1M tokens ใน Claude ราคาเท่าไหร่ คำนวณค่าใช้จ่ายอย่างไร

1M tokens ใน Claude มีราคาเท่าใด

1M tokens หมายถึงหนึ่งล้านโทเค็น ซึ่งเป็นหน่วยที่ใช้ในการกำหนดราคาของ Claude API (application programming interface) ทุกรายการ โดยไม่มีราคาเดียวสำหรับหน่วยนี้ เนื่องจาก input และ output ถูกเรียกเก็บเงินในอัตราที่ต่างกัน และแต่ละโมเดลจะมีอัตราค่าบริการของตนเอง ณ เดือนสิงหาคม 2026 ราคาของ input tokens หนึ่งล้านโทเค็นอยู่ที่ $1 สำหรับ Claude Haiku 4.5, $2 สำหรับ Claude Sonnet 5 และ $5 สำหรับ Claude Opus 5

Output เป็นส่วนที่มีราคาสูงกว่า ในโมเดลปัจจุบันทุกรุ่น อัตราค่าบริการ output จะสูงกว่าอัตรา input ถึง 5 เท่า ดังนั้นสัดส่วนระหว่างทั้งสองส่วนนี้จึงส่งผลต่อค่าใช้จ่ายของคุณมากกว่าตัวเลขราคาหลัก แอปพลิเคชันที่ส่งเอกสารขนาดยาวและได้รับคำตอบสั้นๆ จะมีพฤติกรรมการใช้จ่ายที่แตกต่างอย่างมากจากแอปพลิเคชันที่เขียนคำตอบขนาดยาวจาก prompt สั้นๆ

หน้านี้เป็นเรื่องของหน่วยเศรษฐศาสตร์: ต้นทุนต่อโทเค็น และวิธีการประมาณการค่าใช้จ่ายก่อนที่คุณจะเริ่มพัฒนา สำหรับข้อมูลว่าโทเค็นถูกใช้งานอย่างไรในขณะที่คุณทำงาน โปรดอ่าน โทเค็นถูกใช้งานอย่างไรภายในเซสชันของ Claude Code

1M tokens มีขนาดเท่าใด

Token คือส่วนของข้อความที่โมเดลอ่านหรือเขียน แนวทางคร่าวๆ ของ Anthropic คือ 1 token ต่อ 4 ตัวอักษร หรือประมาณ 0.75 คำในภาษาอังกฤษ ดังนั้น 1 ล้าน tokens จึงเทียบเท่ากับประมาณ 750,000 คำ หรือประมาณ 4 MB ของข้อความธรรมดา

การประมาณการที่เผยแพร่สำหรับข้อมูลนำเข้าทั่วไปช่วยให้เห็นภาพขนาดได้ชัดเจนยิ่งขึ้น

[
  {
    "label": "Average web page (10 kB)",
    "tokens": "2,500"
  },
  {
    "label": "Documentation page (100 kB)",
    "tokens": "25,000"
  },
  {
    "label": "Research paper PDF (500 kB)",
    "tokens": "125,000"
  }
]

ด้วยอัตราดังกล่าว 1M tokens เทียบเท่ากับหน้าเว็บทั่วไปประมาณ 400 หน้าที่อ่านหนึ่งครั้ง หรือเอกสารวิจัยขนาดนั้นจำนวน 8 ฉบับ หรือเป็นการอ่าน codebase ขนาดกลางหนึ่งรอบ หรือการใช้งานแชทแบบเบาๆ ของคนหนึ่งคนเป็นเวลาหนึ่งเดือน

โปรดถือว่าข้อมูลทั้งหมดนี้เป็นการประมาณการเท่านั้น โค้ด, JSON และข้อความในภาษาอื่นที่ไม่ใช่ภาษาอังกฤษจะมีจำนวนคำต่อ token น้อยกว่า ดังนั้นอัตราส่วน 0.75 จึงเป็นค่าในแง่ดีที่สุด อีกปัจจัยหนึ่งที่ส่งผลต่อจำนวนคือ Claude Opus 4.7 ขึ้นไป ซึ่งรวมถึง Opus 5 และ Sonnet 5 ที่ใช้ tokenizer รุ่นใหม่ซึ่งสร้างจำนวน tokens มากกว่าข้อความเดียวกันประมาณ 30 เปอร์เซ็นต์เมื่อเทียบกับ Sonnet 4.6 และรุ่นก่อนหน้า ส่วน Claude Haiku 4.5 ยังคงใช้ tokenizer รุ่นเก่า ดังนั้นจำนวนที่คุณวัดได้บน Haiku 4.5 จะต่ำกว่าจำนวนจริงบน Sonnet 5 สำหรับข้อมูลนำเข้าที่เหมือนกัน ซึ่งหมายความว่าการเปรียบเทียบราคาต่อล้าน tokens โดยตรงข้ามรุ่นดังกล่าวอาจไม่ยุติธรรม ควรทดสอบ prompt เดียวกันกับทั้งสองโมเดลก่อนตัดสินใจ

ค่าบริการของ Claude ต่อล้านโทเค็น

[
  {
    "label": "Haiku 4.5",
    "input_usd": 1,
    "output_usd": 5
  },
  {
    "label": "Sonnet 5 (to 31 Aug 2026)",
    "input_usd": 2,
    "output_usd": 10
  },
  {
    "label": "Sonnet 5 (from 1 Sep 2026)",
    "input_usd": 3,
    "output_usd": 15
  },
  {
    "label": "Opus 5",
    "input_usd": 5,
    "output_usd": 25
  }
]

Claude Sonnet 5 มีราคาช่วงแนะนำอยู่ที่ $2 สำหรับ input และ $10 สำหรับ output จนถึงวันที่ 31 สิงหาคม 2026 ตั้งแต่วันที่ 1 กันยายน 2026 เป็นต้นไป จะใช้อัตรามาตรฐานคือ $3 สำหรับ input และ $15 สำหรับ output ส่วน Claude Opus 5 มีราคาอยู่ที่ $5 และ $25 มีโมเดลหนึ่งรุ่นที่อยู่นอกเหนือจากตารางนี้คือ Claude Fable 5 ซึ่งมีราคาอยู่ที่ $10 สำหรับ input และ $50 สำหรับ output ดังนั้น ความคุ้มค่าของอัตราดังกล่าว จึงขึ้นอยู่กับงานที่คุณนำไปใช้งานจริง

อัตราค่าบริการมีการเปลี่ยนแปลงได้ โปรดถือว่าตัวเลขทุกตัวในหน้านี้เป็นตัวอย่างที่อ้างอิงข้อมูล ณ เดือนสิงหาคม 2026 และควรตรวจสอบตัวเลขปัจจุบันที่ หน้าแสดงราคาอย่างเป็นทางการ ก่อนที่คุณจะอนุมัติงบประมาณ

สิ่งที่ไม่ส่งผลต่ออัตราค่าบริการคือความยาวของบริบท (context length) สำหรับ Claude 4.6 และรุ่นที่ใหม่กว่านั้น หน้าต่างบริบทขนาด 1M โทเค็นเต็มจะถูกคิดค่าบริการตามอัตรามาตรฐาน ดังนั้นคำขอขนาด 900,000 โทเค็นจะมีค่าใช้จ่ายต่อโทเค็นเท่ากับคำขอขนาด 9,000 โทเค็น การใช้ prompt ที่ยาวขึ้นจะมีค่าใช้จ่ายสูงขึ้นเนื่องจากมีจำนวนโทเค็นมากขึ้น โดยไม่มีการคิดอัตราแยกต่างหากสำหรับบริบทที่ยาว

การคำนวณที่ยังคงใช้ได้เมื่อมีการเปลี่ยนแปลงราคา

ใบแจ้งหนี้ทุกฉบับประกอบด้วยการคูณสองครั้งและการบวกหนึ่งครั้ง

cost = (input_tokens  / 1,000,000) * input_rate
     + (output_tokens / 1,000,000) * output_rate

เขียนในรูปแบบโค้ดที่คุณสามารถรันได้:

INPUT_RATE = 2.00    # USD per million input tokens, Sonnet 5, August 2026
OUTPUT_RATE = 10.00  # USD per million output tokens

def cost(input_tokens, output_tokens):
    return (input_tokens * INPUT_RATE + output_tokens * OUTPUT_RATE) / 1_000_000

print(f"{cost(4300, 400):.4f}")

โค้ดนี้จะพิมพ์ค่า 0.0126 ออกมา คำขอที่ส่ง input tokens จำนวน 4,300 และได้รับ output tokens กลับมา 400 จะมีค่าใช้จ่ายประมาณ 1.3 เซนต์บน Sonnet 5 ให้เก็บอัตราค่าบริการทั้งสองไว้ในที่เดียวกันในโค้ดของคุณ เมื่อมีการเปลี่ยนแปลงราคา คุณเพียงแค่แก้ไขสองบรรทัดนี้ แล้วการประมาณการค่าใช้จ่ายทั้งหมดในระบบของคุณก็จะปรับเปลี่ยนตามไปพร้อมกัน

การประเมินต้นทุนสำหรับแอปพลิเคชันจริง

สมมติว่าคุณมีผู้ช่วยสนับสนุน (support assistant) ตัวหนึ่ง ซึ่งมี system prompt และเอกสารประกอบผลิตภัณฑ์รวมกันอยู่ที่ 4,000 tokens ข้อมูลเหล่านี้จะถูกส่งออกไปในทุกคำขอ เนื่องจาก Messages API เป็นแบบ stateless และโมเดลไม่จดจำข้อมูลใดๆ ระหว่างการเรียกใช้งาน คำถามของผู้ใช้จะเพิ่มเข้ามาอีกประมาณ 300 tokens และคำตอบจะอยู่ที่ประมาณ 400 tokens รวมเป็น input 4,300 tokens และ output 400 tokens ต่อหนึ่งคำขอ

input 1 ล้าน tokens จะรองรับคำขอในลักษณะนี้ได้ประมาณ 232 ครั้ง หากมีคำขอ 1,000 ครั้งต่อวัน แอปพลิเคชันจะใช้ input 4.3 ล้าน tokens ต่อวัน ดังนั้น "1M tokens" จึงรองรับการใช้งานได้ไม่ถึงหกชั่วโมง

[
  {
    "label": "Opus 5, list rates",
    "cost_per_1k_usd": "31.50"
  },
  {
    "label": "Sonnet 5, list rates",
    "cost_per_1k_usd": "12.60"
  },
  {
    "label": "Sonnet 5, Batch API",
    "cost_per_1k_usd": "6.30"
  },
  {
    "label": "Haiku 4.5, list rates",
    "cost_per_1k_usd": "6.30"
  },
  {
    "label": "Sonnet 5, warm prompt cache",
    "cost_per_1k_usd": "5.40"
  }
]

บน Claude Opus 5 ปริมาณการใช้งานดังกล่าวจะมีค่าใช้จ่าย $31.50 ต่อ 1,000 คำขอ ส่วนบน Sonnet 5 จะอยู่ที่ $12.60 หากลดระดับลงมาใช้ Claude Haiku 4.5 ค่าใช้จ่ายจะเหลือ $6.30 และการใช้ prompt cache บน Sonnet 5 จะช่วยให้ต้นทุนต่ำลงไปอีกที่ $5.40

เมื่อคูณด้วย 30 เพื่อคำนวณค่าใช้จ่ายรายเดือน สำหรับ Sonnet 5 ในราคาปกติจะอยู่ที่ประมาณ $378 ต่อเดือน ส่วนแอปเดียวกันหากใช้ cache จะอยู่ที่ประมาณ $162 การเลือกโมเดลและการตัดสินใจเรื่องการทำ caching มีผลต่อต้นทุนมากกว่าอัตราค่าบริการที่คุณจะต่อรองได้ในปริมาณการใช้งานระดับนี้ การเลือกว่าจะใช้โมเดลใดเป็นเรื่องเฉพาะตัว และโมเดลที่ถูกที่สุดที่ผ่านเกณฑ์การประเมินของคุณคือผู้ชนะ โดยเนื้อหา การเลือกระหว่าง Opus, Sonnet และ Haiku จะครอบคลุมวิธีการทดสอบเรื่องนี้อย่างเหมาะสม

การทำ Prompt caching ช่วยลดส่วนที่ซ้ำซ้อน

prefix ขนาด 4,000 token นั้นเหมือนกันในทุกคำขอ และคุณต้องจ่ายค่า input เต็มจำนวนทุกครั้ง Prompt caching จะจัดเก็บ prefix ที่ประมวลผลแล้วไว้ และคิดค่าบริการในอัตราที่ลดลงเมื่อมีการนำกลับมาใช้ใหม่

การอ่านจาก cache มีค่าใช้จ่าย 0.1 เท่าของอัตรา input พื้นฐาน ส่วนการเขียนลง cache มีค่าใช้จ่าย 1.25 เท่าของอัตราพื้นฐานสำหรับอายุการใช้งาน 5 นาที หรือ 2 เท่าของอัตราพื้นฐานสำหรับอายุการใช้งาน 1 ชั่วโมง ดังนั้น cache แบบ 5 นาทีจะคุ้มทุนหลังจากการอ่านเพียงครั้งเดียว เพราะค่าใช้จ่ายในการเขียนเพิ่มขึ้นเพียง 0.25 ในขณะที่การอ่านแต่ละครั้งช่วยประหยัดได้ถึง 0.9 ส่วน cache แบบ 1 ชั่วโมงต้องมีการอ่านอย่างน้อย 2 ครั้งจึงจะคุ้มทุน

วิธีที่ง่ายที่สุดในการเปิดใช้งานคือการเพิ่มฟิลด์ระดับบนสุดเพียงฟิลด์เดียว:

curl https://api.anthropic.com/v1/messages \
  -H "content-type: application/json" \
  -H "x-api-key: $ANTHROPIC_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -d '{
    "model": "claude-opus-5",
    "max_tokens": 1024,
    "cache_control": {"type": "ephemeral"},
    "system": "You are a helpful assistant.",
    "messages": [
      {"role": "user", "content": "What are the key themes in Pride and Prejudice?"}
    ]
  }'

จากนั้นให้อ่านบล็อก usage ที่ส่งกลับมา:

{
  "usage": {
    "cache_creation_input_tokens": 5120,
    "cache_read_input_tokens": 1800,
    "input_tokens": 50,
    "output_tokens": 503
  }
}

ตัวนับ input ทั้งสามรายการนั้นถูกเรียกเก็บเงินในอัตราที่แตกต่างกันสามระดับ และผลรวมของมันคือปริมาณ input จริงของคุณ: total_input_tokens = cache_read_input_tokens + cache_creation_input_tokens + input_tokens การประเมินค่าใช้จ่ายที่อ่านเฉพาะ input_tokens จะคลาดเคลื่อนอย่างมากเมื่อเปิดใช้งาน caching

มีสองปัจจัยที่ทำให้การใช้ cache ไม่คุ้มค่า และทั้งสองกรณีจะล้มเหลวโดยไม่มีการแจ้งเตือน:

prefix ต้องเหมือนกันทุกไบต์ การค้นหาใน cache เป็นการจับคู่แบบ prefix ดังนั้น timestamp หรือชื่อผู้ใช้ที่อยู่ส่วนบนสุดของ system prompt จะทำให้มันเปลี่ยนไปในทุกคำขอ ส่งผลให้คุณต้องจ่ายค่า input 1.25 เท่าของอัตราพื้นฐานทุกครั้งและไม่เคยอ่านจาก cache ได้เลย อาการที่พบคือ cache_creation_input_tokens ยังคงสูงในขณะที่ cache_read_input_tokens เป็น 0 ให้วาง cache_control ไว้ที่บล็อกสุดท้ายที่มีเนื้อหาเหมือนกันในทุกคำขอ และนำส่วนที่เปลี่ยนแปลงไปไว้หลังจากนั้น การเปลี่ยนนิยาม tools ของคุณจะทำให้ cache ทั้งหมดที่อยู่ด้านล่างไม่ถูกต้อง เนื่องจากกระบวนการตรวจสอบความถูกต้องจะไล่ลำดับจาก tools, system ไปจนถึง messages

prefix ต้องมีความยาวเพียงพอ ความยาวขั้นต่ำที่สามารถทำ cache ได้คือ 512 tokens สำหรับ Opus 5, 1,024 สำหรับ Sonnet 5 และ 4,096 สำหรับ Haiku 4.5 หาก prompt สั้นกว่านี้จะไม่ถูกจัดเก็บลง cache และไม่มีข้อความแสดงข้อผิดพลาดส่งกลับมา prefix ขนาด 4,000 token ในตัวอย่างข้างต้นจะถูกจัดเก็บลง cache บน Sonnet 5 แต่จะไม่ถูกจัดเก็บบน Haiku 4.5 เนื่องจาก 4,000 ต่ำกว่าเกณฑ์ขั้นต่ำของโมเดลนั้น เมื่อตัวนับทั้งสองแสดงค่าเป็น 0 หมายความว่าไม่มีข้อมูลใดถูกจัดเก็บลง cache

การประมวลผลแบบ Batch ช่วยลดอัตราค่าใช้จ่ายลงครึ่งหนึ่ง

Batch API จะประมวลผลคำขอแบบอะซิงโครนัสโดยคิดค่าใช้จ่ายเพียง 50 เปอร์เซ็นต์ของทั้งอินพุตและเอาต์พุต จากตัวอย่างข้างต้น จะเปลี่ยนจาก $12.60 ต่อ 1,000 คำขอ ให้เหลือเพียง $6.30 ส่วนลดนี้สามารถใช้ร่วมกับ prompt caching ได้ ดังนั้นงาน batch ที่มีการใช้แคชจึงเป็นวิธีที่ประหยัดที่สุดสำหรับการประมวลผลข้อมูลจำนวนมาก

สิ่งที่คุณต้องแลกคือ latency ซึ่งทำให้ Batch ไม่เหมาะสำหรับงานที่ต้องรอผลลัพธ์แบบเรียลไทม์ แต่จะเหมาะสมกับงานประเภทการจำแนกข้อมูลข้ามคืนหรือการประมวลผลเอกสารย้อนหลัง (backfill)

เหตุใดค่าใช้จ่ายในการแชทจึงเพิ่มขึ้นภายในบทสนทนาเดียว

เนื่องจาก API ไม่มีการเก็บสถานะ (stateless) ไคลเอนต์ของคุณจึงต้องส่งประวัติบทสนทนาทั้งหมดไปใหม่ในทุกครั้งที่มีการโต้ตอบ ปริมาณการใช้โทเค็นภายในแชทหนึ่งรายการจึงเพิ่มขึ้นตามเลขยกกำลังสองของความยาวบทสนทนา ไม่ใช่เพิ่มขึ้นเป็นเส้นตรง

สมมติว่าการโต้ตอบแต่ละครั้งใช้โทเค็นเฉลี่ย 500 โทเค็น ในการโต้ตอบครั้งที่ 1 จะส่ง input tokens จำนวน 500 โทเค็น ครั้งที่ 2 จะส่ง 1,000 โทเค็น และครั้งที่ 20 จะส่ง 10,000 โทเค็น เมื่อคำนวณรวมด้วยสูตร n(n+1)/2 บทสนทนาที่มีการโต้ตอบ 20 ครั้งจะส่ง input tokens รวมประมาณ 105,000 โทเค็น ในขณะที่เนื้อหาบทสนทนาจริงมีความยาวเพียง 10,000 โทเค็นเท่านั้น

นี่คือเหตุผลว่าทำไมฟีเจอร์แชทถึงมีค่าใช้จ่ายสูงกว่าที่เห็นจากความยาวของบทสนทนา และเหตุใดการทำ caching ส่วนต้นของข้อความที่ไม่มีการเปลี่ยนแปลง หรือการสรุปเนื้อหาในการโต้ตอบช่วงก่อนหน้า จึงช่วยประหยัดค่าใช้จ่ายได้จริงในเธรดที่มีความยาว สำหรับเอเจนต์ที่มีการวนลูปเรียกใช้เครื่องมือ (tool calls) ก็มีลักษณะการเพิ่มขึ้นแบบเดียวกันและรุนแรงกว่า เนื่องจากผลลัพธ์จากเครื่องมือทุกรายการจะถูกเก็บไว้ในประวัติและถูกส่งซ้ำในการโต้ตอบทุกครั้งหลังจากนั้น การกำหนดเพดานค่าใช้จ่ายสูงสุดสำหรับเอเจนต์ที่คุณรันเอง จึงมีความสำคัญอย่างยิ่งในกรณีนี้ เพราะการเพิ่มขึ้นของค่าใช้จ่ายดังกล่าวเกิดขึ้นโดยอัตโนมัติและมักไม่มีผู้คอยตรวจสอบ

นับจำนวนโทเค็นก่อนที่คุณจะคาดเดา

เลิกประมาณจำนวนโทเค็นจากจำนวนคำได้แล้ว API จะนับจำนวนโทเค็นให้คุณโดยไม่มีค่าใช้จ่าย และแยกอัตราการจำกัด (rate limit) ออกจากการสร้างข้อความ

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"
    }]
  }'

การตอบกลับจะมีเพียงหนึ่งฟิลด์เท่านั้น:

{ "input_tokens": 14 }

ให้ป้อน system prompt และคำจำกัดความของเครื่องมือ (tool definitions) ที่คุณใช้งานจริง พร้อมด้วยข้อความตัวอย่างจากผู้ใช้ จากนั้นนำตัวเลขที่ได้ไปใส่ในฟังก์ชันคำนวณต้นทุนด้านบน endpoint นี้รับข้อมูลในรูปแบบเดียวกับคำขอส่งข้อความ ดังนั้นรูปภาพและไฟล์ PDF จึงถูกนับจำนวนอย่างถูกต้องเช่นกัน มีข้อควรระวัง 2 ประการที่สำคัญ ประการแรก จำนวนที่ได้เป็นการประมาณการและอาจแตกต่างจากตัวเลขที่ถูกเรียกเก็บเงินจริงเล็กน้อย ประการที่สอง การวัดผลจะใช้ตัวแบ่งโทเค็น (tokenizer) ของโมเดลที่คุณระบุ ดังนั้นโปรดระบุโมเดลที่คุณจะใช้งานจริง

จำนวนโทเค็นขาออกไม่สามารถนับล่วงหน้าได้เนื่องจากยังไม่มีการสร้างขึ้น ให้จำกัดจำนวนด้วย max_tokens จากนั้นจึงวัดการกระจายตัวจริงจาก usage.output_tokens บนทราฟฟิกที่ใช้งานจริง

ค่าใช้จ่ายส่วนอื่นในใบแจ้งหนี้

โทเค็นเป็นส่วนประกอบหลักของค่าใช้จ่ายส่วนใหญ่ในใบแจ้งหนี้ แต่ยังมีรายการอื่นที่ไม่ใช่โทเค็นซึ่งมักทำให้ผู้ใช้ประหลาดใจ

• คำจำกัดความของเครื่องมือ (Tool definitions) จะถูกนับเป็นอินพุตโทเค็นในทุกคำขอ ระบบแจ้งเตือนการใช้เครื่องมือเพียงอย่างเดียวจะเพิ่มโทเค็นอีก 286 ถึง 406 โทเค็นบน Opus 5 ก่อนที่จะรวมสคีมาของคุณเอง หากมีคำอธิบายเครื่องมือที่ยาวเหยียด 10 รายการ อาจทำให้ขนาดของพรอมต์ขนาดเล็กเพิ่มขึ้นเป็นสองเท่าได้
• การค้นหาเว็บ (Web search) มีค่าบริการ 10 ดอลลาร์ต่อการค้นหา 1,000 ครั้ง นอกเหนือจากค่าโทเค็นที่เกิดขึ้นเมื่อผลลัพธ์ถูกนำเข้าสู่บริบท (context)
• การดึงข้อมูลจากเว็บ (Web fetch) ไม่มีค่าธรรมเนียมแยกต่างหาก แต่หน้าเว็บที่ดึงมาจะถูกนับเป็นอินพุตโทเค็น โดยหน้าเอกสารขนาด 100 kB จะมีขนาดประมาณ 25,000
• การร้องขอให้ประมวลผลเฉพาะในสหรัฐอเมริกาด้วย inference_geo บน Claude 4.6 ขึ้นไป จะมีการคูณค่าใช้จ่ายเพิ่ม 1.1 เท่าในทุกหมวดหมู่โทเค็น รวมถึงการอ่านและเขียนแคชด้วย

การตัดสินใจว่าการซื้อ API เป็นทางเลือกที่คุ้มค่าหรือไม่นั้น ขึ้นอยู่กับปริมาณการใช้งานของคุณ การถึงขีดจำกัดการใช้งานตามแผนที่เลือกมักเป็นจุดเริ่มต้นของคำถามนี้ และ แนวทางในการจัดการเมื่อถึงขีดจำกัด มีตั้งแต่การรอให้ครบกำหนดรอบเวลา ไปจนถึงการย้ายงานเหล่านั้นไปใช้ API แบบคิดค่าบริการตามจริง หากปริมาณการใช้งานต่ำกว่าระดับหนึ่ง แผนรายเดือนแบบเหมาจ่ายจะคุ้มค่ากว่าอย่างชัดเจน และ การเปรียบเทียบ API กับการสมัครสมาชิก Claude จะแสดงการเปรียบเทียบดังกล่าวด้วยตัวเลขจริง

FAQ

1M tokens ใน Claude มีค่าใช้จ่ายเท่าไร

ขึ้นอยู่กับรุ่นของโมเดลและประเภทของโทเค็นว่าเป็น input หรือ output ณ เดือนสิงหาคม 2026 โทเค็นขาเข้า (input) หนึ่งล้านโทเค็นมีราคา $1 สำหรับ Claude Haiku 4.5, $2 สำหรับ Claude Sonnet 5 (ราคาช่วงแนะนำ) และ $5 สำหรับ Claude Opus 5 โดยราคาขาออก (output) จะสูงกว่าขาเข้า 5 เท่าในทุกรุ่นดังกล่าว สำหรับ Sonnet 5 ราคาจะปรับเป็น $3 สำหรับขาเข้า และ $15 สำหรับขาออก ในวันที่ 1 กันยายน 2026 เนื่องจากราคาอาจมีการเปลี่ยนแปลง โปรดตรวจสอบราคาล่าสุดจากหน้าเว็บไซต์ทางการก่อนสรุปงบประมาณ

1M tokens เท่ากับ 1M คำหรือไม่

ไม่เท่ากัน โดยทั่วไป 1 โทเค็นมีค่าประมาณ 4 ตัวอักษรภาษาอังกฤษ หรือประมาณ 0.75 คำ ดังนั้น 1 ล้านโทเค็นจึงเท่ากับประมาณ 750,000 คำ อัตราส่วนนี้เป็นเพียงค่าประมาณเท่านั้น เนื่องจากโค้ด, JSON และภาษาอื่นที่ไม่ใช่ภาษาอังกฤษจะใช้จำนวนโทเค็นต่อคำที่สูงกว่า นอกจากนี้ Claude Opus 4.7 ขึ้นไปใช้ tokenizer รุ่นใหม่ที่สร้างโทเค็นมากกว่าข้อความเดียวกันใน Claude Sonnet 4.6 และรุ่นก่อนหน้าประมาณ 30 เปอร์เซ็นต์ ดังนั้นจำนวนโทเค็นจึงไม่สามารถนำมาเปรียบเทียบข้ามรุ่นโมเดลได้โดยตรง ให้วัดค่าด้วย endpoint /v1/messages/count_tokens โดยระบุโมเดลที่คุณวางแผนจะใช้งาน

Prompt caching ช่วยประหยัดค่าใช้จ่ายเสมอไปหรือไม่

ไม่เสมอไป การเขียน cache 5 นาทีมีค่าใช้จ่าย 1.25 เท่าของอัตรา input พื้นฐาน ดังนั้น prefix ที่ถูกเขียนลงไปแต่ไม่เคยถูกอ่านเลยจะมีค่าใช้จ่ายสูงกว่าการส่งข้อความปกติ 25 เปอร์เซ็นต์ การใช้งานจะคุ้มทุนตั้งแต่การอ่านครั้งแรกเป็นต้นไป ระบบนี้อาจล้มเหลวได้ 2 กรณีโดยไม่มีการแจ้งเตือน หาก prefix ที่แคชไว้มีการเปลี่ยนแปลงระหว่างการร้องขอ การค้นหาจะไม่พบข้อมูลเนื่องจากระบบตรวจสอบความถูกต้องแบบตรงตัว (exact prefix match) หาก prefix สั้นกว่าความยาวขั้นต่ำที่แคชได้ของโมเดล ซึ่งคือ 1,024 โทเค็นสำหรับ Sonnet 5 และ 4,096 โทเค็นสำหรับ Haiku 4.5 ระบบจะไม่แคชข้อมูลใดๆ และไม่มีการส่งข้อผิดพลาดกลับมา เมื่อ cache_creation_input_tokens และ cache_read_input_tokens อ่านค่าได้ 0 แสดงว่าระบบแคชไม่ได้ทำงาน

ทำไมค่าใช้จ่ายถึงเพิ่มขึ้นเร็วกว่าจำนวนข้อความที่ส่ง

เนื่องจากบทสนทนาทั้งหมดจะถูกส่งซ้ำในทุกรอบการโต้ตอบ Messages API ไม่มีการเก็บสถานะ (stateless) ดังนั้นการโต้ตอบครั้งที่ 20 ของแชทจะรวมเอาเนื้อหา 19 ครั้งก่อนหน้าเป็น input อีกครั้ง หากการโต้ตอบเฉลี่ยอยู่ที่ 500 โทเค็นต่อครั้ง บทสนทนา 20 ครั้งจะส่ง input รวมประมาณ 105,000 โทเค็น ทั้งที่เนื้อหาจริงมีความยาวเพียง 10,000 โทเค็นเท่านั้น การทำงานของ Agent loop ก็มีลักษณะเดียวกันเนื่องจากผลลัพธ์จาก tool ทุกรายการจะถูกเก็บไว้ในประวัติการสนทนา วิธีแก้ไขคือให้แคช prefix ที่คงที่ไว้ หรือสรุปเนื้อหาการสนทนาช่วงก่อนหน้าแล้วตัดออกจากคำร้องขอ (request)