เปรียบเทียบราคา Claude vs ChatGPT API ตัวไหนถูกกว่ากัน

คำตอบโดยสรุป

การเปรียบเทียบราคา API ระหว่าง Claude กับ ChatGPT ไม่มีผู้ชนะที่ชัดเจน เนื่องจากผู้ให้บริการทั้งสองรายกำหนดราคา input และ output แตกต่างกันในแต่ละระดับ (tier) ณ เดือนสิงหาคม 2026 ราคาต่อ input token ของ Claude ในสองระดับบนสุดเท่ากับคู่แข่งจาก OpenAI แต่มีราคาต่อ output token ที่ถูกกว่า ดังนั้น Claude จึงคุ้มค่ากว่าเล็กน้อยสำหรับงานที่เน้น output เป็นหลัก อย่างไรก็ตาม ในระดับเริ่มต้น Claude มีค่าใช้จ่ายสูงกว่าหลายเท่าสำหรับงานประเภทเดียวกัน คำตอบใดที่ไม่ได้ระบุระดับราคาและสัดส่วนของ token ที่ใช้ถือเป็นการคาดเดาทั้งสิ้น

ดังนั้น หน้านี้จะเริ่มจากการคำนวณทางคณิตศาสตร์ ตามด้วยตัวอย่างภาระงาน 3 รูปแบบพร้อมสัดส่วน token และปิดท้ายด้วยตัวคูณที่จะส่งผลต่อค่าใช้จ่ายจริงมากกว่าราคาที่ประกาศไว้ในหน้าแรก

สูตรเดียวที่คุณจำเป็นต้องใช้

API ทั้งสองตัวคิดค่าบริการข้อความด้วยวิธีเดียวกัน คุณต้องจ่ายค่า token ที่ส่งไป และจ่ายในอัตราที่สูงกว่าสำหรับ token ที่โมเดลเขียนตอบกลับมา

cost = (input tokens / 1,000,000) * input rate + (output tokens / 1,000,000) * output rate

token หนึ่งหน่วยมีค่าประมาณ 4 ตัวอักษรภาษาอังกฤษ หรือเกือบ 0.75 ของคำ ให้ใช้ค่านี้สำหรับการประเมินเบื้องต้นเท่านั้น สำหรับการเรียกเก็บเงินจริง ให้ใช้จำนวนที่ API แต่ละตัวส่งกลับมาในออบเจกต์ usage ของทุกการตอบกลับ

# Rates are US dollars per million tokens.
def cost(in_tok, out_tok, in_rate, out_rate):
    return in_tok / 1e6 * in_rate + out_tok / 1e6 * out_rate

# One support-chat turn: 1,400 tokens in, 220 tokens out, on a $2 / $10 model.
print(round(cost(1400, 220, 2.0, 10.0), 6))

สคริปต์จะแสดงผล 0.005 ซึ่งเท่ากับครึ่งเซนต์ต่อหนึ่งรอบการสนทนา ให้นำไปคูณกับจำนวนรอบที่คุณคาดว่าจะใช้งานในหนึ่งเดือน คุณก็จะได้งบประมาณที่ต้องใช้ หากหน่วยล้าน token ในตัวหารนั้นดูเป็นนามธรรมเกินไป สิ่งที่ล้าน token ซื้อให้คุณได้จริงใน Claude จะช่วยให้เห็นปริมาณข้อความที่เป็นรูปธรรมมากขึ้น เรียนรู้สูตรนี้เพียงสูตรเดียว แล้วการเปลี่ยนแปลงราคาหลังจากวันนี้จะกลายเป็นการแก้ไขเพียงบรรทัดเดียว แทนที่จะต้องวิเคราะห์ใหม่ทั้งหมด

ราคาที่ประกาศ ณ เดือนสิงหาคม 2026

นี่คือรายการราคาที่ผู้ให้บริการทั้งสองรายประกาศใช้เมื่อวันที่ 1 สิงหาคม 2026 บล็อกนี้เป็นเพียงจุดเดียวในบทความที่มีการระบุราคาไว้ โปรดตรวจสอบข้อมูลกับ claude.com/pricing และหน้าแสดงราคาของ OpenAI ก่อนตัดสินใจจัดสรรงบประมาณ

[
  {
    "label": "Frontier",
    "claude_input": 5,
    "claude_output": 25,
    "openai_input": 5,
    "openai_output": 30
  },
  {
    "label": "Workhorse",
    "claude_input": 2,
    "claude_output": 10,
    "openai_input": 2,
    "openai_output": 12
  },
  {
    "label": "Workhorse from September",
    "claude_input": 3,
    "claude_output": 15,
    "openai_input": 2,
    "openai_output": 12
  },
  {
    "label": "Small",
    "claude_input": 1,
    "claude_output": 5,
    "openai_input": 0.2,
    "openai_output": 1.2
  }
]

การจับคู่เป็นการเรียงตามลำดับในกลุ่มผลิตภัณฑ์ ไม่ใช่ตามความนิยม โดย Frontier คือ Claude Opus 5 เทียบกับ gpt-5.6-sol, Workhorse คือ Claude Sonnet 5 เทียบกับ gpt-5.6-terra และ Small คือ Claude Haiku 4.5 เทียบกับ gpt-5.6-luna ผู้ให้บริการทั้งสองรายยังมีระดับราคาที่สูงกว่านี้ และ OpenAI ยังคงแสดงราคาของรุ่นเก่าไว้ตามอัตราเดิม สำหรับฝั่ง Claude จะมีระดับ Fable 5 ซึ่งมีราคาเป็นสองเท่าของแถว Frontier ทั้งขาเข้าและขาออก โดยยังคงอัตราส่วน output ต่อ input ไว้ที่ 5 เท่า ดังนั้นการอ่าน ราคาของ Fable 5 และเงื่อนไขการคิดราคา จึงเป็นเรื่องที่ควรทำก่อนจะสรุปว่า Opus 5 คือรุ่นที่มีค่าใช้จ่ายสูงสุด การเปรียบเทียบโมเดลเรือธงของฝั่งหนึ่งกับโมเดลประหยัดของอีกฝั่งหนึ่งจะทำให้ได้ตัวเลขที่ไม่มีความหมาย ซึ่งเป็นวิธีที่การเปรียบเทียบส่วนใหญ่ใช้สร้างหัวข้อข่าว

มีสองประเด็นในบล็อกดังกล่าวที่ต้องกล่าวถึงให้ชัดเจน อัตราค่าบริการ 2 และ 10 ของ Sonnet 5 เป็นราคาช่วงแนะนำ ซึ่ง Anthropic ระบุว่าจะสิ้นสุดในวันที่ 31 สิงหาคม 2026 หลังจากนั้น Sonnet 5 จะปรับราคาเป็น 3 และ 15 การเปลี่ยนแปลงเพียงจุดเดียวนี้จะทำให้ระดับ Workhorse เปลี่ยนจากที่ Claude ได้เปรียบเพียงเล็กน้อย กลายเป็น OpenAI ที่ได้เปรียบอย่างชัดเจน และเหตุการณ์นี้จะเกิดขึ้นภายในช่วงเวลาที่บทความนี้ยังมีผลบังคับใช้

ประเด็นที่สองคือรูปแบบที่ควรจดจำไว้: Claude กำหนดราคา output ไว้ที่ 5 เท่าของราคา input ในทุกแถวข้างต้น ในขณะที่ OpenAI กำหนดไว้ที่ 6 เท่า อัตราส่วนนี้ไม่ใช่ราคาที่แท้จริง ซึ่งเป็นปัจจัยที่ทำให้ผู้ชนะเปลี่ยนไปตามสัดส่วนการใช้งาน token ของคุณ

เหตุผลที่อัตราต่อล้านโทเค็นไม่สามารถนำมาเปรียบเทียบข้ามผู้ให้บริการได้

อัตราค่าบริการคือจำนวนดอลลาร์ต่อโทเค็น ยอดเรียกเก็บเงินคือจำนวนดอลลาร์ต่อโทเค็นคูณด้วยจำนวนโทเค็น โดยจำนวนโทเค็นของข้อความหนึ่งชุดเป็นคุณสมบัติของโมเดล ไม่ใช่คุณสมบัติของตัวข้อความเอง

Anthropic ได้ระบุเรื่องนี้ไว้โดยตรงว่า Claude 4.7 และโมเดลรุ่นใหม่กว่า ซึ่งรวมถึง Claude Opus 5 และ Claude Sonnet 5 ใช้ตัวแบ่งโทเค็น (tokenizer) แบบใหม่ที่สร้างจำนวนโทเค็นเพิ่มขึ้นประมาณ 30% สำหรับข้อความชุดเดียวกันเมื่อเทียบกับ Claude Sonnet 4.6 และรุ่นก่อนหน้า แม้อัตราค่าบริการจะเท่าเดิม แต่ยอดเรียกเก็บเงินกลับเปลี่ยนไป

ดังนั้น อัตราค่าบริการสองรายการที่ดูเหมือนกันจึงไม่ได้หมายถึงยอดเรียกเก็บเงินที่เท่ากัน คุณควรนับจำนวนโทเค็นจากทั้งสองฝั่งด้วยข้อความของคุณเองก่อนที่จะเชื่อการเปรียบเทียบใดๆ รวมถึงการเปรียบเทียบในเอกสารนี้ด้วย

curl https://api.anthropic.com/v1/messages/count_tokens \
  -H "x-api-key: $ANTHROPIC_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -H "content-type: application/json" \
  -d '{
    "model": "claude-sonnet-5",
    "messages": [{"role": "user", "content": "Summarise the attached contract."}]
  }'

การตอบสนองที่ถูกต้องคือออบเจกต์ JSON ขนาดเล็กที่บรรจุ input_tokens หากพบ 401 หมายความว่าตัวแปร key ใน shell ของคุณว่างเปล่า ให้คุณนำข้อความเดียวกันไปผ่านตัวแบ่งโทเค็นของผู้ให้บริการอีกราย จากนั้นนำจำนวนโทเค็นที่ได้มาหารกัน แล้วนำอัตราส่วนนั้นไปคูณกับอัตราค่าบริการที่ประกาศไว้ก่อนที่จะทำการเปรียบเทียบ หากอัตราส่วนดังกล่าวเอื้อต่อผู้ให้บริการรายใดรายหนึ่งมากกว่าประมาณ 1.2 เท่า อัตราส่วนนั้นจะมีผลมากกว่าความแตกต่างของอัตราค่าบริการทุกรายการที่ระบุไว้ในตารางด้านบน

สถานการณ์ที่หนึ่ง: ฟีเจอร์แชท

ผู้ช่วยสนับสนุนภายในเว็บแอปพลิเคชัน มีการโต้ตอบ 120,000 ครั้งต่อเดือน แต่ละครั้งจะส่ง system prompt, tool schemas, ข้อมูลจาก help-desk ที่ดึงมา 2 รายการ และข้อความก่อนหน้าอีกเล็กน้อย รวมเป็น input tokens ประมาณ 1,400 tokens และโมเดลจะตอบกลับประมาณ 220 tokens เนื่องจากเป็นการโต้ตอบแบบเรียลไทม์ จึงไม่สามารถใช้ส่วนลดแบบ batch ได้ ให้รันบน tier สำหรับงานทั่วไป (workhorse tier)

[
  {
    "label": "List price",
    "claude_usd": "600.00",
    "openai_usd": "652.80"
  },
  {
    "label": "Cached prefix",
    "claude_usd": "427.20",
    "openai_usd": "480.00"
  },
  {
    "label": "Small tier, cached",
    "claude_usd": "213.60",
    "openai_usd": "48.00"
  }
]

ที่ราคาตามรายการ Claude คิดค่าบริการ 600.00 เทียบกับของ OpenAI ที่ 652.80 ส่วนของ input นั้นเท่ากันเนื่องจากอัตราค่าบริการ input เท่ากัน ความแตกต่างทั้งหมดอยู่ที่ส่วนของ output ซึ่ง Claude ชนะไปด้วยส่วนต่างที่น้อยเกินกว่าจะใช้เป็นเกณฑ์ตัดสินใจเลือกผู้ให้บริการ

คราวนี้ลองกำหนดให้ 800 จาก 1,400 input tokens เป็น stable prefix ได้แก่ system prompt และ tool schemas ซึ่งไม่มีการเปลี่ยนแปลงระหว่างการโต้ตอบ ทั้งสองผู้ให้บริการคิดค่าบริการที่ 10% ของอัตรา input ปกติสำหรับการทำ cache hit ค่าใช้จ่ายของ Claude จะลดลงเหลือ 427.20 และของ OpenAI เหลือ 480.00 การทำ caching มีความสำคัญมากกว่าการเลือกผู้ให้บริการ และทั้งสองแพลตฟอร์มก็รองรับฟีเจอร์นี้

นี่คือจุดที่ Claude เสียเปรียบ คำตอบส่วนใหญ่ในการสนับสนุนไม่จำเป็นต้องใช้โมเดลระดับ workhorse หากย้าย traffic เดียวกันไปใช้ tier ขนาดเล็ก (small tier) Claude จะคิดค่าบริการ 213.60 ในขณะที่ OpenAI คิดค่าบริการ 48.00 เมื่อนำมาหารกันจะพบว่า Claude มีค่าใช้จ่ายสูงกว่าประมาณ 4.5 เท่าสำหรับงานเดียวกัน Claude Haiku 4.5 คิดค่าบริการ 1 ต่อล้าน input tokens เทียบกับ gpt-5.6-luna ที่ 0.2 และไม่มีการทำ caching ใดที่จะช่วยลดช่องว่างที่ห่างกันถึง 5 เท่าได้ หากภาระงานของคุณเหมาะสมกับโมเดลขนาดเล็ก OpenAI จะมีราคาถูกกว่าและมีส่วนต่างที่ชัดเจนมาก

สถานการณ์ที่สอง: ไปป์ไลน์เอกสารที่มีบริบทขนาดยาว

ประมวลผลสัญญา 25,000 ฉบับต่อเดือน ทุกคำขอประกอบด้วยคำสั่งและ JSON schema ขนาด 9,000 token เท่าเดิมทุกครั้ง ตามด้วยเนื้อหาสัญญาอีก 12,000 token และโมเดลจะส่งคืนข้อมูลฟิลด์ที่มีโครงสร้างประมาณ 700 token ผลลัพธ์ที่ได้คิดเป็นไม่ถึง 4% ของจำนวน token ทั้งหมดในงานนี้ และข้อเท็จจริงเพียงข้อเดียวนี้เองที่เป็นตัวตัดสินการเปรียบเทียบ

[
  {
    "label": "Chat feature",
    "claude_usd": "427.20",
    "openai_usd": "480.00"
  },
  {
    "label": "Document pipeline",
    "claude_usd": "820.00",
    "openai_usd": "855.00"
  },
  {
    "label": "Coding agent",
    "claude_usd": "116.10",
    "openai_usd": "124.20"
  }
]

เมื่อมีการแคช prefix ขนาด 9,000 token ไว้ทั้งสองฝั่ง Claude จะเรียกเก็บเงิน 820.00 และ OpenAI จะเรียกเก็บเงิน 855.00 ค่าใช้จ่ายขาเข้า (input) นั้นเท่ากันจนถึงระดับเซนต์ เนื่องจากอัตราค่าบริการ input หลักตรงกันในเดือนสิงหาคม 2026 ความแตกต่างทั้งหมดจึงอยู่ที่ขาออก (output) ซึ่งมีราคาเป็น 5 เท่าของ input ในฝั่ง Claude และ 6 เท่าในฝั่ง OpenAI

งานนี้สามารถทำ batch ได้เช่นกัน ผู้ให้บริการทั้งสองรายมอบส่วนลด 50% สำหรับทั้ง input และ output หากเป็นงานแบบ asynchronous ดังนั้นยอดรวมทั้งสองฝั่งจึงลดลงครึ่งหนึ่งและช่องว่างของราคายังคงมีสัดส่วนเท่าเดิม Batch เป็นส่วนลดที่มากที่สุดบนทั้งสองแพลตฟอร์ม และไปป์ไลน์เอกสารที่รันในเวลากลางคืนสามารถใช้งานส่วนลดนี้ได้เสมอ

จุดที่ Claude เสียเปรียบคือตรรกะการแบ่งระดับ (tier) แบบเดิม การดึงข้อมูลฟิลด์ตาม schema ที่กำหนดไว้ตายตัวคืองานที่โมเดลขนาดเล็กทำได้ดี และ input คิดเป็น 97% ของ token ทั้งหมดในงานนี้ การลดระดับโมเดลลงหนึ่งขั้นจะทำให้อัตราค่า input ของ OpenAI ลดลงเหลือ 0.1 เท่า และของ Claude ลดลงเหลือ 0.5 เท่า ควรทดสอบโมเดลขนาดเล็กกับเอกสารจำนวน 200 ฉบับก่อนที่คุณจะสรุปว่าจำเป็นต้องใช้โมเดลที่ใหญ่กว่า โดยใช้การประเมินผลแบบเดียวกับที่คุณจะใช้สำหรับ การเลือก Claude tier ที่เหมาะสมสำหรับงาน

สถานการณ์ที่สาม: โค้ดดิ้งเอเจนต์ที่ทำงานตลอดเวลา

นักพัฒนาหนึ่งรายรันเอเจนต์บน VPS โดยมีการใช้งานโมเดลประมาณ 900 รอบต่อเดือน แต่ละรอบประกอบด้วยบริบทของ repository ประมาณ 60,000 input tokens ซึ่ง 80% เป็น cache hit และสร้างผลลัพธ์เป็นโค้ดที่แก้ไขและคำอธิบายประมาณ 1,800 tokens ให้คำนวณราคาโดยใช้ระดับ frontier tier เนื่องจากงานเขียนโค้ดเป็นจุดที่ช่องว่างของความสามารถส่งผลต่อต้นทุนจริง

Claude เรียกเก็บเงินที่ 116.10 เทียบกับ 124.20 ของ OpenAI ด้วยอัตรา input ที่เท่ากัน อัตราการอ่าน cache ที่เท่ากัน และอัตรา output ที่ต่ำกว่าของ Claude ทำให้ได้เปรียบอยู่ประมาณ 7%

ส่วนต่าง 7% นี้อยู่ในช่วงความคลาดเคลื่อนของ tokenizer ที่กล่าวถึงไปก่อนหน้า ดังนั้นให้ถือว่าสถานการณ์นี้มีอัตราค่าใช้จ่ายที่ใกล้เคียงกัน สิ่งที่ไม่เท่ากันคือรูปแบบการเรียกเก็บเงิน สำหรับนักพัฒนาหนึ่งรายที่ปริมาณการใช้งานระดับนี้ การสมัครสมาชิกแบบรายเดือนมักจะมีราคาถูกกว่าการเรียกเก็บเงินตามการใช้งานจริงผ่าน API และการเปรียบเทียบทั้งหมดจะเปลี่ยนไปทันทีเมื่อคุณรวมค่าสมาชิกเข้าไปด้วย โปรดพิจารณาประเด็นนี้ผ่าน การเปรียบเทียบต้นทุนระหว่าง API กับการสมัครสมาชิก ก่อนที่คุณจะเริ่มใช้เอเจนต์บนระบบเรียกเก็บเงินตามการใช้งานจริง หากคุณเลือกใช้ระบบตามการใช้งานจริง ให้ศึกษาว่าโทเค็นถูกใช้ไปกับอะไรก่อน เพราะ การใช้โทเค็นของโค้ดดิ้งเอเจนต์ ส่วนใหญ่เกิดจากการส่งบริบทซ้ำในทุกรอบการทำงาน มากกว่าการใช้ไปกับโค้ดที่เขียนขึ้นจริง

ตัวคูณที่กำหนดค่าใช้จ่าย

อัตราค่าบริการพื้นฐานเป็นเพียงส่วนประกอบที่เล็กที่สุดในรายการนี้ ปัจจัยแต่ละข้อด้านล่างนี้ส่งผลต่อค่าใช้จ่ายจริงมากกว่าส่วนต่างราคาของทั้งสองผู้ให้บริการในระดับเดียวกัน

Cached input. ผู้ให้บริการทั้งสองรายคิดค่าบริการ 10% ของราคา input พื้นฐานสำหรับการเรียกใช้ cache ที่สำเร็จ (cache hit) โดย Anthropic จะคิดค่าบริการเพิ่มสำหรับการเขียนข้อมูลลง cache ด้วย คือ 1.25 เท่าของราคา input พื้นฐานสำหรับรายการที่มีอายุ 5 นาที และ 2 เท่าสำหรับรายการที่มีอายุ 1 ชั่วโมง และการเรียกใช้ในภายหลังจะทำการต่ออายุรายการนั้นด้วยราคาอ่านข้อมูล ดังนั้นรายการที่มีอายุ 5 นาทีจะคุ้มทุนหลังจากมีการอ่านข้อมูล 1 ครั้ง เวิร์กโหลดที่มีช่วงว่างระหว่างการร้องขอนานจะมีการเขียนข้อมูลบ่อยกว่าการอ่าน ซึ่งในกรณีนี้การใช้ cache จะมีค่าใช้จ่ายสูงกว่าที่ประหยัดได้ ส่วนทราฟฟิกที่สม่ำเสมอจะใช้ cache ได้อย่างมีประสิทธิภาพ ในขณะที่ทราฟฟิกแบบเป็นช่วง (bursty traffic) จะไม่คุ้มค่า

Batch discounts. ส่วนลด 50% สำหรับ input และ output บนทั้งสองแพลตฟอร์ม สำหรับงานแบบอะซิงโครนัสเท่านั้น หากงานสามารถรอได้ วิธีนี้จะช่วยลดค่าใช้จ่ายลงครึ่งหนึ่งไม่ว่าจะใช้บริการของผู้ให้บริการรายใด และสามารถใช้ร่วมกับระบบ caching ได้

Output share. Claude คิดค่าบริการ output ที่ 5 เท่าของอัตรา input ส่วน OpenAI คิดที่ 6 เท่า ยิ่งสัดส่วนโทเค็นของคุณเป็นการเขียนมากกว่าการอ่าน Claude จะยิ่งดูคุ้มค่ากว่าเมื่อเทียบที่อัตรา input เท่ากัน และในทางกลับกันสำหรับงานที่เน้นการรับ input เป็นหลัก

Retries. การลองใหม่ (retry) หมายถึงการจ่ายค่า input ทั้งหมดอีกครั้งโดยไม่ได้ผลลัพธ์ที่ใช้งานได้ หาก 6% ของการเรียกใช้งานของคุณไม่ผ่านการตรวจสอบ schema และต้องทำซ้ำ ต้นทุนส่วน input ของคุณจะสูงกว่าที่วางแผนไว้ 6% ให้บันทึกการลองใหม่เป็นรายการต้นทุน ไม่ใช่รายการข้อผิดพลาด ทีมงานมักจะพบตัวคูณนี้เป็นสิ่งสุดท้าย และบ่อยครั้งที่มันมีมูลค่าสูงกว่าส่วนต่างราคาของผู้ให้บริการที่ใช้เวลาถกเถียงกันมาเป็นสัปดาห์เสียอีก

ฝ่ายใดเป็นผู้เสียเปรียบและเสียเปรียบที่จุดใด

Claude เสียเปรียบในกลุ่มระดับเริ่มต้นอย่างชัดเจน gpt-5.6-luna คิดค่าบริการที่ 0.2 ต่อล้าน input tokens เมื่อเทียบกับ Claude Haiku 4.5 ที่ 1 โดยมีค่า output อยู่ที่ 1.2 เทียบกับ 5 งานประเภทการจำแนกข้อมูลปริมาณมากและการสกัดข้อมูลสั้นๆ จะมีต้นทุนสูงกว่าบน Claude ประมาณสี่เท่า

Claude เสียเปรียบในกลุ่มระดับใช้งานทั่วไปตั้งแต่วันที่ 1 กันยายน 2026 เมื่ออัตราค่าบริการช่วงแนะนำสิ้นสุดลง โดย Sonnet 5 จะปรับราคาเป็น 3 และ 15 ในขณะที่ gpt-5.6-terra ยังคงราคาเดิม Claude เป็นผู้ชนะในกลุ่มระดับแนวหน้าในด้านอัตราค่าบริการ output แต่ส่วนต่างดังกล่าวอาจหมดไปได้หากพิจารณาจากจำนวน token ของคุณเอง ทั้งสองฝ่ายไม่มีใครได้เปรียบในงานที่เน้น input ในเดือนสิงหาคม 2026 เนื่องจากที่ราคา 2 ต่อล้าน token ทั้งสองฝั่งมีค่าใช้จ่ายในส่วนของ input เท่ากัน

วิธีการวัดค่านี้จากทราฟฟิกของคุณเอง

อ่านออบเจกต์ usage ในทุกการตอบกลับและจัดเก็บตัวเลข 4 ค่าต่อหนึ่งคำขอ ได้แก่ input tokens, output tokens, cache read tokens และ cache write tokens สำหรับ Claude API ค่าเหล่านี้จะมาในรูปแบบ input_tokens, output_tokens, cache_read_input_tokens และ cache_creation_input_tokens ให้รวมผลรวมรายวัน คูณด้วยอัตราค่าบริการปัจจุบัน แล้วเปรียบเทียบยอดรวมของคุณกับใบแจ้งหนี้ หากพบส่วนต่างระหว่างสองค่านี้ มักเกิดจากการลองใหม่ (retries) หรือเส้นทางการทำงานของโค้ดที่คุณลืมไปว่าได้ปล่อยใช้งานไปแล้ว

ให้ทำการเปรียบเทียบจากทราฟฟิกจริงเป็นเวลาหนึ่งสัปดาห์แทนการใช้ prompt ตัวอย่าง และเปรียบเทียบต้นทุนต่อหนึ่งงานที่เสร็จสมบูรณ์แทนต้นทุนต่อ token โมเดลที่ตอบคำถามสำเร็จในครั้งเดียวด้วยอัตราค่าบริการที่สูงกว่าสองเท่า ย่อมมีราคาถูกกว่าโมเดลที่ต้องลองถึงสามครั้งในราคาที่ถูกกว่าครึ่งหนึ่ง ต้นทุนต่อ token เป็นเพียงอัตราค่าบริการ แต่ต้นทุนต่อหนึ่งงานที่เสร็จสมบูรณ์คือยอดเงินที่คุณต้องจ่ายจริง

กำหนดเพดานการใช้จ่ายสูงสุดก่อนที่คุณจะปล่อยให้ระบบใดๆ ทำงานทิ้งไว้ ทั้งสองแพลตฟอร์มมีเมนูสำหรับกำหนดขีดจำกัดการใช้จ่ายในคอนโซล และเอเจนต์ที่ติดอยู่ในลูปการลองใหม่ (retry loop) อาจใช้จ่ายงบประมาณของทั้งเดือนหมดไปภายในคืนเดียว ให้ตั้งค่าส่วนนี้ในลักษณะเดียวกับที่คุณทำสำหรับ การควบคุมต้นทุนสำหรับเอเจนต์ที่ทำงานตลอดเวลา หากคุณกำลังสร้างเวอร์ชันแรกบนเซิร์ฟเวอร์ของคุณเอง แอป Claude API แรกบน VPS จะครอบคลุมถึงการจัดการคีย์และลูปการส่งคำขอซึ่งเป็นพื้นฐานของการคำนวณเหล่านี้

FAQ

Claude API มีราคาถูกกว่า ChatGPT API หรือไม่

ไม่เสมอไป ในเดือนสิงหาคม 2026 ทั้งรุ่น frontier และ workhorse มีการคิดค่าบริการต่อ input token เท่ากันทั้งสองฝั่ง แต่ Claude คิดค่าบริการต่อ output token ถูกกว่า ดังนั้น Claude จึงมีราคาถูกกว่าเล็กน้อยในงานที่เน้น output เป็นหลัก ในส่วนของรุ่นเล็ก gpt-5.6-luna ของ OpenAI มีราคาต่อ input token เพียงหนึ่งในห้าของ Claude Haiku 4.5 ทำให้งานจำแนกข้อมูลปริมาณมากมีราคาถูกกว่าบน OpenAI อย่างเห็นได้ชัด คุณควรคำนวณตัวเลขด้วยตนเองจากสัดส่วน token ของคุณ เนื่องจากส่วนต่างที่น้อยขนาดนี้ขึ้นอยู่กับลักษณะงานของคุณมากกว่ารายการราคา

ทำไมคำเดียวกันถึงมีจำนวน token ที่แตกต่างกันในแต่ละ API

เนื่องจากโมเดลแต่ละตัวมี tokenizer ของตนเอง และจำนวน token เป็นคุณสมบัติเฉพาะของโมเดลนั้นๆ Anthropic ระบุว่า Claude 4.7 และรุ่นที่ใหม่กว่าจะสร้าง token มากกว่า Claude Sonnet 4.6 และรุ่นก่อนหน้าประมาณ 30% สำหรับข้อความเดียวกัน ให้ส่งข้อความของคุณไปยัง endpoint สำหรับนับ token ของผู้ให้บริการแต่ละราย นำจำนวนที่ได้มาหารกัน แล้วนำอัตราส่วนนั้นไปคูณกับอัตราค่าบริการที่ประกาศไว้ก่อนทำการเปรียบเทียบ ความแตกต่างของจำนวน token ที่ 20% นั้นส่งผลมากกว่าความแตกต่างของอัตราค่าบริการส่วนใหญ่ที่ประกาศไว้

การทำ prompt caching ทำให้ค่าใช้จ่ายสูงขึ้นหรือไม่

ใช่ สำหรับกรณีของ Anthropic การเขียนข้อมูลลง cache มีค่าใช้จ่าย 1.25 เท่าของอัตรา input พื้นฐานสำหรับการเก็บข้อมูล 5 นาที และ 2 เท่าสำหรับการเก็บข้อมูล 1 ชั่วโมง ในขณะที่การเรียกใช้ (hit) มีค่าใช้จ่าย 0.1 เท่า หาก traffic ของคุณมีความถี่ไม่สม่ำเสมอจนข้อมูลส่วนใหญ่หมดอายุก่อนที่จะมีการอ่าน คุณจะต้องจ่ายค่าธรรมเนียมการเขียนโดยไม่ได้รับประโยชน์จากการอ่าน ให้เปรียบเทียบ cache_creation_input_tokens กับ cache_read_input_tokens ใน log ของคุณ หากอัตราส่วนใกล้เคียง 1 แสดงว่าการทำ caching กำลังทำให้คุณเสียค่าใช้จ่ายเพิ่มขึ้น ดังนั้นควรขยายเวลาการเก็บข้อมูลหรือยกเลิกการใช้ไปเลย

ฉันควรใช้งาน coding agent ผ่าน API หรือผ่านการสมัครสมาชิกรายเดือน

สำหรับนักพัฒนาหนึ่งคนที่มีปริมาณการใช้งานปกติ การสมัครสมาชิกรายเดือนมักจะมีราคาถูกกว่าการจ่ายผ่าน API ตามการใช้งานจริง เนื่องจาก coding agent จะส่ง context ขนาดใหญ่ซ้ำในทุกรอบการสนทนาและ context นั้นจะถูกคิดค่าบริการทุกครั้ง ให้ลองวัดปริมาณการใช้งานจริงเป็นเวลาหนึ่งสัปดาห์ก่อน แล้วจึงเปรียบเทียบยอดรวมของ API กับราคาค่าสมาชิก API จะคุ้มค่ากว่าเมื่อมีการใช้งานเป็นช่วงๆ หรือเมื่อคุณต้องการการเข้าถึงผ่านโปรแกรมซึ่งการสมัครสมาชิกปกติให้ไม่ได้ หากสิ่งที่ผลักดันให้คุณหันมาใช้ API คือการติดขีดจำกัดการใช้งาน (usage limit) ไม่ใช่เรื่องราคา แนวทางแก้ไขเมื่อติดขีดจำกัดการใช้งานของ Claude มีหลายวิธีที่เสียค่าใช้จ่ายน้อยกว่าการเปลี่ยนไปใช้การคิดเงินตามจริง