ราคา 1M tokens ของ Claude คิดอย่างไร คำนวณค่าใช้จ่าย API

1M tokens ใน Claude มีราคาเท่าไร

1M tokens หมายถึงหนึ่งล้านโทเค็น ซึ่งเป็นหน่วยที่ใช้ในการกำหนดราคาของ Claude API (application programming interface) ทุกรายการ โดยไม่มีราคาเดียวสำหรับหน่วยนี้ เนื่องจากราคาของ input และ output จะถูกเรียกเก็บในอัตราที่แตกต่างกัน 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 เป็นส่วนที่มีค่าใช้จ่ายสูงกว่า ในโมเดลปัจจุบันทุกรุ่น อัตราค่าบริการของ output จะสูงกว่า input ถึง 5 เท่า ดังนั้นสัดส่วนระหว่างทั้งสองส่วนนี้จึงส่งผลต่อค่าใช้จ่ายของคุณมากกว่าตัวเลขราคาหลัก แอปพลิเคชันที่ส่งเอกสารยาวๆ แต่ได้รับคำตอบสั้นๆ จะมีพฤติกรรมการใช้จ่ายที่แตกต่างอย่างมากจากแอปพลิเคชันที่เขียนคำตอบยาวๆ จาก prompt สั้นๆ

หน้านี้เป็นเรื่องของเศรษฐศาสตร์เชิงหน่วย: ต้นทุนต่อโทเค็น และวิธีการประมาณค่าใช้จ่ายก่อนเริ่มพัฒนา สำหรับข้อมูลว่าโทเค็นถูกใช้งานอย่างไรในขณะที่คุณทำงาน โปรดอ่าน โทเค็นถูกใช้งานอย่างไรในเซสชัน Claude Code

1M tokens มีขนาดเท่าใด

Token คือส่วนของข้อความที่โมเดลอ่านหรือเขียน คำแนะนำโดยประมาณของ Anthropic คือ 1 token ต่อ 4 ตัวอักษร หรือประมาณ 0.75 คำในภาษาอังกฤษ ดังนั้น 1 ล้าน tokens จึงเท่ากับประมาณ 750,000 คำ หรือข้อความธรรมดาขนาดประมาณ 4 MB

การประมาณการที่เผยแพร่สำหรับข้อมูลนำเข้าทั่วไปช่วยให้เห็นภาพขนาดได้ชัดเจนขึ้น

[
  {
    "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 จะเท่ากับหน้าเว็บทั่วไปประมาณ 400 หน้าที่อ่านหนึ่งครั้ง หรือเอกสารวิจัยขนาดนั้นจำนวน 8 ฉบับ หรือเป็นการอ่าน codebase ขนาดกลางหนึ่งรอบ หรือการใช้งานแชทแบบทั่วไปของคนหนึ่งคนเป็นเวลาหนึ่งเดือน

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 มากกว่าข้อความเดียวกันใน Sonnet 4.6 และรุ่นก่อนหน้าประมาณ 30 เปอร์เซ็นต์ ส่วน Claude Haiku 4.5 ยังคงใช้ tokenizer รุ่นเก่า ดังนั้นจำนวนที่คุณวัดได้บน Haiku 4.5 จะต่ำกว่าจำนวนจริงบน Sonnet 5 สำหรับข้อมูลนำเข้าเดียวกัน ซึ่งหมายความว่าการเปรียบเทียบราคาต่อล้าน tokens โดยตรงข้ามรุ่นเหล่านี้อาจไม่ยุติธรรมนัก ควรทดสอบ prompt เดียวกันกับโมเดลทั้งสองรุ่นก่อนตัดสินใจ

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 โดยมีโมเดลหนึ่งรุ่นที่อยู่นอกเหนือตารางนี้คือ Claude Fable 5 ซึ่งมีราคาอยู่ที่ $10 สำหรับ input และ $50 สำหรับ output ดังนั้น ความคุ้มค่าของอัตราดังกล่าว จึงขึ้นอยู่กับงานที่คุณนำไปใช้งานจริง

อัตราค่าบริการมีการเปลี่ยนแปลงได้ โปรดถือว่าตัวเลขทุกตัวในหน้านี้เป็นตัวอย่างที่อ้างอิงข้อมูล ณ เดือนสิงหาคม 2026 และควรตรวจสอบตัวเลขปัจจุบันที่ หน้าแสดงราคาอย่างเป็นทางการ ก่อนอนุมัติงบประมาณ

อัตราเหล่านี้ระบุเพียงค่าใช้จ่ายของ Claude แต่ไม่ได้ระบุว่าตัวเลือกใดถูกกว่าสำหรับภาระงานของคุณ และ การเปรียบเทียบต้นทุนสามงานระหว่าง Claude และ ChatGPT จะแสดงให้เห็นว่า API ใดมีความได้เปรียบในแต่ละกรณี

สิ่งหนึ่งที่ไม่ส่งผลต่ออัตราค่าบริการคือความยาวของบริบท (context length) สำหรับ Claude 4.6 เป็นต้นไป หน้าต่างบริบทขนาด 1M โทเค็นเต็มจะถูกคิดค่าบริการตามอัตรามาตรฐาน ดังนั้นคำขอขนาด 900,000 โทเค็นจะมีค่าใช้จ่ายต่อโทเค็นเท่ากับคำขอขนาด 9,000 โทเค็น การใช้ prompt ที่ยาวขึ้นจะมีค่าใช้จ่ายสูงขึ้นเนื่องจากจำนวนโทเค็นที่เพิ่มขึ้น และไม่มีการคิดอัตราแยกต่างหากสำหรับบริบทที่ยาว

การคำนวณที่ยังคงใช้ได้เมื่อราคาเปลี่ยนแปลง

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}")

โค้ดดังกล่าวจะแสดงผลลัพธ์เป็น 0.0126 คำขอที่ส่ง input tokens จำนวน 4,300 หน่วย และได้รับ output tokens กลับมา 400 หน่วย จะมีค่าใช้จ่ายประมาณ 1.3 เซนต์บน Sonnet 5 ควรเก็บอัตราค่าบริการทั้งสองรายการไว้ในที่เดียวกันในโค้ดของคุณ เมื่อมีการเปลี่ยนแปลงราคา คุณเพียงแค่แก้ไขสองบรรทัด และการประมาณการค่าใช้จ่ายทั้งหมดในระบบของคุณก็จะปรับเปลี่ยนตามไปพร้อมกัน

การประเมินค่าใช้จ่ายสำหรับแอปพลิเคชันจริง

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

input 1 ล้าน tokens จะรองรับคำขอในลักษณะนี้ได้ประมาณ 232 ครั้ง หากมีคำขอ 1,000 ครั้งต่อวัน แอปพลิเคชันจะใช้ input รวม 4.3 ล้าน tokens ต่อวัน ดังนั้น "1M tokens" จึงรองรับปริมาณการใช้งานได้ไม่ถึง 6 ชั่วโมง

[
  {
    "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"
  }
]

เมื่อใช้ Claude Opus 5 ปริมาณการใช้งานดังกล่าวจะมีค่าใช้จ่ายอยู่ที่ $31.50 ต่อ 1,000 คำขอ หากใช้ Sonnet 5 จะอยู่ที่ $12.60 การลดระดับลงมาใช้ Claude Haiku 4.5 จะทำให้ค่าใช้จ่ายเหลือ $6.30 และหากใช้ prompt cache ที่พร้อมใช้งานบน Sonnet 5 ค่าใช้จ่ายจะลดลงไปอีกเหลือ $5.40

เมื่อคูณด้วย 30 เพื่อคำนวณค่าใช้จ่ายรายเดือน Sonnet 5 ตามราคามาตรฐานจะมีค่าใช้จ่ายประมาณ 378 ดอลลาร์ต่อเดือน แอปพลิเคชันเดียวกันหากใช้ cache จะมีค่าใช้จ่ายประมาณ 162 ดอลลาร์ การเลือกโมเดลและการตัดสินใจเรื่องการทำ caching มีผลต่อค่าใช้จ่ายมากกว่าอัตราค่าบริการที่คุณจะต่อรองได้ในปริมาณการใช้งานระดับนี้ การเลือกว่าจะใช้โมเดลใดเป็นคำถามที่ต้องพิจารณาแยกต่างหาก โดยโมเดลที่ถูกที่สุดที่ผ่านเกณฑ์การประเมินของคุณจะเป็นผู้ชนะ ซึ่งเนื้อหาใน 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 การเขียนลง cache มีค่าใช้จ่าย 1.25 เท่าของอัตราพื้นฐานสำหรับอายุการใช้งาน 5 นาที หรือ 2 เท่าสำหรับอายุการใช้งาน 1 ชั่วโมง ดังนั้น cache แบบ 5 นาทีจะคุ้มทุนหลังจากการอ่านเพียงครั้งเดียว เพราะค่าเขียนส่วนเกินคือ 0.25 ในขณะที่การอ่านแต่ละครั้งช่วยประหยัดได้ถึง 0.9 ส่วน cache แบบ 1 ชั่วโมงต้องใช้การอ่านสองครั้งจึงจะคุ้มทุน

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

มีสองสิ่งที่ทำให้ cache ไม่คุ้มทุน และทั้งสองกรณีจะล้มเหลวโดยไม่มีการแจ้งเตือน:

prefix ต้องเหมือนกันทุกไบต์ การค้นหา cache เป็นการจับคู่แบบ prefix ดังนั้น timestamp หรือชื่อผู้ใช้ที่อยู่ด้านบนของ system prompt จะทำให้มันเปลี่ยนไปในทุกคำขอ ส่งผลให้คุณต้องจ่ายค่า input 1.25 เท่าของอัตราพื้นฐานทุกครั้งและไม่เคยอ่านจาก cache ได้เลย อาการที่พบคือ cache_creation_input_tokens ยังคงสูงในขณะที่ cache_read_input_tokens ยังคงเป็น 0 ให้วาง cache_control ไว้ที่บล็อกสุดท้ายที่มีเนื้อหาเหมือนกันในทุกคำขอ และนำสิ่งที่เปลี่ยนแปลงได้ไปไว้หลังจากนั้น การเปลี่ยนคำนิยาม tools ของคุณจะทำให้ cache ทั้งหมดที่อยู่ด้านล่างไม่ถูกต้อง เนื่องจากกระบวนการตรวจสอบความถูกต้องจะไล่ลำดับจาก tools, system และ messages ตามลำดับ

prefix ต้องมีความยาวเพียงพอ ความยาวขั้นต่ำที่สามารถทำ cache ได้คือ 512 tokens สำหรับ Opus 5, 1,024 สำหรับ Sonnet 5 และ 4,096 สำหรับ Haiku 4.5 หาก prompt สั้นกว่านี้จะไม่ถูกทำ cache และไม่มีข้อความแสดงข้อผิดพลาดส่งกลับมา prefix ขนาด 4,000 token ในตัวอย่างข้างต้นจะถูกทำ cache บน Sonnet 5 แต่จะไม่ถูกทำ cache บน Haiku 4.5 เนื่องจาก 4,000 ต่ำกว่าเกณฑ์ขั้นต่ำของโมเดลนั้น เมื่อตัวนับทั้งสองอ่านค่าได้ 0 แสดงว่าไม่มีการทำ cache เกิดขึ้น

การประมวลผลแบบ Batch ช่วยลดอัตราค่าบริการลงครึ่งหนึ่ง

Batch API จะประมวลผลคำขอแบบอะซิงโครนัสโดยคิดค่าบริการอินพุตและเอาต์พุตในราคาลด 50 เปอร์เซ็นต์ จากตัวอย่างข้างต้นจะทำให้ค่าใช้จ่ายเปลี่ยนจาก $12.60 ต่อ 1,000 คำขอ เหลือเพียง $6.30 ส่วนลดนี้สามารถใช้ร่วมกับ prompt caching ได้ ดังนั้นงาน Batch ที่มีการแคชไว้จึงเป็นวิธีที่ประหยัดที่สุดสำหรับการประมวลผลข้อมูลจำนวนมาก

สิ่งที่คุณต้องแลกคือ latency ซึ่งทำให้ Batch ไม่เหมาะสำหรับงานที่ต้องรอผลลัพธ์ในทันที วิธีนี้เหมาะสำหรับงานประเภทการจำแนกข้อมูลข้ามคืนหรือการประมวลผลเอกสารย้อนหลังมากกว่า

เหตุใดค่าใช้จ่ายในการแชทจึงเพิ่มขึ้นภายในบทสนทนาเดียว

เนื่องจาก API ไม่มีการเก็บสถานะ (stateless) ไคลเอนต์ของคุณจึงต้องส่งประวัติบทสนทนาทั้งหมดไปใหม่ในทุกครั้งที่มีการโต้ตอบ ปริมาณการใช้โทเค็นภายในแชทหนึ่งครั้งจึงเพิ่มขึ้นแบบยกกำลังสองตามความยาวของบทสนทนา ไม่ใช่เพิ่มขึ้นเป็นเส้นตรง

สมมติว่าการโต้ตอบแต่ละครั้งใช้โทเค็นเฉลี่ย 500 โทเค็น ในการโต้ตอบครั้งที่ 1 จะส่งข้อมูลขาเข้า 500 โทเค็น ครั้งที่ 2 จะส่ง 1,000 โทเค็น และครั้งที่ 20 จะส่ง 10,000 โทเค็น เมื่อคำนวณรวมด้วยสูตร n(n+1)/2 บทสนทนาที่มี 20 ครั้งจะส่งข้อมูลขาเข้ารวมประมาณ 105,000 โทเค็น ในขณะที่ตัวบทสนทนาจริงมีความยาวเพียง 10,000 โทเค็นเท่านั้น

นี่คือเหตุผลว่าทำไมฟีเจอร์แชทจึงมีค่าใช้จ่ายสูงกว่าที่เห็นจากความยาวของข้อความ และเหตุใดการทำ caching ส่วนต้นของบทสนทนาที่ไม่มีการเปลี่ยนแปลง หรือการสรุปเนื้อหาในการโต้ตอบช่วงแรกๆ จึงช่วยประหยัดค่าใช้จ่ายได้มากในบทสนทนาที่ยาว สำหรับเอเจนต์ที่มีการวนลูปเรียกใช้เครื่องมือ (tool calls) ก็จะมีลักษณะการใช้ทรัพยากรแบบเดียวกันและรุนแรงกว่า เนื่องจากผลลัพธ์จากเครื่องมือทุกรายการจะถูกเก็บไว้ในประวัติและถูกส่งซ้ำในการโต้ตอบทุกครั้งหลังจากนั้น การ กำหนดขีดจำกัดการใช้จ่ายสูงสุดสำหรับเอเจนต์ที่คุณรันเอง จึงมีความสำคัญอย่างยิ่งในกรณีนี้ เพราะการเพิ่มขึ้นของค่าใช้จ่ายเกิดขึ้นโดยอัตโนมัติและมักไม่มีใครคอยตรวจสอบ

นับจำนวนโทเค็นก่อนที่คุณจะคาดเดา

หยุดการประมาณจำนวนโทเค็นจากจำนวนคำ API จะนับจำนวนโทเค็นให้คุณโดยไม่มีค่าใช้จ่าย และแยกขีดจำกัดอัตรา (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"
    }]
  }'

การตอบกลับจะมีหนึ่งฟิลด์:

{ "input_tokens": 14 }

ให้ส่ง system prompt และคำนิยามเครื่องมือ (tool definitions) จริงของคุณ พร้อมกับข้อความตัวอย่างของผู้ใช้ จากนั้นนำตัวเลขที่ได้ไปใส่ในฟังก์ชันคำนวณต้นทุนด้านบน endpoint นี้รับ body รูปแบบเดียวกับคำขอส่งข้อความ ดังนั้นรูปภาพและไฟล์ PDF จะถูกนับจำนวนอย่างถูกต้องเช่นกัน มีข้อควรระวัง 2 ประการที่สำคัญ: จำนวนที่ได้เป็นเพียงการประมาณการและอาจแตกต่างจากตัวเลขที่เรียกเก็บเงินจริงเล็กน้อย นอกจากนี้ยังวัดผลด้วย tokenizer ของโมเดลที่คุณระบุ ดังนั้นโปรดระบุโมเดลที่คุณจะใช้งานจริง

จำนวนโทเค็นขาออก (output tokens) ไม่สามารถนับล่วงหน้าได้เนื่องจากยังไม่มีการสร้างขึ้น ให้จำกัดจำนวนด้วย max_tokens จากนั้นจึงวัดการกระจายตัวจริงจาก usage.output_tokens บนทราฟฟิกที่ใช้งานจริง

ค่าใช้จ่ายส่วนอื่นในใบแจ้งหนี้

โทเค็นเป็นส่วนประกอบหลักของใบแจ้งหนี้ แต่ยังมีรายการอื่นที่ไม่ใช่โทเค็นซึ่งมักทำให้ผู้ใช้ประหลาดใจ

• คำจำกัดความของเครื่องมือ (Tool definitions) จะถูกนับเป็นอินพุตโทเค็นในทุกคำขอ ระบบแจ้งเตือนการใช้งานเครื่องมือเพียงอย่างเดียวจะเพิ่มโทเค็นอีก 286 ถึง 406 โทเค็นบน Opus 5 ก่อนที่จะรวมสคีมาของคุณเอง หากมีคำอธิบายเครื่องมือที่ละเอียดมาก 10 รายการ อาจทำให้ขนาดของพรอมต์เพิ่มขึ้นเป็นสองเท่า
• การค้นหาเว็บ (Web search) มีค่าใช้จ่าย 10 ดอลลาร์ต่อการค้นหา 1,000 ครั้ง โดยคิดแยกจากโทเค็นที่ผลลัพธ์เหล่านั้นใช้เมื่อถูกนำเข้าสู่บริบท
• การดึงข้อมูลเว็บ (Web fetch) ไม่มีค่าธรรมเนียมแยกต่างหาก แต่หน้าเว็บที่ถูกดึงมาจะกลายเป็นอินพุตโทเค็น โดยหน้าเอกสารขนาด 100 kB จะมีขนาดประมาณ 25,000 โทเค็น
• การร้องขอให้ประมวลผลเฉพาะในสหรัฐอเมริกาด้วย inference_geo บน Claude 4.6 ขึ้นไป จะมีการคูณค่าใช้จ่าย 1.1 เท่าในทุกหมวดหมู่โทเค็น รวมถึงการอ่านและเขียนแคชด้วย

การตัดสินใจว่า API เป็นสิ่งที่คุ้มค่าต่อการซื้อหรือไม่นั้น ขึ้นอยู่กับปริมาณการใช้งานของคุณ การถึงเพดานการใช้งานตามแผนที่กำหนดมักเป็นจุดเริ่มต้นของคำถามนี้ และ แนวทางในการจัดการเมื่อถึงขีดจำกัด มีตั้งแต่การรอให้ครบกำหนดรอบเวลา ไปจนถึงการย้ายงานเหล่านั้นไปใช้ API แบบคิดค่าบริการตามจริง หากปริมาณการใช้งานต่ำกว่าระดับหนึ่ง แผนรายเดือนแบบเหมาจ่ายจะคุ้มค่ากว่า และ การเปรียบเทียบ API กับการสมัครสมาชิก Claude จะแสดงการเปรียบเทียบดังกล่าวด้วยตัวเลขจริง

FAQ

1M tokens ของ Claude มีค่าใช้จ่ายเท่าไร

ขึ้นอยู่กับโมเดลและประเภทของ token ว่าเป็น input หรือ output ณ เดือนสิงหาคม 2026 ค่าใช้จ่ายสำหรับ input 1 ล้าน token บน Claude Haiku 4.5 อยู่ที่ $1 ส่วน Claude Sonnet 5 อยู่ที่ $2 ภายใต้ราคาช่วงแนะนำ และ Claude Opus 5 อยู่ที่ $5 โดยค่าใช้จ่ายสำหรับ output จะสูงกว่า input 5 เท่าในทุกโมเดลดังกล่าว ทั้งนี้ Sonnet 5 จะปรับราคาเป็น $3 สำหรับ input และ $15 สำหรับ output ในวันที่ 1 กันยายน 2026 เนื่องจากอัตราค่าบริการมีการเปลี่ยนแปลง โปรดตรวจสอบราคาล่าสุดจากหน้าเว็บไซต์ทางการก่อนสรุปงบประมาณ

1M tokens เท่ากับ 1M คำหรือไม่

ไม่เท่ากัน 1 token มีค่าประมาณ 4 ตัวอักษรภาษาอังกฤษ หรือประมาณ 0.75 คำ ดังนั้น 1 ล้าน token จึงเท่ากับประมาณ 750,000 คำ อัตราส่วนนี้เป็นเพียงค่าประมาณการเท่านั้น สำหรับโค้ด, JSON และภาษาอื่นที่ไม่ใช่ภาษาอังกฤษจะใช้จำนวน token ต่อคำมากกว่า นอกจากนี้ Claude Opus 4.7 ขึ้นไปใช้ tokenizer รุ่นใหม่ที่สร้างจำนวน token มากกว่าข้อความเดียวกันใน Claude Sonnet 4.6 และรุ่นก่อนหน้าประมาณ 30 เปอร์เซ็นต์ ดังนั้นจำนวน token จึงไม่สามารถนำมาเปรียบเทียบข้ามรุ่นโมเดลได้โดยตรง ให้วัดผลด้วย endpoint /v1/messages/count_tokens แบบไม่มีค่าใช้จ่าย โดยระบุโมเดลที่คุณวางแผนจะใช้งาน

Prompt caching ช่วยประหยัดค่าใช้จ่ายเสมอไปหรือไม่

ไม่เสมอไป การเขียน cache 5 นาทีมีค่าใช้จ่าย 1.25 เท่าของอัตรา input ปกติ ดังนั้น prefix ที่ถูกเขียนลงไปแต่ไม่เคยถูกอ่านเลยจะมีค่าใช้จ่ายสูงกว่าการส่งข้อมูลแบบปกติ 25 เปอร์เซ็นต์ การใช้งานจะคุ้มทุนเมื่อมีการอ่านเกิดขึ้นเป็นครั้งแรก ระบบนี้อาจล้มเหลวได้ 2 รูปแบบโดยไม่มีการแจ้งเตือน หาก prefix ที่ทำ cache เปลี่ยนแปลงไประหว่างการร้องขอ การค้นหาจะไม่พบข้อมูลเนื่องจากเป็นการจับคู่แบบตรงตัว (exact prefix match) หาก prefix สั้นกว่าความยาวขั้นต่ำที่โมเดลรองรับการทำ cache (ซึ่งคือ 1,024 token สำหรับ Sonnet 5 และ 4,096 สำหรับ Haiku 4.5) ระบบจะไม่ทำ cache และไม่มีการแจ้งเตือนข้อผิดพลาด หาก cache_creation_input_tokens และ cache_read_input_tokens อ่านค่าได้ 0 แสดงว่าระบบ cache ไม่ได้ทำงาน

ทำไมยอดค่าใช้จ่ายถึงเพิ่มขึ้นเร็วกว่าจำนวนข้อความ

เนื่องจากบทสนทนาทั้งหมดจะถูกส่งใหม่ในทุกรอบการโต้ตอบ Messages API ไม่มีการเก็บสถานะ (stateless) ดังนั้นการโต้ตอบครั้งที่ 20 ของแชทจะรวมเอา 19 ครั้งก่อนหน้ากลับไปเป็น input อีกครั้ง หากการโต้ตอบแต่ละครั้งมีค่าเฉลี่ย 500 token บทสนทนา 20 ครั้งจะส่ง input รวมประมาณ 105,000 token ในขณะที่เนื้อหาจริงมีความยาวเพียง 10,000 token เท่านั้น Agent loops ก็มีพฤติกรรมเช่นเดียวกันเนื่องจากผลลัพธ์จากเครื่องมือทุกอย่างจะถูกเก็บไว้ในประวัติการสนทนา วิธีแก้ไขคือให้ทำ cache เฉพาะส่วน prefix ที่คงที่ หรือสรุปเนื้อหาการสนทนาช่วงก่อนหน้าแล้วตัดออกจากคำร้องขอ