelan Free, Pro dan Enterprise tidak layak, kredit yang tidak digunakan tidak dibawa ke bulan hadapan, dan ia tidak meliputi Claude Code interaktif atau kredit penggunaan. Ia meliputi claude -p dan Claude Agent SDK apabila anda menjalankannya secara terus dengan kunci API daripada organisasi Console yang dipautkan. Pelaksanaan yang dimulakan oleh Claude Code GitHub Action, sambungan IDE atau aplikasi desktop kekal dikecualikan, walaupun dengan -p. Kredit tersebut adalah faedah pelan berbayar, dan caj di bawah akan ditolak daripada kredit yang tersedia atau baki berbayar anda.
- Carian web: $10 bagi setiap 1,000 carian, ditambah dengan kos token biasa bagi semua kandungan yang dimasukkan oleh carian ke dalam konteks.
- Pelaksanaan kod: 1,550 jam percuma bagi setiap organisasi setiap bulan, kemudian $0.05 sejam bagi setiap kontena. Ia adalah percuma apabila permintaan yang sama menyertakan carian web atau pengambilan web pada versi alat
20260209atau lebih baharu. - Claude Managed Agents: masa jalan sesi pada $0.08 bagi setiap jam sesi, di samping caj token biasa.
- Pengambilan web: tiada caj tambahan, hanya kos token bagi kandungan yang diambil.
Memori tidak muncul pada mana-mana baris tersebut. Ia muncul dalam kiraan token input anda, yang merupakan tempat tepat untuk anda mengukurnya, dan tempat tepat di mana pemangkasan (pruning) dan caching boleh menguranginya. Jika anda merancang bajet untuk ejen yang berjalan tanpa pengawasan pada virtual private server (VPS), kawalan kos untuk ejen AI pada VPS adalah perkara seterusnya yang perlu disediakan, kerana ejen dengan fail memori yang semakin berkembang tanpa pemangkasan akan menjadi semakin mahal setiap minggu tanpa sebarang laporan mengenainya.
FAQ
Adakah terdapat caj berasingan untuk ciri memori Claude?
Tidak. Senarai harga Anthropic mempunyai kadar bagi setiap juta token input, setiap juta token output dan gandaan caching prompt, tanpa baris caj memori. Pada API Claude, alat memori berada di bahagian klien, jadi fail-fail tersebut disimpan pada storan yang anda sudah bayar. Apa yang ditambah oleh memori ialah token input, yang dibilkan pada kadar input biasa model atau kadar caching yang berkenaan pada setiap pusingan yang membawanya.
Adakah mematikan memori menjadikan Claude lebih murah?
Ia merendahkan jumlah token bagi setiap permintaan, yang merendahkan kos setiap permintaan. Sama ada ia menjimatkan wang secara keseluruhan bergantung pada apa yang berlaku seterusnya. Jika Claude perlu membaca semula tiga fail dan bertanya kepada anda dua soalan untuk membina semula apa yang sudah disimpan oleh memori, token tersebut menelan kos lebih tinggi daripada memori itu sendiri. Ukur ia dan jangan hanya meneka: jalankan /context dalam sesi dengan memori automatik dihidupkan dan dalam sesi yang dimulakan dengan CLAUDE_CODE_DISABLE_AUTO_MEMORY=1, kemudian bandingkan jumlah token yang digunakan untuk tugasan yang sama.
Mengapa penggunaan saya meningkat sedangkan saya tidak mengubah apa-apa?
Punca paling biasa ialah kegagalan cache (cache miss) selepas tempoh jeda. Entri cache bertahan selama 5 minit secara lalai pada API; Claude Code menetapkan lalai kepada satu jam untuk perbualan utama dan pembantu terpilih dalam penggunaan yang disertakan dalam langganan, dan lima minit pada kredit penggunaan, kunci API atau penyedia awan. Permintaan pertama selepas tempoh hayat itu tamat akan memproses semula keseluruhan awalan (prefix) anda dan menulisnya semula pada kadar tulis-cache. Punca kedua yang biasa ialah penyuntingan awalan: menukar definisi alat akan membatalkan keseluruhan cache, dan menukar system prompt akan membatalkan cache sistem dan mesej. Pada pelan langganan, perincian /usage menamakan tingkah laku tersebut apabila ia menyumbang 10 peratus atau lebih daripada penggunaan terkini.
Patutkah memori diletakkan dalam system prompt atau di sebalik panggilan alat?
Letakkannya dalam system prompt apabila hampir setiap pusingan menggunakannya, kerana ia kemudiannya berada dalam awalan yang dicache dan menelan kos kadar baca-cache. Letakkannya di sebalik panggilan view apabila hanya sesetengah tugasan memerlukannya, kerana itu melambatkan penambahan token fail sehingga ia diperlukan; hasilnya masih dimainkan semula pada pusingan seterusnya sehingga dikeluarkan daripada konteks. Angka penentu ialah kiraan main semula anda, dan objek usage menunjukkan token input, tulis-cache dan baca-cache bagi setiap permintaan.
Adakah ciri memori dikira terhadap had penggunaan langganan?
Ya, secara tidak langsung, kerana had langganan digunakan oleh token yang dibawa oleh setiap permintaan. Dokumentasi bantuan Anthropic menyatakan bahawa perbualan yang lebih panjang yang mencetuskan pengurusan konteks automatik menggunakan lebih banyak had penggunaan anda. Memori menjadikan setiap permintaan sedikit lebih panjang, dan sesi yang panjang memainkan semula panjang tersebut pada setiap pusingan. Bagaimana had penggunaan Claude sebenarnya berfungsi merangkumi perkara yang ditetapkan semula dan bila ia berlaku.