SSD Nodes Learn Hosting plans →
คู่มือ Matt Connorโดย Matt Connor

ฟีเจอร์หน่วยความจำของ Claude มีค่าใช้จ่ายเพิ่มเติมไหม

ฟีเจอร์หน่วยความจำของ Claude ไม่มีค่าธรรมเนียมแยกต่างหาก แต่ระบบจะคิดค่าใช้จ่ายตามจำนวนโทเค็นอินพุตที่ถูกส่งซ้ำในแต่ละคำขอ โดยขึ้นอยู่กับการใช้งาน prompt caching ของคุณ

ฟีเจอร์หน่วยความจำของ Claude มีค่าใช้จ่ายเพิ่มเติมหรือไม่

ฟีเจอร์หน่วยความจำของ Claude ไม่มีค่าใช้จ่ายในตัวเอง อัตราค่าบริการที่ Anthropic ประกาศไว้คิดตามจำนวนล้านโทเค็นของอินพุตและเอาต์พุต โดยมีอัตราเพิ่มเติมสำหรับการทำ prompt caching ซึ่งไม่มีรายการใดที่เรียกว่าโทเค็นหน่วยความจำ การจัดเก็บหน่วยความจำนั้นไม่มีค่าใช้จ่ายบน Claude API (application programming interface) เนื่องจากเครื่องมือหน่วยความจำเป็นแบบฝั่งไคลเอนต์และไฟล์ถูกเก็บไว้ในพื้นที่จัดเก็บข้อมูลของคุณเอง

หน่วยความจำยังคงส่งผลต่อค่าใช้จ่ายของคุณ เนื่องจากข้อเท็จจริงที่ถูกจดจำจะเปลี่ยนคำตอบก็ต่อเมื่อข้อมูลนั้นอยู่ในคำขอที่ Claude อ่าน การจดจำหมายถึงการส่งข้อมูลซ้ำ ข้อความดังกล่าวจะเข้ามาในฐานะโทเค็นอินพุตและถูกคิดค่าบริการตามอัตราอินพุตปกติของโมเดล เว้นแต่จะถูกแคชไว้ ตัวเลขสองตัวจะเป็นตัวกำหนดค่าใช้จ่าย ได้แก่ จำนวนโทเค็นของข้อความที่จดจำซึ่งคุณส่งซ้ำในแต่ละรอบ และข้อความที่ส่งซ้ำนั้นสามารถให้บริการจาก prompt cache ได้หรือไม่

สำหรับการสมัครสมาชิกแบบ Pro, Max หรือ Ultra การใช้งานภายในขีดจำกัดที่รวมอยู่ในแผนของคุณจะไม่ถูกคิดค่าบริการต่อโทเค็น ดังนั้นหน่วยความจำจะใช้โควตาการใช้งานของคุณแทนที่จะเป็นเงินจริง กรณีนี้จะเปลี่ยนไปหากคุณเปิดใช้งาน usage credits และใช้งานเกินขีดจำกัด คำขอของคุณจะเปลี่ยนไปเป็นการจ่ายตามจริง (pay-as-you-go) โดยคิดค่าบริการตามอัตรา API มาตรฐานและแยกเรียกเก็บเงินจากการสมัครสมาชิก ดังนั้นตั้งแต่จุดนั้นเป็นต้นไป บล็อกหน่วยความจำที่มีขนาดใหญ่เกินไปจะมีค่าใช้จ่ายอีกครั้ง กลไกด้านล่างนี้เหมือนกันทุกประการ ต่างกันเพียงหน่วยที่ใช้เท่านั้น โควตาดังกล่าวมีจำกัด ดังนั้นจึงควรทราบ ค่าใช้จ่ายของ Claude Pro และจุดที่ขีดจำกัดจะหยุดคุณ ก่อนที่คุณจะตัดสินใจว่าแต่ละรอบควรมีหน่วยความจำมากน้อยเพียงใด Claude Enterprise ที่คิดค่าบริการตามการใช้งานจะมีรูปแบบที่แตกต่างออกไป เนื่องจาก มีการวัดผลทุกโทเค็นตามอัตรา API เพิ่มเติมจากราคาต่อที่นั่ง ดังนั้นบล็อกหน่วยความจำที่ใหญ่เกินไปจะเปลี่ยนกลับเป็นเงินแทนที่จะเป็นโควตา แผน Enterprise แบบคิดตามที่นั่งจะมีโควตาการใช้งานรวมอยู่ด้วย โดยมี usage credits ให้ใช้หลังจากสมาชิกใช้งานถึงขีดจำกัดที่กำหนดไว้ แผนเหล่านี้เป็นแผนแบบเดิมที่จะเปลี่ยนไปเป็นการเรียกเก็บเงินตามการใช้งานเมื่อถึงกำหนดต่อสัญญา หากการลดขนาดหน่วยความจำช่วยให้การใช้งานของคุณกลับมาอยู่ภายใต้เพดานของแผนที่เล็กลงได้อย่างสบาย การเปลี่ยนจาก Max หรือ Ultra ลงมาเป็น Pro คือขั้นตอนถัดไปที่ควรพิจารณา หากการเปรียบเทียบที่คุณกำลังชั่งน้ำหนักเป็นการเปรียบเทียบระหว่างผู้ให้บริการแทนที่จะเป็นระหว่างระดับบริการของ Anthropic เอง แผนของ Claude เมื่อเทียบกับ ChatGPT ในราคาปัจจุบัน คือจุดเริ่มต้นที่ควรดู

ความหมายของ "memory" ในแต่ละส่วนของ Claude

ผลิตภัณฑ์สามรายการใช้คำนี้ร่วมกัน และการสับสนระหว่างผลิตภัณฑ์เหล่านี้เป็นสาเหตุหลักที่ทำให้คำถามนี้ดูซับซ้อน

เครื่องมือ memory บน Claude API คุณเพิ่มรายการหนึ่งรายการลงในอาร์เรย์ tools และเขียนโค้ดเพื่อจัดการการทำงานของไฟล์ด้วยตนเอง

{"type": "memory_20250818", "name": "memory"}

ณ เดือนตุลาคม 2026 เครื่องมือนี้ไม่จำเป็นต้องใช้ beta header บน Messages API และสามารถใช้งานได้กับ Claude 4 และรุ่นที่ใหม่กว่าทั้งหมด การทำงานเป็นแบบ client-side คือ Claude จะร้องขอการดำเนินการ เช่น view /memories จากนั้นตัวจัดการของคุณจะดำเนินการกับพื้นที่จัดเก็บข้อมูลที่คุณควบคุม และคุณจะส่งผลลัพธ์กลับไปในบล็อก tool_result Anthropic ไม่ได้เก็บไฟล์ไว้ จึงไม่มีค่าใช้จ่ายในการจัดเก็บข้อมูล แต่คุณจะต้องจ่ายค่าใช้จ่ายสำหรับการรับส่งข้อมูล (round trip) แทน คำจำกัดความของเครื่องมือจะถูกส่งไปในทุกคำขอ และเนื้อหาของไฟล์ที่ส่งกลับมาจะคงอยู่ในบทสนทนานับจากจุดนั้นเป็นต้นไป

Anthropic ได้เผยแพร่ส่วนคงที่ของ overhead ดังกล่าวไว้แล้ว บน Claude Opus 5 ที่มีการเลือกใช้เครื่องมือแบบ auto ระบบ prompt สำหรับการใช้เครื่องมือจะมีขนาด 286 tokens ตามที่ระบุไว้ในเดือนตุลาคม 2026 ซึ่งเป็นส่วนที่ต้องชำระเงินหนึ่งครั้งต่อคำขอเมื่อมีการใช้งานเครื่องมือ ไม่ว่าจะเป็น memory หรือเครื่องมือประเภทอื่นก็ตาม

Claude Code มีกลไกสองอย่างที่โหลดขึ้นมาเมื่อเริ่มเซสชัน ไฟล์ CLAUDE.md จะเก็บคำสั่งที่คุณเขียนขึ้น ส่วน auto memory จะเก็บโน้ตที่ Claude เขียนขึ้นเองภายใต้ ~/.claude/projects/<project>/memory/ ระบบจะโหลดเฉพาะ 200 บรรทัดแรกหรือ 25KB แรกของ MEMORY.md เท่านั้น (ขึ้นอยู่กับว่าขีดจำกัดใดถึงก่อน) ส่วนไฟล์หัวข้อที่อยู่ข้างเคียงจะถูกอ่านตามความต้องการแทนที่จะโหลดตั้งแต่เริ่มต้น ทุกสิ่งที่โหลดเมื่อเริ่มเซสชันจะกลายเป็นส่วนหนึ่งของ prefix ที่ทุกคำขอในเซสชันนั้นต้องแบกรับ การใช้งาน memory จะหักจากโควตาการใช้งานที่รวมอยู่ในแพ็กเกจหากคุณสมัครสมาชิก หรือหักจาก usage credits หากคุณเปิดใช้งานขีดจำกัดไว้ สำหรับการใช้งานผ่าน Console หรือผู้ให้บริการคลาวด์ Claude Code จะถูกเรียกเก็บเงินตามจำนวน token ขององค์กรคุณ และบริบทของ memory จะเป็นไปตามวิธีการเรียกเก็บเงินนั้น วิธีที่ Claude Code เรียกคืน memory ระหว่างเซสชัน ได้อธิบายลำดับการโหลดไฟล์ไว้โดยละเอียด

Claude บนเว็บ บน claude.ai นั้น memory คือชุดของรายการที่ Claude เขียนและอัปเดตในขณะที่คุณสนทนา โดยมีพื้นที่ memory แยกสำหรับแต่ละโปรเจกต์ โดยค่าเริ่มต้น memory ของโปรเจกต์จะถูกใช้ร่วมกับ memory ของบัญชีคุณ คุณสามารถปิด Use account memory ในหน้าของโปรเจกต์เพื่อแยกการใช้งานออกจากกันโดยสมบูรณ์ ไปที่ Settings > Your Claude > Manage ข้างหัวข้อ Your memory เพื่อดูรายการที่ถูกจัดเก็บไว้ หรือไปที่ Settings > Memory ในเลย์เอาต์แบบเก่า โดยตัวเลือก memory จะมีคำสั่ง Pause memory หรือ Reset memory ให้เลือก นอกจากนี้ memory ยังเปิดให้ใช้งานได้ในแผน Free อีกด้วย สำหรับแผนแบบชำระเงินที่มีโควตาการใช้งานรวมอยู่ด้วย memory จะหักจากขีดจำกัดการใช้งาน หรือหักจาก usage credits หากคุณใช้งานเกินขีดจำกัดที่กำหนดไว้ ส่วนแผน Enterprise ที่คิดค่าใช้จ่ายตามการใช้งานจริงจะถูกเรียกเก็บเงินในอัตราเดียวกับ API

เหตุใดข้อความที่ถูกจดจำจึงถูกคิดค่าบริการเป็น input tokens

Messages API เป็นแบบ stateless ซึ่งหมายความว่าระบบไม่ได้เก็บข้อมูลใดๆ ไว้ระหว่างการเรียกใช้งาน ดังนั้นไคลเอนต์ของคุณจึงต้องส่งบทสนทนาทั้งหมดไปในทุกครั้งที่โต้ตอบ และโมเดลจะอ่านข้อมูลทั้งหมดนั้นใหม่อีกครั้ง หน่วยความจำ (Memory) ก็ไม่ใช่ข้อยกเว้นของกฎนี้ แต่มันเป็นเพียงบล็อกข้อความอีกบล็อกหนึ่งที่รวมอยู่ในคำขอเดียวกัน

คุณสามารถเห็นการแบ่งส่วนข้อมูลได้ในออบเจกต์ usage ของทุกการตอบกลับ

"usage": {
  "input_tokens": 412,
  "cache_creation_input_tokens": 0,
  "cache_read_input_tokens": 18240,
  "output_tokens": 236
}

input_tokens จะนับเฉพาะโทเค็นที่ไม่ได้ถูกอ่านจากแคชและไม่ได้ถูกใช้เพื่อสร้างแคช ซึ่งในทางปฏิบัติหมายถึงโทเค็นที่อยู่ถัดจากจุดพักแคช (cache breakpoint) ล่าสุด ปริมาณ input รวมสำหรับคำขอนั้นคือ cache_read_input_tokens บวกกับ cache_creation_input_tokens และบวกกับ input_tokens ไฟล์หน่วยความจำที่ Claude เปิดขึ้นเมื่อ 3 รอบที่แล้วจะถูกรวมอยู่ในยอดรวมนี้ในทุกรอบนับตั้งแต่นั้นมา โดยข้อมูลจะถูกจัดอยู่ในหมวด cache_read_input_tokens ตราบเท่าที่แคชส่วนต้นยังคงอยู่ จะอยู่ในหมวด cache_creation_input_tokens เมื่อมีการเขียนส่วนต้นซ้ำ และจะอยู่ในหมวด input_tokens เมื่อไม่ได้มีการแคชไว้ แม้จะเป็นข้อความเดียวกันแต่มีราคาที่แตกต่างกัน Input และ output tokens มีราคาที่แตกต่างกัน และหน่วยความจำที่ถูกเรียกใช้ซ้ำจะถูกนับรวมอยู่ในฝั่ง input

วิธีตรวจสอบตัวเลขเหล่านี้ในการใช้งานจริงของคุณ

อย่าใช้ตัวเลขจากบทความบล็อก รวมถึงบทความนี้ ให้วัดขนาดหน่วยความจำของคุณเอง การนับโทเค็นไม่มีค่าใช้จ่ายและมีขีดจำกัดอัตราการใช้งานของตัวเอง ดังนั้นการวัดผลจึงไม่มีต้นทุนใดๆ

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"}]
  }'

คำตอบที่ได้จะเป็นตัวเลขหนึ่งค่า เช่น { "input_tokens": 14 } ให้รันคำสั่งหนึ่งครั้งโดยวางข้อความในหน่วยความจำของคุณลงในช่อง system และอีกครั้งโดยไม่ต้องวาง ผลต่างที่ได้คือต้นทุนหน่วยความจำที่คุณต้องจ่ายในทุกรอบการสนทนา มีข้อควรระวังสองประการคือ จำนวนที่นับได้เป็นเพียงการประมาณการ และโทเค็นส่วนเกินที่ Anthropic เพิ่มเข้ามาเพื่อการปรับแต่งระบบของตนเองนั้นจะไม่มีการเรียกเก็บเงินจากคุณ นอกจากนี้ ควรนับเทียบกับโมเดลที่คุณจะใช้งานจริง เนื่องจาก Claude 4.7 และรุ่นใหม่กว่าใช้ตัว tokenizer แบบใหม่ซึ่งสร้างโทเค็นมากกว่าข้อความเดิมประมาณ 30 เปอร์เซ็นต์

ภายใน Claude Code คำถามเดียวกันนี้สามารถตอบได้โดยไม่ต้องใช้ curl เลย

  • /context แสดงสิ่งที่ถูกโหลดอยู่ในขณะนี้ รวมถึงไฟล์หน่วยความจำ เพื่อให้คุณเห็นสัดส่วนการใช้งานหน้าต่างบริบทก่อนที่คุณจะพิมพ์อะไรลงไป
  • /memory แสดงรายการไฟล์ CLAUDE.md ของคุณและเปิดโฟลเดอร์หน่วยความจำอัตโนมัติ
  • /usage แสดงผลรวมของเซสชัน ซึ่งรวมถึงการอ่านแคชและการเขียนแคชด้วย
  • บรรทัดสถานะสามารถแสดงการใช้งานหน้าต่างบริบทได้อย่างต่อเนื่อง ทำให้เห็นการเพิ่มขึ้นของข้อมูลในขณะที่เกิดขึ้นจริง

บล็อกเซสชัน /usage จะมีลักษณะดังนี้:

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)

โปรดอ่านบรรทัดสุดท้ายอย่างละเอียด ตัวเลข 940.0k cache read คือการสนทนาและหน่วยความจำทั้งหมดที่ถูกส่งซ้ำในทุกรอบการสนทนาด้วยอัตราค่าบริการแคช ส่วนตัวเลข 1.2k input คืออินพุตที่ไม่ได้แคชซึ่งไม่ได้ถูกนำไปสร้างรายการในแคช Claude Code จะคำนวณจำนวนเงินดอลลาร์นั้นในเครื่องจากราคาตามรายการ เว้นแต่ผู้ดูแลระบบจะตั้งค่าอัตราตามสัญญาผ่านการตั้งค่าที่มีการจัดการ modelPricing ดังนั้นตัวเลขนี้จึงเป็นเพียงการประมาณการและอาจแตกต่างจากใบแจ้งหนี้ของคุณ หน้า Usage ใน Claude Console คือตัวเลขที่ถูกต้องตามจริง

จากนั้นให้เปรียบเทียบโดยตรง โดยถามคำถามเปิดแบบเดียวกันในสองเซสชันใหม่ เซสชันหนึ่งเป็นแบบปกติและอีกเซสชันหนึ่งปิดการใช้งานหน่วยความจำอัตโนมัติ

CLAUDE_CODE_DISABLE_AUTO_MEMORY=1 claude

รัน /context ในแต่ละเซสชันแล้วเปรียบเทียบรายการไฟล์หน่วยความจำ ส่วนต่างที่พบคือต้นทุนหน่วยความจำสะสมที่คุณต้องจ่ายเมื่อเริ่มเซสชันใหม่ทุกครั้ง ก่อนที่จะเริ่มงานใดๆ การแจกแจงรายละเอียดทั้งหมดว่าการใช้งานโทเค็นของ Claude Code ไปที่ใดบ้าง เป็นสิ่งที่ควรอ่านควบคู่ไปกับตัวเลขทั้งสองค่านี้

การเรียกใช้หน่วยความจำซ้ำมีค่าใช้จ่ายเท่าใดต่อล้านโทเค็น

Prompt caching คือสาเหตุที่ทำให้บล็อกหน่วยความจำเดียวกันมีค่าใช้จ่ายต่างกันถึงสิบเท่าในแต่ละรอบ Anthropic เผยแพร่อัตราค่าบริการแคชเป็นตัวคูณของราคาอินพุตพื้นฐานของแต่ละโมเดล ดังนั้นความสัมพันธ์นี้จึงคงเดิมแม้ราคาดอลลาร์จะเปลี่ยนแปลงไป

แผนภูมิAnthropic's published prompt caching rates, as a multiple of base input price
ข้อมูลเบื้องหลังแผนภูมินี้
[
  {
    "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
  }
]

การอ่านแคชมีค่าใช้จ่าย 0.1 เท่าของราคาอินพุตพื้นฐานในโมเดลส่วนใหญ่ โมเดลรุ่นใหม่ล่าสุดมีค่าใช้จ่ายในการอ่านที่ถูกกว่า โดยอยู่ที่ 0.05 เท่าของราคาพื้นฐานสำหรับ Claude Opus 5.5 และ Claude Sonnet 5.5 และ 0.025 เท่าของราคาพื้นฐานสำหรับ Claude Fable 5.1, Claude Mythos 5.1, Claude Fable 5.2 และ Claude Mythos 5.2 การเขียนรายการแคชที่มีอายุ 5 นาทีมีค่าใช้จ่าย 1.25 เท่าของราคาพื้นฐาน และอายุ 1 ชั่วโมงมีค่าใช้จ่าย 2 เท่าของราคาพื้นฐาน หน้าแสดงราคาของ Anthropic ระบุจุดคุ้มทุนไว้อย่างชัดเจนว่า: การใช้แคชจะคุ้มทุนหลังจากการอ่านแคช 1 ครั้งสำหรับระยะเวลา 5 นาที หรือหลังจากการอ่านแคช 2 ครั้งสำหรับระยะเวลา 1 ชั่วโมง คู่มือการใช้งาน prompt caching เองไม่ได้ระบุตัวเลขจุดคุ้มทุนไว้ แต่เนื่องจากอัตราการอ่านที่ถูกลงไม่ได้ส่งผลต่อจำนวนครั้งดังกล่าว เพราะค่าธรรมเนียมส่วนเพิ่มจากการเขียนคือสิ่งที่การอ่านต้องทำกำไรคืนมา จุดคุ้มทุนสำหรับ prompt caching คือการคำนวณที่คุณควรทำก่อนตัดสินใจว่าจะจัดเก็บหน่วยความจำไว้ที่ใด

ตัวคูณเหล่านี้เปลี่ยนจำนวนการเรียกใช้ซ้ำให้กลายเป็นเลขคณิต บล็อกถัดไปเป็นการคำนวณเลขคณิตจากตัวคูณที่เผยแพร่ข้างต้น ไม่ใช่การวัดจากภาระงานจริง โดยเป็นการคำนวณราคาบล็อกหน่วยความจำใน 3 รูปแบบตลอดเซสชัน 100 รอบ ซึ่งแสดงเป็นจำนวนโทเค็นเทียบเท่าที่คิดราคาตามอัตราอินพุตพื้นฐานปกติ

แผนภูมิA memory block over 100 turns, expressed as base-rate input tokens
ข้อมูลเบื้องหลังแผนภูมินี้
[
  {
    "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"
  }
]

บล็อกหน่วยความจำขนาด 4,000 โทเค็นที่พลาดการแคชในทุกๆ 100 รอบ จะถูกเรียกเก็บเงินเทียบเท่ากับ 400,000 โทเค็นในอัตราพื้นฐาน บล็อกเดียวกันที่อยู่ภายใต้การเขียนแคช 5 นาที 1 ครั้ง และการอ่านแคช 99 ครั้ง จะถูกเรียกเก็บเงินเทียบเท่ากับ 44,600 หากตัดทอนขนาดลงเหลือหนึ่งในสี่และยังคงใช้การแคชไว้ จะถูกเรียกเก็บเงินเทียบเท่ากับ 11,150 ฟีเจอร์นี้ไม่ได้เปลี่ยนแปลงไปใน 3 แถวนั้น มีเพียงพฤติกรรมการเรียกใช้ซ้ำเท่านั้นที่เปลี่ยนไป แถวเหล่านี้ใช้อัตราการอ่านมาตรฐานที่ 0.1x สำหรับ Claude Opus 5.5 หรือ Claude Sonnet 5.5 ซึ่งมีค่าใช้จ่ายการอ่านที่ 0.05x บล็อกหน่วยความจำขนาด 4,000 โทเค็นที่แคชไว้จะลดลงเหลือ 24,800 และสำหรับ Claude Fable 5.1 จะลดลงเหลือ 14,900 ตัวเลขเหล่านี้ยังคงเป็นจำนวนโทเค็นไม่ใช่จำนวนเงิน และ การเปลี่ยนจำนวนโทเค็นให้เป็นตัวเลขในใบแจ้งหนี้รายเดือนของคุณ คือการคูณด้วยอัตราต่อล้านโทเค็นของโมเดลที่คุณใช้ อัตราดังกล่าวถูกกำหนดโดยโมเดลที่คุณรัน ดังนั้นหากเอเจนต์จะทำงานบน Claude Fable 5 ให้เริ่มจาก อัตราต่อล้านโทเค็นที่เผยแพร่และงานที่เหมาะสมกับโมเดลนั้น หากเอเจนต์รันบนโมเดลขนาดเล็กเพื่อประหยัดค่าใช้จ่าย ให้ตรวจสอบ วิธีที่ Claude Haiku 5.5 คิดราคา prompt ที่มีขนาดเกิน 100K โทเค็น ก่อนที่จะปล่อยให้หน่วยความจำขยายตัว เพราะหน่วยความจำที่ถูกเรียกใช้ซ้ำคือสิ่งที่ทำให้คำขอเกินขีดจำกัดนั้น หากผู้ให้บริการยังคงเป็นคำถามที่ยังไม่ชัดเจนเมื่อเทียบกับตัวโมเดลเพียงอย่างเดียว งานเดียวกันที่คิดราคาบน API ของ Claude และ ChatGPT จะแสดงให้เห็นว่าการคูณนั้นส่งผลต่างกันอย่างไร และเอเจนต์ที่ใช้หน่วยความจำสูงจะได้รับผลกระทบอย่างมากจากฝั่งอินพุต

แถวที่สองตั้งสมมติฐานว่าคำขอแต่ละรายการจาก 99 รายการที่ตามมานั้นมาถึงในขณะที่รายการแคชยังคงมีอายุใช้งานอยู่ สมมติฐานนั้นคือจุดที่ใบแจ้งหนี้จริงส่วนใหญ่เกิดความผิดพลาด

เหตุใดคำถามเดิมจึงมีค่าใช้จ่ายสูงขึ้นหลังจากหยุดพักไปช่วงหนึ่ง?

รายการในแคชมีอายุการใช้งาน โดยนาฬิกาจะเริ่มนับตั้งแต่คำขอที่เขียนหรืออ่านรายการนั้น ค่าเริ่มต้นของ API คือ 5 นาที ตัวเลือก 1 ชั่วโมงจะมีค่าใช้จ่ายในการเขียนสูงขึ้น 2 เท่าตามที่แสดงไว้ข้างต้น ใน Claude Code ค่าเริ่มต้นของการสมัครสมาชิกแบบหนึ่งชั่วโมงจะใช้กับบทสนทนาหลักและคำขอจากตัวช่วยที่เลือกไว้ภายในขอบเขตการใช้งานที่รวมอยู่ ส่วน subagents จะมีอายุ 5 นาทีเว้นแต่คุณจะเลือกอายุการใช้งานที่นานกว่านั้น บทสนทนาหลักจะลดอายุลงเหลือ 5 นาทีเมื่อคุณเริ่มใช้เครดิตการใช้งาน หากใช้ API key หรือผู้ให้บริการคลาวด์ ค่าเริ่มต้นจะเป็น 5 นาที การตั้งค่า ENABLE_PROMPT_CACHING_1H=1 จะช่วยรักษาอายุการใช้งานหนึ่งชั่วโมงไว้ในขณะที่ใช้เครดิตการใช้งาน และตั้งแต่ Claude Code v2.1.242 เป็นต้นไป การตั้งค่า promptCacheTtl ให้เป็น 1h จะให้ผลเช่นเดียวกันกับบทสนทนาหลัก และตั้งแต่เวอร์ชันเดียวกันเป็นต้นไป การตั้งค่า subagentPromptCacheTtl ให้เป็น 1h จะเป็นการเลือกอายุการใช้งานที่นานขึ้นสำหรับคำขอนอกบทสนทนาหลัก

ดังนั้น คำถามบรรทัดเดียวที่คุณพิมพ์ลงในเซสชันที่เปิดทิ้งไว้ช่วงพักเที่ยงจึงมีราคาแพง เพราะรายการในแคชหมดอายุในขณะที่คุณไม่อยู่ ระบบจึงต้องประมวลผล prefix ทั้งหมดรวมถึงหน่วยความจำ และเขียนลงในแคชใหม่อีกครั้งในอัตราค่าบริการการเขียนแคช ระยะเวลาของการหยุดพักจึงเป็นตัวกำหนดราคานั้น

คุณสามารถตรวจสอบเรื่องนี้ได้ด้วยตนเองแทนที่จะเชื่อตามคำบอกเล่า ในแผน Pro, Max, Ultra, Team หรือ Enterprise การแจกแจง /usage จะระบุพฤติกรรมใดก็ตามที่ส่งผลต่อการใช้งาน 10 เปอร์เซ็นต์ขึ้นไปของยอดการใช้งานล่าสุด โดยทั้งบริบทที่ยาวและการพลาดแคช (cache misses) จะปรากฏชื่อให้เห็นที่นั่น ตั้งแต่ Claude Code v2.1.251 เป็นต้นไป บล็อกเซสชันใน /usage จะเพิ่มบรรทัด Prompt cache (main) ซึ่งแสดงสัดส่วนของอินพุตที่ให้บริการจากแคช จำนวนครั้งที่พลาด และสถานะว่าแคชยังคงทำงานอยู่หรือไม่ ในส่วนของ API ให้สังเกตค่า cache_creation_input_tokens ที่จะกระโดดกลับขึ้นไปเท่ากับขนาดเต็มของ prefix ของคุณในคำขอแรกหลังจากช่วงเวลาที่ไม่มีการใช้งาน

สิ่งที่ทำให้แคชไม่ถูกต้องโดยไม่แจ้งเตือน

ลำดับของ prefix ที่ถูกแคชไว้คือ: เครื่องมือ, ตามด้วยระบบ, และข้อความ การเปลี่ยนแปลงในระดับใดระดับหนึ่งจะทำให้ระดับนั้นและทุกสิ่งที่ตามมาไม่ถูกต้อง การแก้ไขคำจำกัดความของเครื่องมือจะทิ้งแคชทั้งหมด การแก้ไข system prompt จะทิ้งแคชของระบบและข้อความ

นี่คือกับดักสำหรับผู้ที่เก็บหน่วยความจำไว้ใน system prompt และเขียนใหม่ในขณะที่เอเจนต์เรียนรู้ การเขียนใหม่แต่ละครั้งจะทิ้งสำเนาที่แคชไว้ของทุกสิ่งที่อยู่เบื้องหลัง ดังนั้นคำขอถัดไปจะต้องเสียเวลาเขียนใหม่ทั้งหมด ควรเก็บเนื้อหาที่คงที่ไว้ที่ส่วนหน้าและรักษาให้คงที่ และปล่อยให้เนื้อหาที่เปลี่ยนแปลงบ่อยอยู่ในรายการข้อความส่วนท้าย ซึ่งการทำให้แคชไม่ถูกต้องในส่วนนั้นมีต้นทุนต่ำ

มีความล้มเหลวประการที่สองที่เงียบกว่า โมเดลแต่ละรุ่นมีค่าขั้นต่ำของ prefix ที่แคชได้: 512 โทเค็นสำหรับ Claude Opus 5, 1,024 สำหรับ Claude Sonnet 5, 4,096 สำหรับ Claude Haiku 4.5 ตามที่เผยแพร่ในเดือนตุลาคม 2026 เอกสารของ Anthropic ระบุชัดเจนถึงสิ่งที่เกิดขึ้นหากต่ำกว่าค่านี้: คำขอที่ต่ำกว่าค่าขั้นต่ำจะถูกประมวลผลโดยไม่มีการแคช และไม่มีการส่งข้อความแสดงข้อผิดพลาดกลับมา ดังนั้นไฟล์หน่วยความจำที่ทำเครื่องหมายด้วย cache_control จึงไม่มีผลใดๆ เลยโดยไม่มีการแจ้งเตือน หาก prefix ทั้งหมดจนถึงจุดตัดนั้นมีขนาดต่ำกว่าค่าขั้นต่ำ อาการที่คุณจะสังเกตเห็นได้คือ cache_creation_input_tokens ยังคงเป็น 0 ในขณะที่ prompt ของคุณมีจุดตัดอย่างชัดเจน

ตัดหน่วยความจำที่ไม่จำเป็นออก

หน่วยความจำทุกบรรทัดมีต้นทุนเป็นโทเค็นในทุกรอบการทำงาน ดังนั้นคำถามสำหรับแต่ละบรรทัดคือข้อมูลนั้นช่วยให้ได้คำตอบที่ถูกต้องเมื่อไม่นานมานี้หรือไม่ Claude Code ทำให้ข้อจำกัดนี้ชัดเจนขึ้น ควรพยายามรักษาไฟล์ CLAUDE.md ให้มีความยาวไม่เกิน 200 บรรทัด เนื่องจากไฟล์ที่ยาวกว่าจะใช้บริบท (context) มากขึ้นและลดความแม่นยำในการปฏิบัติตามคำสั่งของ Claude MEMORY.md จะถูกจำกัดไว้ที่ 200 บรรทัดแรกหรือ 25KB ในขณะโหลด ข้อมูลที่เกินจากขีดจำกัดนี้จะถูกตัดออกเมื่อเริ่มเซสชันถัดไป ดังนั้นดัชนีที่มีขนาดใหญ่เกินไปจะใช้พื้นที่บริบทไปกับส่วนที่โหลดเข้ามา ในขณะที่ส่วนที่เหลือจะไม่ถูกอ่าน

นิสัยสองประการที่จะช่วยให้ไฟล์มีขนาดเล็กอยู่เสมอคือ การย้ายรายละเอียดออกจากดัชนีไปไว้ในไฟล์หัวข้อเฉพาะ ซึ่ง Claude จะอ่านเมื่อจำเป็นแทนที่จะอ่านตั้งแต่เริ่มต้น และการย้ายคำแนะนำขั้นตอนการทำงานออกจาก CLAUDE.md ไปไว้ในทักษะ (skills) ซึ่งจะโหลดเฉพาะเมื่อมีการเรียกใช้เท่านั้น สำหรับไฟล์หน่วยความจำที่มีส่วน frontmatter อยู่แล้ว Claude Code จะบันทึกเวลาที่เขียนไว้ในฟิลด์ modified เป็นรูปแบบ ISO 8601 timestamp ในเวอร์ชัน 2.1.214 ขึ้นไป ซึ่ง timestamp นี้เป็นวิธีที่เร็วที่สุดในการตรวจสอบข้อมูลที่ล้าสมัย การตัดหน่วยความจำตัวแทนที่ล้าสมัย จะอธิบายกระบวนการตรวจสอบนี้ในรายละเอียดที่ลึกซึ้งยิ่งขึ้น

เมื่อการดึงข้อมูลมีประสิทธิภาพมากกว่าการโหลดทุกอย่างลงในบริบท

เครื่องมือหน่วยความจำ (memory tool) มีไว้เพื่อรองรับการดึงข้อมูลแบบทันท่วงที (just-in-time retrieval) แทนที่จะโหลดข้อมูลทั้งหมดตั้งแต่ต้น เอเจนต์จะบันทึกสิ่งที่เรียนรู้และอ่านไฟล์กลับมาเฉพาะเมื่อจำเป็นต้องใช้งานสำหรับงานนั้นๆ วิธีนี้เปลี่ยนหลักการคำนวณ เพราะการอ่านไฟล์จะเพิ่มเนื้อหาเมื่อจำเป็นและคงอยู่ในคำขอถัดไปจนกว่าจะถูกลบออกจากบริบท ในขณะที่การโหลดบล็อกข้อมูลไว้ถาวรจะมีต้นทุนในทุกๆ รอบการทำงาน

กฎง่ายๆ ที่ได้จากแผนภูมิทั้งสองด้านบนคือ ข้อความที่ถูกใช้เกือบทุกรอบควรอยู่ในส่วน stable cached prefix ส่วนข้อความที่ถูกใช้เพียงหนึ่งในยี่สิบรอบควรอยู่หลังการเรียก view จุดคุ้มทุนจะเปลี่ยนไปตามจำนวนครั้งที่คุณเรียกใช้งานซ้ำ ไม่ใช่ตามราคาที่ Anthropic เรียกเก็บ

บน API คุณยังสามารถให้แพลตฟอร์มช่วยตัดทอนบทสนทนาได้ การแก้ไขบริบท (context editing) จะล้างผลลัพธ์จากเครื่องมือเก่าออกเมื่อบทสนทนาเกินเกณฑ์ที่คุณกำหนดไว้ ฟีเจอร์นี้ยังอยู่ในสถานะเบต้า ดังนั้นคำขอที่ใช้งานฟีเจอร์นี้จึงจำเป็นต้องใส่ header เบต้า 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}
    }
  ]
}

ค่าเริ่มต้นคือการตั้งเกณฑ์ไว้ที่ 100,000 input tokens และเก็บผลลัพธ์จากเครื่องมือไว้ 3 รายการ โปรดอ่านรายละเอียดการทำงานร่วมกับระบบแคชก่อนเปิดใช้งาน เนื่องจากเนื้อหาที่ถูกล้างออกจะทำให้ cached prefix ที่จุดนั้นใช้งานไม่ได้ ส่งผลให้คุณต้องเสียค่าใช้จ่ายในการเขียนแคชใหม่ในคำขอถัดไป นั่นคือเหตุผลที่มี clear_at_least ซึ่งจะช่วยชะลอการล้างข้อมูลจนกว่าการประหยัดพื้นที่นั้นจะคุ้มค่าพอที่จะชดเชยค่าใช้จ่ายในการเขียนข้อมูลใหม่ การตอบกลับจะรายงานสิ่งที่เกิดขึ้นอย่างชัดเจนภายใต้ context_management พร้อมด้วย cleared_tool_uses และ cleared_input_tokens ทำให้คุณสามารถวัดผลการแลกเปลี่ยนนี้ได้จริงแทนที่จะเป็นเพียงทฤษฎี การจัดการหน้าต่างบริบทใน Claude Code นำแนวคิดเดียวกันนี้ไปประยุกต์ใช้กับเซสชันการเขียนโค้ด

รายการใดบ้างที่มีการคิดค่าใช้จ่ายแยกต่างหาก

หน่วยความจำ (Memory) ไม่มีการคิดค่าใช้จ่ายในตัวเอง แต่ฟีเจอร์บางอย่างมีการคิดค่าใช้จ่ายจริง ซึ่งควรทราบว่ามีอะไรบ้าง ต่อไปนี้คืออัตราค่าบริการ Claude API ที่ประกาศ ณ เดือนตุลาคม 2026 การดำเนินการบางอย่างไม่มีค่าใช้จ่ายเลย และ เครดิตทดสอบ Claude API จะช่วยให้ผู้ใช้ใหม่สามารถทดลองใช้งานได้ FAQ ด้านราคาของ Anthropic ระบุเพียงว่าผู้ใช้ใหม่จะได้รับเครดิตฟรีเพื่อทดสอบ API โดยไม่ได้ระบุจำนวนเงินที่แน่นอน ผู้สมัครสมาชิกแผน Max, Ultra และ Team จะได้รับเครดิต API รายเดือน ซึ่งเอกสารของ Anthropic ณ วันที่ 31 ตุลาคม 2026 ระบุไว้ที่ 100 ดอลลาร์สำหรับแผน Max และ 200 ดอลลาร์สำหรับแผน Ultra สำหรับแผน Team เครดิตจะอยู่ที่ 20 ดอลลาร์ต่อที่นั่งแบบ Standard และ 100 ดอลลาร์ต่อที่นั่งแบบ Premium โดยจะนำมารวมกันและจำกัดไว้ที่ 500 ดอลลาร์ต่อเดือน แผน Free, Pro และ Enterprise ไม่มีสิทธิ์ได้รับเครดิตนี้ เครดิตที่ไม่ได้ใช้จะไม่ทบยอดไปยังเดือนถัดไป และไม่ครอบคลุมการใช้งาน Claude Code แบบโต้ตอบหรือเครดิตการใช้งานทั่วไป แต่จะครอบคลุม claude -p และ Claude Agent SDK เมื่อคุณเรียกใช้งานโดยตรงด้วย API key จากองค์กรที่เชื่อมโยงใน Console การเรียกใช้งานที่เริ่มผ่าน Claude Code GitHub Action, ส่วนขยาย IDE หรือแอปเดสก์ท็อปจะไม่ได้รับสิทธิ์นี้ แม้ว่าจะใช้ -p ก็ตาม เครดิตเหล่านี้เป็นสิทธิประโยชน์ของแผนแบบชำระเงิน และค่าใช้จ่ายด้านล่างจะถูกหักจากเครดิตที่มีอยู่หรือยอดเงินคงเหลือของคุณ

  • การค้นหาบนเว็บ (Web search): 10 ดอลลาร์ต่อการค้นหา 1,000 ครั้ง บวกกับค่าใช้จ่ายตามจำนวนโทเค็นปกติของเนื้อหาทั้งหมดที่การค้นหานั้นนำเข้าสู่บริบท
  • การประมวลผลโค้ด (Code execution): ฟรี 1,550 ชั่วโมงต่อองค์กรในแต่ละเดือน หลังจากนั้นคิดค่าบริการ 0.05 ดอลลาร์ต่อชั่วโมงต่อคอนเทนเนอร์ โดยจะไม่มีค่าใช้จ่ายหากคำขอนั้นรวมการค้นหาบนเว็บหรือการดึงข้อมูลจากเว็บที่ใช้เครื่องมือเวอร์ชัน 20260209 หรือใหม่กว่า
  • Claude Managed Agents: คิดค่าบริการตามระยะเวลาเซสชันที่ 0.08 ดอลลาร์ต่อชั่วโมง นอกเหนือจากค่าใช้จ่ายตามจำนวนโทเค็นปกติ
  • การดึงข้อมูลจากเว็บ (Web fetch): ไม่มีค่าใช้จ่ายเพิ่มเติม คิดเฉพาะค่าใช้จ่ายตามจำนวนโทเค็นของเนื้อหาที่ดึงมาเท่านั้น

หน่วยความจำไม่ปรากฏอยู่ในรายการข้างต้น แต่จะปรากฏอยู่ในจำนวนโทเค็นขาเข้าของคุณ ซึ่งเป็นจุดที่คุณสามารถวัดผลได้ และเป็นจุดที่คุณสามารถลดค่าใช้จ่ายได้ด้วยการตัดทอน (pruning) และการทำแคช (caching) หากคุณกำลังวางแผนงบประมาณสำหรับเอเจนต์ที่ทำงานโดยไม่มีผู้ดูแลบน virtual private server (VPS) การควบคุมค่าใช้จ่ายสำหรับ AI agent บน VPS คือสิ่งถัดไปที่คุณควรดำเนินการ เพราะเอเจนต์ที่มีไฟล์หน่วยความจำเพิ่มขึ้นเรื่อยๆ โดยไม่มีการตัดทอนจะทำให้ค่าใช้จ่ายสูงขึ้นทุกสัปดาห์โดยไม่มีการแจ้งเตือนใดๆ

FAQ

มีค่าใช้จ่ายแยกต่างหากสำหรับฟีเจอร์หน่วยความจำของ Claude หรือไม่?

ไม่มี รายการราคาของ Anthropic ระบุอัตราต่อล้านโทเค็นขาเข้า ต่อล้านโทเค็นขาออก และตัวคูณสำหรับการทำ prompt caching โดยไม่มีรายการค่าใช้จ่ายสำหรับหน่วยความจำ สำหรับ Claude API นั้น เครื่องมือหน่วยความจำทำงานที่ฝั่งไคลเอนต์ ดังนั้นไฟล์ต่างๆ จะถูกเก็บไว้ในพื้นที่จัดเก็บข้อมูลที่คุณจ่ายค่าบริการอยู่แล้ว สิ่งที่หน่วยความจำเพิ่มเข้ามาคือจำนวนโทเค็นขาเข้า ซึ่งจะถูกเรียกเก็บเงินตามอัตราโทเค็นขาเข้าปกติของโมเดลหรืออัตราการทำแคชที่เกี่ยวข้องในทุกรอบการสนทนาที่มีข้อมูลดังกล่าว

การปิดหน่วยความจำทำให้ Claude มีราคาถูกลงหรือไม่?

การปิดหน่วยความจำจะลดจำนวนโทเค็นในแต่ละคำขอ ซึ่งช่วยลดค่าใช้จ่ายต่อคำขอ แต่การประหยัดเงินโดยรวมจะขึ้นอยู่กับสิ่งที่จะเกิดขึ้นหลังจากนั้น หาก Claude ต้องอ่านไฟล์สามไฟล์ใหม่และถามคำถามคุณสองข้อเพื่อสร้างข้อมูลที่หน่วยความจำเคยเก็บไว้ขึ้นมาใหม่ โทเค็นเหล่านั้นจะมีราคาสูงกว่าค่าใช้จ่ายของหน่วยความจำเสียอีก ควรวัดผลแทนการคาดเดา: ให้รัน /context ในเซสชันที่เปิดหน่วยความจำอัตโนมัติ และในเซสชันที่เริ่มด้วย CLAUDE_CODE_DISABLE_AUTO_MEMORY=1 จากนั้นเปรียบเทียบจำนวนโทเค็นทั้งหมดที่ใช้ไปกับงานเดียวกัน

ทำไมการใช้งานของฉันถึงเพิ่มขึ้นทั้งที่ไม่ได้เปลี่ยนแปลงอะไรเลย?

สาเหตุที่พบบ่อยที่สุดคือการที่แคชหมดอายุหลังจากหยุดใช้งานไปช่วงหนึ่ง รายการในแคชจะมีอายุ 5 นาทีโดยค่าเริ่มต้นบน API; Claude Code กำหนดค่าเริ่มต้นไว้ที่หนึ่งชั่วโมงสำหรับการสนทนาหลักและตัวช่วยที่เลือกไว้ภายใต้การใช้งานที่รวมอยู่ในแพ็กเกจสมาชิก และห้านาทีสำหรับการใช้งานผ่านเครดิต, API key หรือผู้ให้บริการคลาวด์ คำขอแรกหลังจากหมดอายุการใช้งานดังกล่าวจะประมวลผล prefix ทั้งหมดของคุณใหม่และเขียนข้อมูลลงแคชอีกครั้งในอัตราการเขียนแคช สาเหตุที่พบบ่อยอันดับสองคือการแก้ไข prefix: การเปลี่ยนคำจำกัดความของเครื่องมือจะทำให้แคชทั้งหมดเป็นโมฆะ และการเปลี่ยน system prompt จะทำให้แคชของระบบและข้อความทั้งหมดเป็นโมฆะ สำหรับแผนสมาชิก รายละเอียดใน /usage จะระบุพฤติกรรมนี้เมื่อมีสัดส่วนการใช้งานถึง 10 เปอร์เซ็นต์หรือมากกว่าของการใช้งานล่าสุด

ควรเก็บหน่วยความจำไว้ใน system prompt หรือไว้หลังการเรียกใช้เครื่องมือ (tool call)?

ให้ใส่ไว้ใน system prompt เมื่อการสนทนาเกือบทุกรอบต้องใช้งานข้อมูลนั้น เพราะข้อมูลจะอยู่ใน prefix ที่ทำแคชไว้และเสียค่าใช้จ่ายในอัตราการอ่านแคช ให้ใส่ไว้หลังการเรียกใช้ view เมื่อมีเพียงบางงานเท่านั้นที่จำเป็นต้องใช้ เพราะจะช่วยชะลอการเพิ่มโทเค็นของไฟล์จนกว่าจะมีความจำเป็น ผลลัพธ์จะยังคงถูกเล่นซ้ำในรอบถัดไปจนกว่าจะถูกลบออกจากบริบท ตัวเลขตัดสินใจคือจำนวนครั้งที่คุณเล่นซ้ำ และออบเจกต์ usage จะแสดงโทเค็นขาเข้า, โทเค็นการเขียนแคช และโทเค็นการอ่านแคชสำหรับแต่ละคำขอ

ฟีเจอร์หน่วยความจำนับรวมอยู่ในขีดจำกัดการใช้งานของสมาชิกหรือไม่?

นับรวม โดยทางอ้อม เนื่องจากขีดจำกัดของสมาชิกถูกใช้ไปตามจำนวนโทเค็นที่แต่ละคำขอมี เอกสารช่วยเหลือของ Anthropic ระบุว่าการสนทนาที่ยาวขึ้นซึ่งกระตุ้นการจัดการบริบทอัตโนมัติจะใช้ขีดจำกัดการใช้งานของคุณมากขึ้น หน่วยความจำทำให้แต่ละคำขอมีความยาวขึ้นเล็กน้อย และเซสชันที่ยาวจะเล่นซ้ำความยาวนั้นในทุกรอบการสนทนา วิธีการทำงานจริงของขีดจำกัดการใช้งานของ Claude ครอบคลุมรายละเอียดว่าสิ่งใดจะรีเซ็ตเมื่อใด

บทความนี้มีประโยชน์หรือไม่