ทำไม Claude API ถึงแพง? เจาะลึกวิธีคำนวณ Token

เหตุใด Claude จึงมีราคาแพง? คำตอบโดยย่อ

Claude มีราคาแพงด้วยเหตุผล 4 ประการที่ส่งผลกระทบต่อเนื่องกัน ประการแรก Output tokens มีราคาแพงกว่า Input tokens ถึง 5 เท่า ประการที่สอง API ไม่มีการจดจำบริบทของการสนทนา ดังนั้นประวัติการสนทนาทั้งหมดจึงถูกส่งและถูกเรียกเก็บเงินซ้ำทุกครั้งที่มีการโต้ตอบ ประการที่สาม การทำงานแบบ Agent จะเปลี่ยนคำถามเดียวให้กลายเป็นการเรียก API หลายสิบครั้ง โดยที่การเรียกแต่ละครั้งจะรวมประวัติการสนทนาที่ยาวขึ้นเรื่อยๆ เข้าไปด้วย และประการสุดท้าย Frontier model ถูกกำหนดราคาตามความยากของงานที่ทำ ไม่ใช่ตามต้นทุนการรันโมเดลขนาดเล็ก

Token คือหน่วยย่อยของข้อความ โดยประมาณการคร่าวๆ คือ 1 token จะเท่ากับตัวอักษรประมาณ 4 ตัว หรือประมาณ 0.75 คำในภาษาอังกฤษ อัตราค่าบริการจะระบุต่อล้าน tokens หรือที่เรียกว่า MTok (million tokens) อัตราค่าบริการทั้งหมดด้านล่างนี้เป็นอัตราค่าบริการ Claude API ที่ประกาศใช้ ณ เดือนสิงหาคม 2026

บิลค่าใช้จ่ายที่เกินความคาดหมายส่วนใหญ่เกิดจากเหตุผลข้อที่ 2 และ 3 ในรายการข้างต้น ผู้ใช้งานมักเข้าใจผิดว่าค่าใช้จ่ายหลักมาจากข้อความที่ Claude เขียนตอบ แต่ในการใช้งานแบบ Agent ค่าใช้จ่ายจากการเขียนตอบมักคิดเป็นไม่ถึง 1 ใน 10 ของยอดบิลทั้งหมด

อัตราค่าบริการที่ประกาศไว้ เพื่อให้เข้าใจตัวเลขตรงกัน

[
  {
    "label": "Haiku 4.5",
    "input_usd": 1,
    "output_usd": 5,
    "cache_read_usd": "0.10"
  },
  {
    "label": "Sonnet 5, to Aug 31 2026",
    "input_usd": 2,
    "output_usd": 10,
    "cache_read_usd": "0.20"
  },
  {
    "label": "Sonnet 5, from Sep 1 2026",
    "input_usd": 3,
    "output_usd": 15,
    "cache_read_usd": "0.30"
  },
  {
    "label": "Opus 5",
    "input_usd": 5,
    "output_usd": 25,
    "cache_read_usd": "0.50"
  }
]

ให้พิจารณาที่สัดส่วนมากกว่าตัวเลขสัมบูรณ์ โมเดลทุกตัวคิดค่าบริการสำหรับการสร้างผลลัพธ์ (output) สูงกว่าการรับข้อมูลเข้า (input) ถึง 5 เท่าพอดี Opus 5 มีค่าใช้จ่ายอยู่ที่ 5 ดอลลาร์ต่อล้าน input tokens และ 25 ดอลลาร์ต่อล้าน output tokens ส่วน Haiku 4.5 มีค่าใช้จ่ายอยู่ที่ 1 และ 5 ดังนั้นส่วนต่างจากโมเดลที่ถูกที่สุดไปจนถึงโมเดลที่แพงที่สุดคือ 5 เท่า และส่วนต่างจากการอ่านไปจนถึงการเขียนก็เป็น 5 เท่าเช่นกัน

Sonnet 5 อยู่ในราคาช่วงแนะนำที่ 2 และ 10 ดอลลาร์ต่อล้าน tokens จนถึงวันที่ 31 สิงหาคม 2026 ตั้งแต่วันที่ 1 กันยายน 2026 ราคาจะปรับเป็น 3 และ 15 อัตราค่าบริการจะเปลี่ยนแปลงตามการออกโมเดลใหม่ ดังนั้นควรตรวจสอบราคาปัจจุบันก่อนที่จะจัดทำงบประมาณ ทั้งนี้ไม่มีระดับการใช้งานฟรีที่ต่ำกว่าตารางนี้ แม้ว่าบัญชีใหม่จะได้รับเครดิตเริ่มต้นจำนวนเล็กน้อย และ บางส่วนของ API จะไม่มีค่าใช้จ่ายเลย

คอลัมน์สุดท้ายคืออัตราค่าบริการสำหรับการอ่านจากแคช (cache read rate) ซึ่งเป็นปัจจัยหลักในการกำหนดค่าใช้จ่ายส่วนใหญ่ ให้กลับมาพิจารณาส่วนนี้หลังจากคำนวณตัวเลขพื้นฐานเสร็จสิ้นแล้ว

เหตุใด output token จึงมีราคาสูงกว่า input token ถึง 5 เท่า

การอ่านและการเขียนใช้ปริมาณงานไม่เท่ากัน input token จะถูกประมวลผลในรอบเดียว โมเดลจะอ่าน prompt ทั้งหมดพร้อมกันและประมวลผลแบบขนาน ทำให้ prompt ขนาด 60,000 token ไม่ได้ใช้เวลาอ่านนานกว่า prompt ขนาด 1,000 token ถึง 60,000 เท่า

output token จะถูกสร้างขึ้นทีละ token โดยแต่ละ token ใหม่จำเป็นต้องผ่านการประมวลผลผ่านโมเดลหนึ่งรอบ และต้องใช้ token ก่อนหน้าทั้งหมดเป็นบริบท ดังนั้นการเขียน 1,000 token จึงหมายถึงการประมวลผล 1,000 รอบต่อเนื่องกัน งานที่เป็นลำดับขั้นเช่นนี้ไม่สามารถกระจายภาระงานได้เหมือนกับการอ่าน output token แต่ละตัวจึงต้องใช้ทรัพยากรฮาร์ดแวร์นานกว่า

นี่คือเหตุผลว่าทำไมการสั่งให้ "เขียนคำตอบให้สั้นลง" จึงเป็นวิธีลดค่าใช้จ่ายที่ได้ผลน้อยกว่าที่หลายคนคาดคิด เพราะมันส่งผลต่อส่วนที่มีสัดส่วนน้อยกว่าในบิลค่าใช้จ่ายของ agent

เหตุใดการสนทนาทั้งหมดของฉันจึงถูกเรียกเก็บเงินซ้ำในทุกรอบการโต้ตอบ?

Claude API มีสถานะเป็น stateless ซึ่งหมายความว่าไม่มีการเก็บประวัติการสนทนาไว้ที่ฝั่ง Anthropic เพื่อให้คุณเพิ่มข้อความเข้าไปทีละส่วน แต่ละคำขอจะส่งประวัติการสนทนาทั้งหมดไปพร้อมกัน และโมเดลจะอ่านเนื้อหาทั้งหมดนั้นก่อนที่จะเริ่มเขียนคำตอบ ดังนั้น ในรอบที่ 30 คุณจึงถูกเรียกเก็บเงินสำหรับเนื้อหาตั้งแต่รอบที่ 1 ถึง 29 ด้วยเช่นกัน

นั่นหมายความว่าค่าใช้จ่ายของการสนทนาจะเพิ่มขึ้นเร็วกว่าความยาวของข้อความที่เพิ่มขึ้นจริง ในรอบที่ 1 คุณจะถูกเรียกเก็บเงินสำหรับ context ขนาดเล็ก แต่ในรอบที่ 40 คุณจะถูกเรียกเก็บเงินสำหรับ context ขนาดใหญ่ เมื่อรวมทุกรอบเข้าด้วยกัน คุณจะได้จ่ายเงินสำหรับจำนวนโทเค็นที่มากกว่าจำนวนโทเค็นที่ถูกเขียนขึ้นจริงหลายเท่า

[
  {
    "turn": 1,
    "context_tokens": "20,000"
  },
  {
    "turn": 5,
    "context_tokens": "32,000"
  },
  {
    "turn": 10,
    "context_tokens": "45,000"
  },
  {
    "turn": 15,
    "context_tokens": "55,000"
  },
  {
    "turn": 20,
    "context_tokens": "64,000"
  },
  {
    "turn": 25,
    "context_tokens": "74,000"
  },
  {
    "turn": 30,
    "context_tokens": "84,000"
  },
  {
    "turn": 35,
    "context_tokens": "92,000"
  },
  {
    "turn": 40,
    "context_tokens": "100,000"
  }
]

เซสชันด้านบนเริ่มต้นที่ 20,000 โทเค็น ซึ่งประกอบด้วย system prompt, คำจำกัดความของเครื่องมือ และไฟล์แรกที่เอเจนต์เปิดขึ้นมา จนถึงรอบที่ 40 บริบทจะมีจำนวนโทเค็นรวม 100,000 โทเค็น หากคำนวณค่าเฉลี่ยตลอดทั้ง 40 รอบ คุณจะพบว่ามีการอ่านโทเค็นประมาณ 60,000 โทเค็นต่อหนึ่งคำขอ

เหตุใด Agent จึงมีค่าใช้จ่ายสูงกว่าการแชททั่วไป

การแชทคือการส่งคำขอหนึ่งครั้งต่อหนึ่งคำถาม แต่ Agent คือการส่งคำขอหนึ่งครั้งต่อหนึ่งขั้นตอน การอ่านไฟล์ถือเป็นหนึ่งขั้นตอน การรันการทดสอบถือเป็นหนึ่งขั้นตอน การอ่านผลลัพธ์จากการทดสอบถือเป็นหนึ่งขั้นตอน และการแก้ไขไฟล์ก็ถือเป็นหนึ่งขั้นตอน สำหรับ Agent ที่ใช้เขียนโค้ด การทำงานให้เสร็จสิ้นหนึ่งงานโดยใช้ 40 ขั้นตอนถือเป็นเรื่องปกติ

มีค่าใช้จ่ายเพิ่มเติมสองส่วนที่มาพร้อมกับการใช้เครื่องมือ (tool use) อย่างแรกคือคำจำกัดความของเครื่องมือซึ่งจะถูกนับเป็น input tokens ในทุกคำขอ เนื่องจากโมเดลจำเป็นต้องได้รับข้อมูลว่ามีเครื่องมือใดให้ใช้งานบ้างในทุกครั้งที่ทำงาน Anthropic ได้เผยแพร่ข้อมูลส่วนเกินนี้ไว้ว่า system prompt สำหรับการใช้เครื่องมือมีขนาด 286 tokens บน Opus 5 เมื่อตั้งค่า tool_choice เป็น auto ซึ่งยังไม่รวมจำนวน tokens ของ schema เครื่องมือที่คุณกำหนดเอง นอกจากนี้ เครื่องมือบางอย่างที่ทำงานบนฝั่งเซิร์ฟเวอร์ยังมีค่าธรรมเนียมแยกต่างหาก เช่น การค้นหาผ่านเว็บ (web search) จะถูกเรียกเก็บเงินที่ $10 ต่อการค้นหา 1,000 ครั้ง เพิ่มเติมจากจำนวน tokens ที่ผลลัพธ์การค้นหานั้นใช้ไป

อย่างที่สองคือผลลัพธ์จากเครื่องมือทุกอย่างจะกลายเป็นบริบท (context) ถาวร คำสั่งที่แสดงผลลัพธ์ออกมา 3,000 บรรทัด จะทำให้บรรทัดเหล่านั้นถูกรวมเข้าไปในทุกคำขอที่เหลือตลอดทั้งเซสชัน การใช้งาน token ต่อเซสชันที่ Claude Code รายงาน จะช่วยให้เห็นภาพนี้ได้ชัดเจน โดยให้สังเกตตัวเลข input ที่เพิ่มสูงขึ้นทันทีหลังจากรันคำสั่งที่มีผลลัพธ์จำนวนมาก

การคำนวณสำหรับหนึ่งเซสชันจริง

นี่คือตัวอย่างการเขียนโค้ดโดยใช้เอเจนต์บน Opus 5 ในระยะเวลาหนึ่งชั่วโมง ซึ่งมีการเรียกใช้ API ทั้งหมด 40 ครั้ง บริบทของข้อมูลเพิ่มขึ้นจาก 20,000 เป็น 100,000 โทเค็น ดังนั้นค่าเฉลี่ยจะอยู่ที่ประมาณ 60,000 โทเค็นต่อการเรียกใช้หนึ่งครั้ง โมเดลเขียนข้อมูลประมาณ 700 โทเค็นต่อการเรียกใช้ ซึ่งเป็นการผสมผสานระหว่างการเรียกใช้เครื่องมือแบบสั้นและบล็อกโค้ดที่ยาวขึ้นเล็กน้อย

Requests in the session:      40
Average context per request:  60,000 tokens

Total input tokens billed:    40 x 60,000                    = 2,400,000
Input cost on Opus 5:         2,400,000 x $5 / 1,000,000     = $12.00

Total output tokens:          40 x 700                       =    28,000
Output cost on Opus 5:        28,000 x $25 / 1,000,000       =  $0.70

Session total                                                = $12.70

[
  {
    "label": "Input, context re-read",
    "billed_tokens": "2,400,000",
    "cost_usd": "12.00"
  },
  {
    "label": "Output, code and tool calls",
    "billed_tokens": "28,000",
    "cost_usd": "0.70"
  }
]

ลองพิจารณาการแบ่งสัดส่วนนี้ ค่าใช้จ่ายในการอ่านอยู่ที่ 12.00 ดอลลาร์ และค่าใช้จ่ายในการเขียนอยู่ที่ 0.70 ดอลลาร์ ดังนั้นผลลัพธ์ที่คุณอ่านจริง ๆ จึงคิดเป็นประมาณร้อยละ 5 ของค่าใช้จ่ายทั้งหมด โมเดลเขียนไป 28,000 โทเค็น และถูกเรียกเก็บเงินจากการอ่านไป 2,400,000 โทเค็น ไม่มีใครพิมพ์ข้อมูลถึง 2.4 ล้านโทเค็น แต่เป็นการอ่านชุดข้อมูล 100,000 โทเค็นเดิมซ้ำไปซ้ำมา

กลไกที่ 1: Prompt caching ซึ่งเป็นส่วนที่ประหยัดค่าใช้จ่ายได้มากที่สุด

Prompt caching จะจัดเก็บรูปแบบที่ประมวลผลแล้วของส่วนนำ (prefix) ที่คงที่ใน prompt ของคุณ ในคำขอถัดไป ระบบจะอ่านส่วนนำนั้นจากแคชแทนการประมวลผลใหม่ การเขียนลงแคชมีค่าใช้จ่าย 1.25 เท่าของอัตรา input ปกติสำหรับแคชระยะเวลา 5 นาที หรือ 2 เท่าสำหรับแคชระยะเวลา 1 ชั่วโมง ส่วนการอ่านจากแคชมีค่าใช้จ่ายเพียง 0.1 เท่าของอัตรา input ปกติ สำหรับรุ่น Opus 5 ค่าใช้จ่ายจะอยู่ที่ 0.50 ดอลลาร์ต่อล้านโทเค็น แทนที่จะเป็น 5 ดอลลาร์

ลองนำมาปรับใช้กับเซสชันข้างต้น โทเค็นจำนวน 100,000 โทเค็นจะถูกเขียนลงแคชหนึ่งครั้งในขณะที่การสนทนาดำเนินไป ส่วนโทเค็น input อีก 2,300,000 โทเค็นที่เหลือจะกลายเป็นการอ่านจากแคชแทน

Tokens written to cache:      100,000
Cache write at 1.25x input:   100,000 x $6.25 / 1,000,000    = $0.63

Tokens read from cache:       2,300,000
Cache read at 0.1x input:     2,300,000 x $0.50 / 1,000,000  = $1.15

Output cost, unchanged                                       = $0.70

Session total                                                = $2.48

คุณสามารถระบุส่วนที่ต้องการแคชได้ด้วยฟิลด์ cache_control ให้วางจุดแบ่ง (breakpoint) ไว้หลังเนื้อหาที่ไม่เปลี่ยนแปลงในแต่ละรอบการสนทนา เช่น system prompt และคำนิยามของเครื่องมือ (tool definitions) รวมถึงเอกสารขนาดยาวที่คุณใช้อ้างอิงบ่อยครั้งก็ควรจัดให้อยู่ในบล็อกที่คงที่นี้เช่นกัน

{
  "model": "claude-opus-5",
  "system": [
    {
      "type": "text",
      "text": "<long, stable instructions>",
      "cache_control": {"type": "ephemeral"}
    }
  ],
  "messages": [{"role": "user", "content": "..."}]
}

ลำดับของ prompt ในตอนนี้มีผลต่อค่าใช้จ่าย การที่แคชจะทำงานได้ (cache hit) จำเป็นต้องมีการจับคู่ที่ตรงกันทุกประการตั้งแต่จุดเริ่มต้นของ prompt ดังนั้นข้อมูลใดก็ตามที่มีการเปลี่ยนแปลงในทุกคำขอจะต้องวางไว้หลังส่วนที่ไม่เปลี่ยนแปลงเสมอ หากคุณใส่ timestamp ไว้ที่ด้านบนสุดของ system prompt จะทำให้แคชไม่ทำงานในทุกรอบการสนทนา: ส่วนนำทั้งหมดจะกลายเป็น cache miss และคุณจะต้องเสียค่าใช้จ่าย 1.25 เท่าของอัตรา input เพื่อเขียนข้อมูลนั้นใหม่อีกครั้ง

การตอบกลับของระบบจะแจ้งให้คุณทราบว่าการทำงานสำเร็จหรือไม่ ให้ส่งคำขอและตรวจสอบบล็อกการใช้งาน (usage block)

curl https://api.anthropic.com/v1/messages \
  -H "x-api-key: $ANTHROPIC_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -H "content-type: application/json" \
  -d '{
    "model": "claude-opus-5",
    "max_tokens": 256,
    "messages": [{"role": "user", "content": "Hello"}]
  }'

ทุกการตอบกลับจะมีออบเจกต์ usage ดังนี้:

{
  "usage": {
    "input_tokens": 105,
    "cache_creation_input_tokens": 7345,
    "cache_read_input_tokens": 7123,
    "output_tokens": 239
  }
}

หากคำขอซ้ำยังคงแสดงค่า 0 ใน cache_read_input_tokens หมายความว่าแคชไม่ทำงาน สาเหตุทั่วไปคือมีบางอย่างก่อนจุดแบ่งของคุณเกิดการเปลี่ยนแปลง นอกจากนี้แคชระยะเวลา 5 นาทียังมีวันหมดอายุ ดังนั้นคำขอที่ส่งหลังจากผ่านไป 6 นาทีจะถือเป็น cache miss และตามด้วยการเขียนข้อมูลใหม่ทั้งหมด

ระดับ 2: ส่งงานที่ไม่ซับซ้อนไปยังโมเดลขนาดเล็ก

การโต้ตอบส่วนใหญ่ในเซสชันของเอเจนต์ไม่ใช่เรื่องยาก เช่น การเปิดไฟล์ การรันตัวจัดรูปแบบโค้ด หรือการอ่านค่า diff งานเหล่านี้ไม่จำเป็นต้องใช้โมเดลระดับแนวหน้า การส่งงานเหล่านี้ไปยัง Haiku 4.5 จะช่วยลดอัตราค่าบริการขาเข้าจาก 5 ดอลลาร์ต่อล้านโทเค็น ลงเหลือ 1

[
  {
    "label": "Opus 5, no caching",
    "session_cost_usd": "12.70"
  },
  {
    "label": "Opus 5, cached",
    "session_cost_usd": "2.48"
  },
  {
    "label": "Sonnet 5, cached",
    "session_cost_usd": "0.99"
  },
  {
    "label": "Haiku 4.5, cached",
    "session_cost_usd": "0.50"
  }
]

เซสชันเดียวกันนี้จะมีค่าใช้จ่าย 12.70 ดอลลาร์หากใช้ Opus 5 โดยไม่มีการทำ caching, 2.48 หากมีการทำ caching, 0.99 หากใช้ Sonnet 5 พร้อม caching และ 0.50 หากใช้ Haiku 4.5 พร้อม caching การทำ caching เพียงอย่างเดียวช่วยลดค่าใช้จ่ายลงได้ประมาณร้อยละแปดสิบ ส่วนการเลือกโมเดลจะช่วยลดค่าใช้จ่ายส่วนที่เหลือเกือบทั้งหมด

ข้อควรระวังตามความเป็นจริงคือ โมเดลที่ราคาถูกกว่าแต่ให้คำตอบที่ผิดพลาดจะทำให้คุณต้องเสียค่าใช้จ่ายสำหรับเซสชันนั้นใหม่อีกครั้ง รวมถึงเสียเวลาของคุณเองด้วย ดังนั้นควรเลือกเส้นทางตามความยากของงาน ไม่ใช่ตามราคา กฎนี้ยังใช้ในทางกลับกันด้วย กล่าวคือ Claude Fable 5 มีราคาอยู่ที่ 10 ดอลลาร์และ 50 ดอลลาร์ต่อล้านโทเค็น ซึ่งสูงกว่า Opus 5 ดังนั้นโปรดอ่าน สิ่งที่อัตราค่าบริการเหล่านั้นมอบให้คุณ ก่อนที่จะส่งงานไปที่นั่น เนื้อหาเรื่อง การเลือกระหว่าง Opus, Sonnet และ Haiku จะอธิบายรายละเอียดว่าแต่ละโมเดลเหมาะสมกับงานประเภทใดบ้าง

ระดับ 3: การจัดการบริบทให้สะอาด

ทุก token ที่คุณทิ้งไว้ในบริบทจะถูกคิดค่าใช้จ่ายในทุกรอบการสนทนาที่เหลืออยู่ ดังนั้นการลบ token ออกตั้งแต่เนิ่นๆ จึงคุ้มค่ากว่าการลบในภายหลังมาก ไฟล์ขนาด 5,000 token ที่ถูกใส่เข้ามาในรอบที่ 5 ของเซสชันที่มีทั้งหมด 40 รอบ จะถูกอ่านซ้ำอีกถึง 35 ครั้ง ซึ่งเท่ากับเป็นการเพิ่ม input token ถึง 175,000 token หรือเกือบ 1 ดอลลาร์บน Opus 5 จากการวางข้อมูลโดยไม่ระมัดระวังเพียงครั้งเดียว

สี่นิสัยที่จะช่วยลดจำนวน token:

• เริ่มเซสชันใหม่สำหรับงานใหม่ แทนที่จะทำต่อจากของเมื่อวาน
• กรองคำสั่งที่มีข้อมูลขยะออกก่อนที่ผลลัพธ์จะส่งถึงโมเดล โดยใช้เครื่องมืออย่าง head -50 แทนที่จะทำหลังจากนั้น
• ขอเฉพาะฟังก์ชันที่คุณต้องการใช้งาน ไม่ใช่ขอทั้งไฟล์
• เมื่อเซสชันที่ยาวนานเริ่มไม่มีความคืบหน้า ให้ขอสรุปและเริ่มใหม่โดยใช้สรุปนั้น สรุปจะมีขนาดเพียงไม่กี่ร้อย token ในขณะที่บันทึกการสนทนาทั้งหมดอาจมีขนาดถึงหนึ่งแสน token

ระดับ 4: จัดกลุ่มงานที่ไม่ใช่แบบโต้ตอบ (Batch)

Batch API จะประมวลผลคำขอแบบอะซิงโครนัส (asynchronous) และช่วยลดค่าใช้จ่ายทั้งขาเข้าและขาออกลง 50 เปอร์เซ็นต์ หากงานใดไม่จำเป็นต้องได้รับคำตอบภายในหนึ่งวินาที ให้ใช้วิธีจัดกลุ่มงาน (batch) วิธีนี้ครอบคลุมถึงงานประเภทการจำแนกข้อมูล, การสกัดข้อมูล, การสรุปผลงานค้าง และการรันเพื่อประเมินผล ส่วนลดสำหรับการทำ batch สามารถใช้ร่วมกับ prompt caching ได้ แต่จะไม่สามารถใช้กับเซสชันแบบโต้ตอบได้ เนื่องจากไม่มีกระบวนการใดที่ต้องรอผลลัพธ์ในลักษณะดังกล่าว

ฉันกำลังถูกเอาเปรียบอยู่หรือไม่?

นี่คือคำถามที่แท้จริงภายใต้หัวข้อ "ทำไม Claude ถึงมีราคาแพง" ดังนั้นนี่คือคำตอบที่ตรงไปตรงมา อัตราค่าบริการมีการประกาศไว้อย่างชัดเจน ซึ่งเป็นอัตราเดียวกันสำหรับทุกคนในระดับมาตรฐาน และคิดค่าบริการตามจำนวน token ข้อยกเว้นคือสัญญาที่ผ่านการเจรจาต่อรอง ซึ่งแม้แต่ในกรณีนั้น Claude Enterprise pricing ก็ยังคงคิดค่าบริการต่อที่นั่งเพิ่มเติมจากค่าบริการตามการใช้งานจริง (metered tokens) แทนที่จะมาแทนที่กัน หากคุณกำลังเปรียบเทียบกับผู้ให้บริการรายอื่นแทนที่จะเป็นแผนบริการอื่น the same jobs priced on the Claude and ChatGPT APIs จะแสดงให้เห็นว่าแต่ละรายมีราคาถูกกว่าในกรณีใดบ้าง ไม่มีส่วนใดในใบแจ้งหนี้ที่เป็นการเรียกเก็บตามดุลยพินิจ สิ่งที่ตารางอัตราค่าบริการบอกคุณไม่ได้คือคุณได้รับความคุ้มค่าหรือไม่ เพราะตารางราคาคิดตามจำนวน token แต่สิ่งที่คุณสนใจคือผลลัพธ์

ดังนั้น ให้ประเมินราคาจากผลลัพธ์แทน เซสชันข้างต้นมีค่าใช้จ่าย 12.70 ดอลลาร์โดยไม่มีการใช้แคช หากมันช่วยให้คุณส่งมอบฟีเจอร์ที่ปกติใช้เวลาทำหนึ่งชั่วโมงได้สำเร็จ นั่นถือว่าราคาถูก แต่หากมันใช้เวลาโต้ตอบไปสี่สิบครั้งโดยวนอยู่กับที่ เงินจำนวน 12.70 ดอลลาร์เท่าเดิมนั้นก็ไม่ได้สร้างประโยชน์อะไรเลย และอัตราค่าบริการก็ไม่ใช่ปัญหาตั้งแต่แรก

นี่คือส่วนที่ควรจดจำ ใบแจ้งหนี้ของคุณเพิ่มขึ้นตามจำนวน token ไม่ใช่ตามมูลค่าของงาน เซสชันที่สร้างผลงานได้จริงกับเซสชันที่สูญเปล่าซึ่งมีความยาวเท่ากันจะมีค่าใช้จ่ายเท่ากัน นี่คือเหตุผลว่าทำไมกลไกทั้งสี่ประการจึงสำคัญกว่าตารางอัตราค่าบริการ คุณไม่สามารถต่อรองราคาต่อ token ได้ แต่คุณเป็นผู้ตัดสินใจว่างานนั้นต้องใช้จำนวน token มากน้อยเพียงใด

ดังนั้น ให้ติดตามค่าใช้จ่ายต่อภารกิจที่เสร็จสมบูรณ์ ไม่ใช่ค่าใช้จ่ายต่อเดือน หากตัวเลขนั้นลดลงในขณะที่คุณปรับแต่งการใช้แคชและการกำหนดเส้นทาง (routing) แสดงว่าระบบของคุณกำลังดีขึ้น แม้ว่ายอดรวมรายเดือนจะสูงขึ้นก็ตาม เพราะยอดรวมที่เพิ่มขึ้นนั้นมาจากการที่คุณทำงานได้มากขึ้นนั่นเอง

สิ่งที่ไม่ได้ช่วยลดค่าใช้จ่ายของคุณ

คำแนะนำยอดนิยมบางอย่างแทบไม่มีผลอะไร การสั่งให้โมเดล "กระชับ" (be concise) ช่วยลดปริมาณผลลัพธ์ลงได้เพียงเล็กน้อย ซึ่งผลลัพธ์นั้นคิดเป็นเพียงร้อยละ 5 ของค่าใช้จ่ายตามตัวอย่าง การทำให้คำถามของคุณสั้นลงช่วยประหยัดโทเค็นได้เพียงไม่กี่ร้อยโทเค็นเมื่อเทียบกับบริบทขนาด 60,000 โทเค็น การปิดฟีเจอร์ extended thinking จะช่วยได้ก็ต่อเมื่อโทเค็นที่ใช้ในการคิดเป็นสัดส่วนหลักของผลลัพธ์ของคุณเท่านั้น ซึ่งบล็อกการใช้งานจะแจ้งข้อมูลนี้ให้คุณทราบโดยไม่ต้องให้คุณคาดเดาเอง

หน้าต่างบริบท (context window) ที่ใหญ่ขึ้นไม่ใช่ต้นทุนในตัวมันเอง บน Claude 4.6 และรุ่นที่ใหม่กว่า หน้าต่างขนาดหนึ่งล้านโทเค็นเต็มจะถูกเรียกเก็บเงินตามอัตรามาตรฐานต่อโทเค็น ดังนั้นคำขอขนาด 900,000 โทเค็นจึงมีค่าใช้จ่ายต่อโทเค็นเท่ากับคำขอขนาด 9,000 โทเค็น ขนาดของหน้าต่างไม่ได้เป็นตัวกำหนดราคา แต่สิ่งที่คุณเลือกใส่ลงไปในหน้าต่างต่างหากที่เป็นตัวกำหนด

มีอีกสองสิ่งที่ควรอยู่ในขั้นตอนการวางแผนมากกว่าการพิจารณาในเซสชันเดียว หากการใช้งานของคุณเป็นแบบโต้ตอบในทุกวัน ให้เปรียบเทียบการจ่ายตามการใช้งานจริง (pay per token) กับแผนแบบเหมาจ่าย: การเปรียบเทียบต้นทุนระหว่าง API และการสมัครสมาชิก จะช่วยคำนวณส่วนนี้ หากแผนแบบเหมาจ่ายคุ้มค่ากว่าและคุณกำลังพิจารณาแผนของผู้ให้บริการรายอื่นในเวลาเดียวกัน การเปรียบเทียบราคาแผนของ Claude และ ChatGPT จะช่วยเปรียบเทียบข้อมูลของทั้งสองฝั่ง และหากมีเอเจนต์ทำงานโดยไม่มีผู้ดูแลบนเซิร์ฟเวอร์ ให้กำหนดเพดานการใช้จ่ายสูงสุด (hard spend cap) ก่อนที่จะปรับแต่งสิ่งอื่นใด ซึ่งเป็นสิ่งที่ การควบคุมต้นทุนสำหรับ AI agent บน VPS ครอบคลุมไว้ สำหรับความเข้าใจในระดับสเกลทั่วไป สิ่งที่หนึ่งล้านโทเค็นของ Claude สามารถซื้อได้จริง จะช่วยแปลงตารางอัตราค่าบริการให้เห็นเป็นจำนวนหน้าของข้อความ

FAQ

ทำไมค่าใช้จ่าย Claude ของฉันถึงพุ่งสูงขึ้นเมื่อเริ่มใช้งาน Agent?

เพราะ Agent จะส่งคำขอหลายรายการต่อหนึ่งคำถาม และทุกคำขอนั้นจะรวมประวัติการสนทนาทั้งหมดที่ผ่านมาไว้ด้วย ในขณะที่การแชทปกติจะส่งเพียงหนึ่งคำขอต่อหนึ่งคำถาม แต่ Coding Agent จะส่งหนึ่งคำขอต่อหนึ่งขั้นตอน ซึ่งการทำงานหนึ่งอย่างอาจต้องใช้ถึงสี่สิบขั้นตอนเป็นเรื่องปกติ คำขอแต่ละรายการจะถูกคิดค่าบริการตามปริมาณ context ทั้งหมด ดังนั้นเซสชันที่จบลงด้วย 100,000 tokens อาจถูกคิดค่าบริการรวมทั้งหมดมากกว่าสองล้าน input tokens คุณสามารถตรวจสอบข้อมูลนี้ได้โดยตรงจาก input_tokens และ cache_read_input_tokens ใน API response

การทำ prompt caching ช่วยลดค่าใช้จ่ายได้มากจริงหรือ?

ในตัวอย่างที่แสดงให้เห็น ค่าใช้จ่ายของเซสชันลดลงจาก 12.70 ดอลลาร์ เหลือ 2.48 ดอลลาร์ เนื่องจากค่าใช้จ่ายในการอ่านจากแคชคิดเป็นหนึ่งในสิบของอัตราค่าบริการ input ปกติ การประหยัดจะขึ้นอยู่กับอัตรา hit rate ของคุณเป็นหลัก สำหรับแคชที่มีอายุห้านาทีนั้นจะคุ้มทุนหลังจากการอ่านเพียงครั้งเดียว เนื่องจากค่าใช้จ่ายในการเขียนสูงกว่า input ปกติ 1.25 เท่า ในขณะที่การอ่านมีค่าใช้จ่ายเพียง 0.1 เท่า หาก prompt ของคุณมีการเปลี่ยนแปลงใกล้ส่วนต้นในทุกคำขอ คุณจะไม่ได้รับ hit เลยและจะต้องเสียค่าธรรมเนียมการเขียนไปโดยเปล่าประโยชน์ โปรดตรวจสอบกับ cache_read_input_tokens ก่อนที่จะสรุปว่าระบบทำงานอยู่

ฉันควรใช้ Haiku กับทุกงานเลยหรือไม่?

ไม่ควร Haiku 4.5 มีค่าใช้จ่าย 1 ดอลลาร์ต่อล้าน input tokens เมื่อเทียบกับ 5 สำหรับ Opus 5 ดังนั้นการประหยัดค่าใช้จ่ายจึงเห็นผลจริงในงานที่มีปริมาณมากและไม่ซับซ้อน เช่น การจำแนกประเภทและการจัดเส้นทาง แต่คำตอบที่ผิดในงานที่ยากจะมีต้นทุนสูงกว่าส่วนต่างที่ประหยัดได้จากโมเดล เพราะคุณต้องเสียค่าใช้จ่ายในการทำซ้ำและเสียเวลาของคุณเองเพิ่มเข้าไปด้วย รูปแบบที่เหมาะสมคือการใช้งานแบบผสมผสาน: ใช้โมเดลขนาดเล็กสำหรับงานที่เป็นขั้นตอนเชิงกล และใช้โมเดลระดับแนวหน้าสำหรับงานที่ต้องอาศัยการตัดสินใจ

การใช้ API มีราคาถูกกว่าการสมัครสมาชิก Claude หรือไม่?

ขึ้นอยู่กับความสม่ำเสมอในการใช้งานของคุณ การสมัครสมาชิกเป็นราคาคงที่ต่อเดือนพร้อมข้อจำกัดในการใช้งาน ส่วน API เป็นการจ่ายตามจำนวน token ที่ใช้จริงโดยไม่มีเพดาน ซึ่งจะถูกกว่าเมื่อคุณใช้งานน้อยหรือใช้งานเป็นช่วงๆ และจะแพงกว่าเมื่อคุณใช้งานหนักทุกวันทำงาน ให้นำจำนวน token เฉลี่ยต่อวันจากส่วนการใช้งานมาคำนวณราคาตามอัตราของโมเดลที่คุณเลือก จากนั้นนำตัวเลขดังกล่าวไปเปรียบเทียบกับราคาแผนสมาชิก ซึ่งสำหรับระดับเริ่มต้นได้ระบุไว้ใน ราคาของ Claude Pro และข้อจำกัดในการใช้งาน หากผลรวมออกมาว่าการใช้ API คุ้มค่ากว่า การยกเลิกแผนหรือลดระดับแผนสมาชิก จะไม่ทำให้เดือนที่คุณจ่ายเงินไปแล้วสูญเปล่า เพราะคุณยังสามารถเข้าใช้งานได้จนกว่าจะสิ้นสุดรอบบิลปัจจุบัน