1M tokens ใน Claude ราคาเท่าใด คำนวณค่าใช้จ่ายอย่างไร

1M tokens ใน Claude มีค่าใช้จ่ายเท่าใด

1M tokens หมายถึง tokens จำนวนหนึ่งล้านรายการ และเป็นหน่วยที่ใช้ระบุราคาของ Claude API (application programming interface) ทุกรายการ ไม่มีราคาตายตัวสำหรับหน่วยนี้ เนื่องจาก input และ output คิดค่าบริการในอัตราที่แตกต่างกัน และแต่ละ model มีอัตราของตนเอง As of August 2026, tokens ประเภท input จำนวนหนึ่งล้านรายการมีค่าใช้จ่าย $1 ใน Claude Haiku 4.5, $2 ใน Claude Sonnet 5 และ $5 ใน Claude Opus 5

Output เป็นส่วนที่มีค่าใช้จ่ายสูงกว่า ในทุก model ปัจจุบัน อัตราค่า output สูงกว่าอัตราค่า input 5 เท่า ดังนั้นสัดส่วนระหว่างทั้งสองจึงมีผลต่อค่าใช้จ่ายของคุณมากกว่าตัวเลขราคาหลัก แอปที่ส่งเอกสารขนาดยาวและส่งคืนคำตอบสั้นจะมีรูปแบบค่าใช้จ่ายแตกต่างจากแอปที่เขียนคำตอบยาวจาก prompt สั้นอย่างมาก

หน้านี้อธิบายเศรษฐศาสตร์ต่อหน่วย ได้แก่ ค่าใช้จ่ายของ token และวิธีประมาณการเรียกเก็บเงินก่อนเริ่มพัฒนา หากต้องการทราบว่า tokens ถูกใช้ไปที่ใดระหว่างการทำงาน โปรดอ่าน ตำแหน่งที่ tokens ถูกใช้ภายในเซสชัน Claude Code

1M โทเคนมีขนาดเท่าใด

โทเคนคือส่วนหนึ่งของข้อความที่โมเดลอ่านหรือเขียน แนวทางโดยประมาณของ Anthropic คือ 1 โทเคนต่อ 4 อักขระ หรือประมาณ 0.75 คำในภาษาอังกฤษ ดังนั้น 1 ล้านโทเคนจึงเท่ากับประมาณ 750,000 คำ หรือประมาณ 4 MB ของข้อความล้วน

ค่าประมาณที่เผยแพร่สำหรับอินพุตทั่วไปช่วยให้เห็นขนาดได้ชัดเจนยิ่งขึ้น

[
  {
    "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"
  }
]

ที่อัตราดังกล่าว 1M โทเคนเทียบได้กับการอ่านหน้าเว็บโดยเฉลี่ยประมาณ 400 หน้า ครั้งละ 1 รอบ หรือเอกสารวิจัยขนาดดังกล่าว 8 ฉบับ นอกจากนี้ยังเทียบได้กับการประมวลผล codebase ขนาดกลาง 1 รอบ หรือการใช้งานแชตแบบไม่หนักเป็นเวลา 1 เดือนสำหรับผู้ใช้ 1 คน

ข้อมูลทั้งหมดนี้เป็นเพียงค่าประมาณ Code, JSON และข้อความในภาษาอื่นที่ไม่ใช่ภาษาอังกฤษบรรจุคำต่อโทเคนได้น้อยกว่า ดังนั้นอัตราส่วน 0.75 จึงเป็นค่าที่ค่อนข้างสูง อีกปัจจัยหนึ่งที่ทำให้จำนวนเปลี่ยนแปลงคือ Claude Opus 4.7 และรุ่นถัดมา ซึ่งรวม Opus 5 และ Sonnet 5 ใช้ tokenizer รุ่นใหม่ที่สร้างโทเคนมากกว่าประมาณ 30 เปอร์เซ็นต์สำหรับข้อความเดียวกัน เมื่อเทียบกับ Sonnet 4.6 และรุ่นก่อนหน้า Claude Haiku 4.5 ใช้ tokenizer รุ่นเก่า ดังนั้นจำนวนที่วัดได้จาก Haiku 4.5 จะต่ำกว่าจำนวนบน Sonnet 5 เมื่อใช้อินพุตเดียวกัน ซึ่งหมายความว่าการเปรียบเทียบราคาโดยตรงต่อ 1 ล้านโทเคนข้ามขอบเขตดังกล่าวไม่เป็นธรรม ให้ใช้ prompt เดียวกันกับทั้ง 2 โมเดลก่อนตัดสินใจ

อัตราค่าบริการของ 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 ใช้อัตราแนะนำเบื้องต้นที่ $2 สำหรับโทเค็นขาเข้า และ $10 สำหรับโทเค็นขาออก จนถึงวันที่ 31 August 2026 ตั้งแต่วันที่ 1 September 2026 เป็นต้นไป จะใช้อัตรามาตรฐาน: $3 สำหรับโทเค็นขาเข้า และ $15 สำหรับโทเค็นขาออก ส่วน Claude Opus 5 มีอัตรา $5 และ $25

อัตราค่าบริการอาจเปลี่ยนแปลง ตัวเลขทุกค่าบนหน้านี้เป็นเพียงตัวอย่างการคำนวณ ณ เดือน August 2026 โปรดยืนยันตัวเลขปัจจุบันที่ หน้าราคาอย่างเป็นทางการ ก่อนอนุมัติงบประมาณ

ความยาวของ context ไม่ได้ทำให้อัตราค่าบริการเปลี่ยนแปลง ใน Claude 4.6 และรุ่นถัดไป หน้าต่าง context ขนาด 1M โทเค็นเต็มรูปแบบจะคิดค่าบริการตามอัตรามาตรฐาน ดังนั้นคำขอขนาด 900,000 โทเค็นจึงมีค่าใช้จ่ายต่อโทเค็นเท่ากับคำขอขนาด 9,000 โทเค็น พรอมต์ที่ยาวกว่าจะมีค่าใช้จ่ายสูงกว่าเนื่องจากมีโทเค็นมากกว่า และไม่มีอัตราแยกสำหรับ context ที่มีความยาวมาก

การคำนวณที่ยังถูกต้องหลังราคาเปลี่ยนแปลง

ค่าใช้จ่ายแต่ละรายการประกอบด้วยการคูณ 2 ครั้งและการบวก 1 ครั้ง

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

เขียนเป็นโค้ดที่เรียกใช้ได้ดังนี้:

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}")

โค้ดนี้จะแสดงผลเป็น 0.0126 คำขอที่ส่งโทเค็นอินพุต 4,300 รายการและได้รับโทเค็นเอาต์พุตกลับมา 400 รายการ มีค่าใช้จ่ายประมาณ 1.3 เซนต์บน Sonnet 5 กำหนดอัตราทั้ง 2 รายการไว้ในตำแหน่งเดียวกันของโค้ด เมื่อราคาเปลี่ยนแปลง คุณจะแก้ไขเพียง 2 บรรทัด และค่าประมาณทั้งหมดในระบบจะเปลี่ยนตามไปด้วย

แอปจริง: ตัวอย่างการประมาณการ

พิจารณา support assistant รายการหนึ่ง system prompt และเอกสารผลิตภัณฑ์มีขนาดรวม 4,000 tokens และถูกส่งไปกับทุก request เนื่องจาก Messages API ไม่มีสถานะ และ model ไม่จดจำข้อมูลระหว่างการเรียกแต่ละครั้ง คำถามของผู้ใช้เพิ่มประมาณ 300 tokens ส่วนคำตอบมีขนาดประมาณ 400 tokens ดังนั้นแต่ละ request ใช้ input 4,300 tokens และ output 400 tokens

input tokens จำนวนหนึ่งล้านรายการรองรับ request ในลักษณะนี้ได้ประมาณ 232 รายการ หากมี 1,000 requests ต่อวัน แอปจะใช้ input tokens 4.3 ล้านรายการต่อวัน ดังนั้น "1M tokens" จึงรองรับ traffic ได้ไม่ถึง 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"
  }
]

Traffic ดังกล่าวมีค่าใช้จ่าย $31.50 ต่อ 1,000 requests เมื่อใช้ Claude Opus 5 เมื่อใช้ Sonnet 5 ค่าใช้จ่ายคือ $12.60 การเปลี่ยนไปใช้ Claude Haiku 4.5 ลดค่าใช้จ่ายเหลือ $6.30 และการใช้ prompt cache ที่ยังอุ่นอยู่กับ Sonnet 5 ทำให้ค่าใช้จ่ายลดลงได้อีก เหลือ $5.40

คูณด้วย 30 เพื่อคำนวณค่าใช้จ่ายสำหรับ traffic ระยะเวลา 1 เดือน Sonnet 5 ที่ใช้อัตราราคาปกติมีค่าใช้จ่ายประมาณ $378 ต่อเดือน แอปเดียวกันเมื่อใช้ cache ที่ยังอุ่นอยู่มีค่าใช้จ่ายประมาณ $162 การเลือกรุ่น model และการตัดสินใจใช้ caching ต่างมีผลต่อค่าใช้จ่ายมากกว่าส่วนลดอัตราค่าบริการที่คุณจะต่อรองได้ที่ปริมาณการใช้งานระดับนี้ การเลือกรุ่น model ที่จะใช้งานเป็นอีกประเด็นหนึ่ง และควรเลือกรุ่นที่มีค่าใช้จ่ายต่ำที่สุดซึ่งผ่านการประเมินของคุณ: แนวทางการเลือกระหว่าง Opus, Sonnet และ Haiku อธิบายวิธีทดสอบเรื่องนี้อย่างเหมาะสม

การแคชพรอมต์ลดส่วนที่ซ้ำกัน

คำนำหน้าขนาด 4,000 โทเค็นนั้นเหมือนกันในทุกคำขอ และคุณต้องจ่ายค่าข้อมูลนำเข้าเต็มอัตราทุกครั้ง การแคชพรอมต์จะจัดเก็บคำนำหน้าที่ประมวลผลแล้ว และคิดค่าบริการในอัตราที่ลดลงเมื่อนำกลับมาใช้ซ้ำ

การอ่านแคชมีค่าใช้จ่าย 0.1 เท่าของอัตราข้อมูลนำเข้าพื้นฐาน การเขียนแคชมีค่าใช้จ่าย 1.25 เท่าของอัตราพื้นฐานสำหรับอายุแคช 5 นาที หรือ 2 เท่าของอัตราพื้นฐานสำหรับอายุแคช 1 ชั่วโมง ดังนั้นแคช 5 นาทีจะคุ้มทุนหลังการอ่าน 1 ครั้ง เนื่องจากการเขียนมีค่าใช้จ่ายเพิ่ม 0.25 เท่า ขณะที่การอ่านแต่ละครั้งประหยัดได้ 0.9 เท่า แคช 1 ชั่วโมงต้องอ่าน 2 ครั้งจึงจะคุ้มทุน

วิธีเปิดใช้งานที่ง่ายที่สุดคือเพิ่มฟิลด์ระดับบนสุดเพียงรายการเดียว:

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?"}
    ]
  }'

จากนั้นอ่านบล็อก usage ที่ส่งกลับมา:

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

ตัวนับข้อมูลนำเข้า 3 รายการนี้คิดค่าบริการในอัตราที่แตกต่างกัน 3 อัตรา และรวมกันเป็นปริมาณข้อมูลนำเข้าจริงของคุณ: total_input_tokens = cache_read_input_tokens + cache_creation_input_tokens + input_tokens การประเมินค่าใช้จ่ายโดยอ่านเฉพาะ input_tokens จะคลาดเคลื่อนอย่างมากเมื่อเปิดใช้การแคช

มี 2 ปัจจัยที่ทำให้แคชไม่คุ้มทุน และทั้ง 2 ปัจจัยจะล้มเหลวโดยไม่มีข้อความแจ้งเตือน

คำนำหน้าต้องเหมือนกันทุกไบต์ การค้นหาแคชจะจับคู่คำนำหน้า ดังนั้นการใส่เวลาประทับหรือชื่อผู้ใช้ไว้ด้านบนของ system prompt จะทำให้คำนำหน้าเปลี่ยนแปลงในทุกคำขอ จากนั้นคุณจะต้องจ่ายค่าข้อมูลนำเข้า 1.25 เท่าของอัตราพื้นฐานทุกครั้ง และจะไม่มีการอ่านแคชเลย อาการที่พบคือ cache_creation_input_tokens ยังคงสูง ขณะที่ cache_read_input_tokens ยังคงเป็น 0 ให้วาง cache_control ไว้ที่บล็อกสุดท้ายซึ่งมีเนื้อหาเหมือนกันในทุกคำขอ และวางทุกสิ่งที่เปลี่ยนแปลงได้ไว้หลังจากนั้น การเปลี่ยนคำจำกัดความของ tools จะทำให้แคชทั้งหมดที่อยู่ถัดลงไปไม่ถูกต้อง เนื่องจากการทำให้แคชไม่ถูกต้องจะดำเนินไปตามลำดับ tools จากนั้น system แล้วจึง messages

คำนำหน้าต้องยาวเพียงพอ ความยาวขั้นต่ำที่แคชได้คือ 512 โทเค็นบน Opus 5, 1,024 โทเค็นบน Sonnet 5 และ 4,096 โทเค็นบน Haiku 4.5 พรอมต์ที่สั้นกว่านี้จะไม่ถูกแคช และระบบจะไม่ส่งข้อผิดพลาดกลับมา คำนำหน้าขนาด 4,000 โทเค็นในตัวอย่างข้างต้นจะแคชได้บน Sonnet 5 แต่จะแคชไม่ได้บน Haiku 4.5 เนื่องจาก 4,000 ต่ำกว่าค่าขั้นต่ำของโมเดลนั้น เมื่อค่าของตัวนับทั้ง 2 รายการเป็น 0 แสดงว่าไม่มีการแคชเกิดขึ้น

การประมวลผลแบบชุดลดอัตราลงครึ่งหนึ่ง

Batch API ประมวลผลคำขอแบบไม่พร้อมกัน โดยลดราคา 50 เปอร์เซ็นต์ทั้งส่วนรับเข้าและส่วนส่งออก จากตัวอย่างข้างต้น ค่าใช้จ่ายจะลดจาก $12.60 ต่อคำขอ 1,000 รายการ เหลือ $6.30 การลดราคานี้ใช้ร่วมกับการแคชพรอมต์ได้ ดังนั้นงานแบบชุดที่แคชไว้จึงเป็นวิธีที่มีค่าใช้จ่ายต่ำที่สุดสำหรับการประมวลผลปริมาณมาก

ข้อแลกเปลี่ยนคือเวลาแฝง จึงไม่เหมาะกับงานที่ผู้ใช้ต้องนั่งรอผลลัพธ์ เหมาะสำหรับการจัดประเภทที่ทำข้ามคืนและการเติมข้อมูลเอกสารย้อนหลัง

เหตุใดค่าใช้จ่ายของแชตจึงเพิ่มขึ้นภายในการสนทนาเดียว

เนื่องจาก API ไม่เก็บสถานะไว้ client ของคุณจึงส่งการสนทนาทั้งหมดซ้ำในการโต้ตอบแต่ละครั้ง ดังนั้นการใช้โทเค็นภายในแชตเดียวจึงเพิ่มขึ้นตามกำลังสองของความยาว ไม่ได้เพิ่มขึ้นเป็นเส้นตรง

สมมติว่าแต่ละการโต้ตอบมีความยาวเฉลี่ย 500 โทเค็น การโต้ตอบครั้งที่ 1 จะส่งโทเค็นขาเข้า 500 รายการ การโต้ตอบครั้งที่ 2 จะส่ง 1,000 รายการ การโต้ตอบครั้งที่ 20 จะส่ง 10,000 รายการ เมื่อนำมารวมด้วยสูตร n(n+1)/2 การสนทนา 20 การโต้ตอบจะส่งโทเค็นขาเข้าประมาณ 105,000 รายการ ขณะที่บันทึกการสนทนามีความยาวเพียง 10,000 โทเค็น

นี่คือสาเหตุที่ฟีเจอร์แชตมีค่าใช้จ่ายสูงกว่าที่บันทึกการสนทนาบ่งชี้ และเหตุใดการแคชคำนำหน้าที่คงที่หรือการสรุปการโต้ตอบเก่าจึงช่วยลดค่าใช้จ่ายได้ในชุดการสนทนาที่ยาว Agent ที่วนซ้ำผ่านการเรียกใช้เครื่องมือก็มีลักษณะเดียวกัน และอาจมีค่าใช้จ่ายสูงกว่า เพราะผลลัพธ์ของเครื่องมือแต่ละรายการยังคงอยู่ในประวัติและถูกส่งซ้ำในการโต้ตอบถัดไปทุกครั้ง การกำหนดขีดจำกัดค่าใช้จ่ายที่ชัดเจนให้กับ agent ที่คุณเรียกใช้เอง มีความสำคัญที่สุดในกรณีนี้ เนื่องจากการเพิ่มขึ้นดังกล่าวเกิดขึ้นโดยอัตโนมัติและไม่มีผู้คอยตรวจสอบ

นับโทเค็นก่อนคาดเดา

หยุดคำนวณจำนวนโทเค็นจากจำนวนคำ API คำนวณให้คุณได้โดยไม่มีค่าใช้จ่าย และใช้ขีดจำกัดอัตราการเรียกแยกจากการสร้างข้อความ

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"
    }]
  }'

ผลลัพธ์มีฟิลด์หนึ่งรายการ:

{ "input_tokens": 14 }

ส่ง system prompt และคำจำกัดความของเครื่องมือจริงของคุณ พร้อมข้อความผู้ใช้ตัวอย่างที่ใกล้เคียงการใช้งานจริง จากนั้นนำตัวเลขไปใส่ในฟังก์ชันคำนวณค่าใช้จ่ายด้านบน endpoint นี้รับ body เดียวกับคำขอข้อความ ดังนั้นรูปภาพและ PDF จะถูกนับอย่างถูกต้องด้วย มีข้อควรทราบ 2 ประการ จำนวนนี้เป็นค่าประมาณและอาจแตกต่างจากตัวเลขที่ใช้เรียกเก็บเงินจริงเล็กน้อย นอกจากนี้ยังวัดด้วย tokenizer ของ model ที่คุณส่งไป ดังนั้นให้ส่ง model ที่คุณจะใช้งานจริง

ไม่สามารถนับ output tokens ล่วงหน้าได้ เพราะยังไม่มีโทเค็นเหล่านั้น ให้จำกัดจำนวนด้วย max_tokens จากนั้นวัดการกระจายจริงจาก usage.output_tokens บน traffic ที่ใช้งานจริง

สิ่งอื่นที่รวมอยู่ในค่าใช้จ่าย

โทเค็นเป็นค่าใช้จ่ายส่วนใหญ่ รายการบางอย่างไม่ใช่โทเค็นและอาจทำให้ผู้ใช้ประหลาดใจ

• คำจำกัดความของเครื่องมือจะถูกนับเป็นโทเค็นอินพุตในทุกคำขอ system prompt สำหรับการใช้เครื่องมือเพียงอย่างเดียวเพิ่ม 286 ถึง 406 โทเค็นบน Opus 5 ก่อนรวม schemas ของคุณเอง คำอธิบายเครื่องมือที่ยาว 10 รายการอาจทำให้ prompt ขนาดเล็กมีขนาดเพิ่มเป็น 2 เท่า
• การค้นหาเว็บมีค่าบริการ $10 ต่อการค้นหา 1,000 ครั้ง นอกเหนือจากค่าโทเค็นที่ผลลัพธ์ใช้เมื่อถูกเพิ่มเข้าไปในบริบท
• Web fetch ไม่มีค่าบริการเพิ่มเติม แต่หน้าที่ดึงมาจะกลายเป็นโทเค็นอินพุต หน้าเอกสารขนาด 100 kB มีขนาดประมาณ 25,000 โทเค็น
• การขอให้ประมวลผลเฉพาะในสหรัฐฯ ด้วย inference_geo บน Claude 4.6 และรุ่นหลังจากนั้น จะใช้ตัวคูณ 1.1 กับโทเค็นทุกประเภท รวมถึงการอ่านและการเขียนแคช

การพิจารณาว่าควรซื้อ API หรือไม่ ขึ้นอยู่กับปริมาณการใช้งานของคุณ หากใช้งานต่ำกว่าระดับหนึ่ง แผนรายเดือนแบบเหมาจ่ายจะคุ้มค่ากว่าอย่างชัดเจน และ การเปรียบเทียบ API กับการสมัครสมาชิก Claude จะแสดงการเปรียบเทียบดังกล่าวด้วยตัวเลขจริง

FAQ

Claude มีค่าใช้จ่ายเท่าใดต่อ 1M โทเค็น

ขึ้นอยู่กับโมเดล และขึ้นอยู่กับว่าโทเค็นนั้นเป็นอินพุตหรือเอาต์พุต ณ เดือน August 2026 อินพุตจำนวนหนึ่งล้านโทเค็นมีค่าใช้จ่าย $1 บน Claude Haiku 4.5, $2 บน Claude Sonnet 5 ภายใต้ราคาเริ่มต้น และ $5 บน Claude Opus 5 เอาต์พุตของแต่ละโมเดลมีค่าใช้จ่าย 5 เท่าของอัตราอินพุต Sonnet 5 จะเปลี่ยนเป็นค่าอินพุต $3 และค่าเอาต์พุต $15 ในวันที่ 1 September 2026 อัตราค่าบริการอาจเปลี่ยนแปลงได้ ดังนั้นควรยืนยันข้อมูลจากหน้าราคาทางการก่อนนำตัวเลขไปใช้ในงบประมาณ

1M โทเค็นเท่ากับ 1M คำหรือไม่

ไม่ใช่ โทเค็น 1 รายการมีความยาวประมาณ 4 อักขระภาษาอังกฤษ หรือประมาณ 0.75 คำ ดังนั้นโทเค็นจำนวนหนึ่งล้านรายการจึงเทียบเท่ากับประมาณ 750,000 คำ อัตราส่วนนี้ใช้เป็นแนวทางเท่านั้น Code, JSON และภาษาอื่นที่ไม่ใช่ภาษาอังกฤษใช้โทเค็นต่อคำมากกว่า Claude Opus 4.7 และรุ่นถัดไปยังใช้ tokenizer รุ่นใหม่ ซึ่งสร้างโทเค็นมากกว่าประมาณ 30 เปอร์เซ็นต์สำหรับข้อความเดียวกัน เมื่อเทียบกับ Claude Sonnet 4.6 และรุ่นก่อนหน้า ดังนั้นจำนวนโทเค็นจึงไม่สามารถนำไปเปรียบเทียบข้ามรุ่นของโมเดลได้ ให้วัดด้วย endpoint /v1/messages/count_tokens ฟรี โดยระบุโมเดลที่คุณวางแผนจะใช้งาน

Prompt caching ช่วยประหยัดค่าใช้จ่ายได้เสมอหรือไม่

ไม่เสมอไป การเขียน cache เป็นเวลา 5 นาทีมีค่าใช้จ่าย 1.25 เท่าของอัตราอินพุตพื้นฐาน ดังนั้น prefix ที่ถูกเขียนลง cache แต่ไม่เคยถูกอ่านจะมีค่าใช้จ่ายสูงกว่าการส่งตามปกติ 25 เปอร์เซ็นต์ Cache จะคุ้มทุนตั้งแต่การอ่านครั้งแรก กลไกนี้อาจล้มเหลวโดยไม่มีการแจ้งเตือน 2 รูปแบบ หาก prefix ที่อยู่ใน cache เปลี่ยนแปลงระหว่างคำขอ การค้นหาจะไม่ตรงกัน เพราะระบบจับคู่ prefix แบบตรงทั้งหมด หาก prefix สั้นกว่าความยาวขั้นต่ำที่โมเดลอนุญาตให้ cache ได้ ซึ่งคือ 1,024 โทเค็นบน Sonnet 5 และ 4,096 โทเค็นบน Haiku 4.5 ระบบจะไม่ cache ข้อมูลและจะไม่ส่งคืนข้อผิดพลาด เมื่อ cache_creation_input_tokens และ cache_read_input_tokens มีค่าเป็น 0 ทั้งคู่ แสดงว่า cache ไม่ได้ทำงาน

เหตุใดค่าใช้จ่ายจึงเพิ่มเร็วกว่าจำนวนข้อความ

เนื่องจากระบบส่งบทสนทนาทั้งหมดซ้ำในทุกเทิร์น Messages API ไม่เก็บสถานะ ดังนั้นเทิร์นที่ 20 ของแชตจะส่งเทิร์นก่อนหน้า 19 เทิร์นทั้งหมดซ้ำในฐานะอินพุต หากแต่ละเทิร์นมีความยาวเฉลี่ย 500 โทเค็น บทสนทนา 20 เทิร์นจะส่งอินพุตประมาณ 105,000 โทเค็น แม้ transcript จะมีความยาวเพียง 10,000 โทเค็น Agent loop มีพฤติกรรมแบบเดียวกัน เนื่องจากผลลัพธ์ของเครื่องมือทุกครั้งยังคงอยู่ในประวัติ ให้ cache prefix ที่ไม่เปลี่ยนแปลง หรือสรุปเทิร์นเก่าและนำเทิร์นเหล่านั้นออกจากคำขอ