Claude 与 ChatGPT API 哪个更便宜？

简要结论

Claude 与 ChatGPT API 的价格没有绝对赢家，因为两家供应商之间的差距会随层级和输入输出 token 组合而变化。截至 21 October 2026，两者的主力层级对每个输入 token 收取相同费用，而 Claude 的每个输出 token 费用更低，因此在输出占比较高的工作负载中，Claude 略占优势。在前沿层级，OpenAI 的促销价 gpt-5.6-sol 在输入和输出两项费用上都比 Claude Opus 5 低 20%。在小型层级，对于相同任务，Claude Haiku 4.5 的费用高出数倍。任何不注明层级和 token 组合的结论都只是猜测。

因此，本页先介绍计算方法，然后给出 3 个包含 token 组合的成本示例，最后说明哪些倍数因素会让实际账单与标题价格产生更大差异。

唯一需要的公式

两个 API 的计费方式相同。您需要为发送的 token 付费，也需要按更高的费率为模型返回的 token 付费。

cost = (input tokens / 1,000,000) * input rate + (output tokens / 1,000,000) * output rate

一个 token 包含多少文本取决于模型。Anthropic 的术语表显示，在 Claude Sonnet 4.6、Claude Haiku 4.5 及更早的模型中，一个 token 约对应 3.5 个英文字符。Claude 4.7 及更高版本的模型，包括 Opus 5、Sonnet 5、Fable 5 和 5.5 代模型，使用更新的 tokenizer；处理相同文本时生成的 token 数量约多 30%，即每个 token 约对应 2.7 个字符。常见的约 4 个字符、接近 0.75 个单词这一数值，是 OpenAI 对其自有模型的经验值，不适用于 Claude。以上数值只能用于初步估算。要计算实际账单，应使用每个 API 在每次响应的 usage 对象中返回的 token 数量。

# Rates are US dollars per million tokens.
def cost(in_tok, out_tok, in_rate, out_rate):
    return in_tok / 1e6 * in_rate + out_tok / 1e6 * out_rate

# One support-chat turn: 1,400 tokens in, 220 tokens out, on a $2 / $10 model.
print(round(cost(1400, 220, 2.0, 10.0), 6))

脚本会输出 0.005，即每次交互半美分。将这个数值乘以您预计一个月的交互次数，就能得到预算。如果分母中的百万 token 单位不易理解，请参阅一百万个 token 在 Claude 中实际能买到什么，其中提供了具体的文本量。掌握这个公式后，今后的每次价格变更都只需修改一行，而不必重新分析。

2026 年 10 月公布的费率

这些是两家厂商定价页面上的标价，核对日期为 2026 年 10 月 21 日。本节包含以下场景使用的所有费率。在确定预算前，请将其与 claude.com/pricing 和 OpenAI 的定价页面进行核对。

[
  {
    "label": "Frontier",
    "claude_input": 5,
    "claude_output": 25,
    "openai_input": 4,
    "openai_output": 20
  },
  {
    "label": "Workhorse",
    "claude_input": 2,
    "claude_output": 10,
    "openai_input": 2,
    "openai_output": 12
  },
  {
    "label": "Workhorse, Sonnet 4.6",
    "claude_input": 3,
    "claude_output": 15,
    "openai_input": 2,
    "openai_output": 12
  },
  {
    "label": "Small",
    "claude_input": 1,
    "claude_output": 5,
    "openai_input": 0.2,
    "openai_output": 1.2
  }
]

两组模型按各自产品线中的定位配对，而不是按知名度配对。旗舰档是 Claude Opus 5 对 gpt-5.6-sol。主力档是 Claude Sonnet 5 对 gpt-5.6-terra。小型档是 Claude Haiku 4.5 对 gpt-5.6-luna。两家厂商还提供高于本节所列档位的产品。在 Claude 一侧，该档位是 Fable 5；其输入和输出价格都是旗舰档对应价格的两倍，同时保持相同的 5 倍输出费率。因此，在假定 Opus 5 是账单上限之前，值得阅读Fable 5 的价格以及何时值得按该费率使用它。将一侧的旗舰模型与另一侧的低价模型比较，得出的数字没有意义。多数已发布比较的标题数据就是这样产生的。

本节有 3 点需要明确说明。Sonnet 5 的 2 和 10 是标准费率。Anthropic 最初将其作为促销价格销售至 2026 年 8 月 31 日，随后将其调整为标准费率，并取消原定上调至 $3 和 $15 的计划，因此主力档仍由 Claude 小幅占优。第二行主力档是上一代模型 Claude Sonnet 4.6，其价格仍列为 3 和 15。

第二点是旗舰档。2026 年 8 月 21 日，OpenAI 将 gpt-5.6-sol 的价格从 $5 和 $30 下调为 4 和 20，作为促销活动；其模型页面显示，促销价格至少持续到 2026 年 11 月 21 日。在此之前，Sol 的输入、缓存读取和输出价格都比 Claude Opus 5 低 20%。该日期后请重新核对这一行。

第三点是一个值得记住的规律：上表中 Claude 每一行的输出价格都正好是自身输入费率的 5 倍。OpenAI 的 gpt-5.6-terra 和 gpt-5.6-luna 的输出价格是输入费率的 6 倍，而促销价格下的 gpt-5.6-sol 是 5 倍。决定哪一方更便宜的是这个比例，而不是绝对费率；结果会随输入和输出 token 的占比变化。

两家厂商还发布了比本节比较对象更新的模型。Anthropic 列出的 Claude Opus 5.5 价格为 $4 和 $20，Claude Sonnet 5.5 为 $2 和 $10，Claude Haiku 5.5 为 $0.10 和 $0.50，适用于不超过 100,000 tokens 的提示。OpenAI 当前模型列表的首位是 gpt-6-astra，价格为 $10 和 $50；其次是 gpt-6.1-sol，价格为 $2 和 $10；以及 gpt-6-luna，价格为 $0.10 和 $0.50。这些模型的每 token 费率更加接近，因此在新模型上，下面的 tokenizer 和缓存部分将决定账单。小型档的情况变化最大；在排除 Claude 之前，值得阅读Haiku 5.5 的价格以及它适用的场景。

为什么每百万 token 的费率无法跨供应商比较

费率的单位是每个 token 的美元价格。账单金额等于每个 token 的美元价格乘以 token 数量，而一段文本的 token 数量取决于模型，不取决于文本本身。

Anthropic 对此有明确说明：Claude 4.7 及更高版本的模型，包括 Claude Opus 5 和 Claude Sonnet 5，使用较新的 tokenizer。对于相同文本，其生成的 token 数量大约比 Claude Sonnet 4.6 及更早版本多 30%。费率没有变化，但账单金额变了。

因此，看起来相同的两个费率，并不代表两笔相同的账单。在采信任何比较结果（包括本比较）之前，应使用您自己的文本统计两边的 token 数量。

curl https://api.anthropic.com/v1/messages/count_tokens \
  -H "x-api-key: $ANTHROPIC_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -H "content-type: application/json" \
  -d '{
    "model": "claude-sonnet-5",
    "messages": [{"role": "user", "content": "Summarise the attached contract."}]
  }'

正常响应是一个包含 input_tokens 的小型 JSON 对象。401 表示 API key 未被接受。先确认 shell 中的 key 变量不为空，再确认 key 本身没有格式错误、未被撤销且未过期，因为这些情况都会返回相同的错误。使用另一家供应商的 tokenizer 处理相同文本，将一个 token 数量除以另一个，再将所得比值乘入已公布的费率，然后进行比较。如果该比值使某一家供应商的优势超过约 1.25，其影响就会超过上方区块中前沿模型与主力模型之间的费率差异。它无法接近小型模型层级，因为该层级的输入费率相差 5 倍。

场景一：聊天功能

Web 应用中的支持助手。每月处理 120,000 轮对话。每轮都会发送系统提示词、工具 schema、两段检索到的帮助台内容和几条较早的消息，约 1,400 个输入 token；模型约生成 220 个 token。该功能需要交互式响应，因此无法使用批处理折扣。将其部署在主力层。

[
  {
    "label": "List price",
    "claude_usd": "600.00",
    "openai_usd": "652.80"
  },
  {
    "label": "Cached prefix, 1,100 tokens",
    "claude_usd": "362.40",
    "openai_usd": "415.20"
  },
  {
    "label": "Small tier, same prefix",
    "claude_usd": "300.00",
    "openai_usd": "41.52"
  }
]

按目录价格计算，Claude 的费用为 600.00，OpenAI 的费用为 652.80。两者的输入费用相同，因为输入单价相同。全部差距来自输出费用，而 Claude 的优势太小，不足以据此选择供应商。

再看稳定前缀：系统提示词和工具 schema 约占这 1,400 个输入 token 中的 800 个，并且在不同轮次之间不会变化。两家供应商都不会缓存它。Claude Sonnet 5 和 gpt-5.6-terra 都要求可缓存前缀至少为 1,024 个 token；如果前缀更短，系统会按普通输入计费，不会报错。如果稳定前缀达到 1,100 个 token，两边都可以缓存。由于两种模型对缓存命中的输入都按基础输入单价的 10% 收费，在偶尔发生缓存写入之前，Claude 的费用会降至 362.40，OpenAI 的费用会降至 415.20。缓存带来的收益高于供应商选择本身，而且只要前缀达到最低长度，两个平台都支持缓存。

Claude 在这里处于劣势。大多数支持答复不需要主力模型。将相同流量迁移到小型层后，Claude 的费用为 300.00，OpenAI 的费用为 41.52。两者相除可知，在完成相同任务的情况下，Claude 的成本约为 OpenAI 的 7 倍。Claude Haiku 4.5 的输入价格为每百万输入 token 1，而 gpt-5.6-luna 的价格为 0.2；Haiku 4.5 不会缓存短于 4,096 个 token 的前缀，因此在 gpt-5.6-luna 上可以缓存的 1,100-token 前缀，在 Claude 上仍按全价计费。无论缓存效果多好，都无法消除 5 倍的差距。如果你的工作负载适合小型模型，在这组配对中 OpenAI 更便宜，而且差距很大。

场景二：长上下文文档处理流水线

每月处理 25,000 份合同。每个请求都包含相同的 9,000-token 指令和 JSON schema，随后是 12,000 token 的合同正文，模型返回约 700 token 的结构化字段。该任务的输出不足总 token 数的 4%，这一点决定了比较结果。

[
  {
    "label": "Chat feature",
    "claude_usd": "362.40",
    "openai_usd": "415.20"
  },
  {
    "label": "Document pipeline",
    "claude_usd": "820.00",
    "openai_usd": "855.00"
  },
  {
    "label": "Coding agent",
    "claude_usd": "116.10",
    "openai_usd": "92.88"
  }
]

两边都缓存 9,000-token 前缀后，Claude 的费用为 820.00，OpenAI 的费用为 855.00。输入费用精确到美分完全相同，因为截至 2026 年 10 月 21 日，两者的输入单价一致。全部差异都来自输出费用：Claude 的输出单价是输入单价的 5 倍，OpenAI 则是 6 倍。

该任务还可以使用批处理。两家厂商对异步任务的输入和输出费用都提供 50% 的折扣，因此两边的总费用都会减半，差距比例保持不变。批处理是任一平台提供的最大单项折扣，而夜间运行的文档流水线始终可以使用该方式。

Claude 的劣势仍然来自之前所述的分层逻辑。按照固定 schema 提取字段，正是小型模型擅长的工作；而且输入在此处占总 token 数的 97%。下调一个模型层级后，OpenAI 的输入单价会降至原来的 0.1 倍，Claude 的输入单价会降至原来的 0.5 倍。在假定需要更大型号之前，先用 200 份文档测试小型模型，并采用与选择适合任务的 Claude 层级相同的评估方法。

场景三：始终在线的编码代理

一名开发者在 VPS 上运行代理，每月大约进行 900 次模型交互。每次交互包含约 60,000 个 repository 上下文输入 token，其中 80% 命中缓存，并生成约 1,800 个编辑和说明 token。按前沿级别定价，因为在编码场景中，能力差距会直接带来实际成本。

Claude 的费用为 116.10，OpenAI 为 92.88。按促销价格计算，gpt-5.6-sol 的输入、缓存读取和输出价格均低 20%，因此在计入缓存写入前，OpenAI 的成本低 20%。

这 20% 小于 tokenizer 部分所提示的 token 数量差异。因此，在使用前应先统计自己的 repository 中的 token 数量，并在 21 November 2026 之后重新检查，因为这是 Sol 促销活动最早可能结束的日期。相比任一单价，计费模式更重要。对于这种用量的一名开发者，订阅席位通常比按量计费的 API 调用更便宜；一旦纳入订阅，整个比较结果都会改变。在将代理置于按量计费模式前，先通过API 与订阅费用对比完成计算。如果采用按量计费，首先应了解 token 的消耗位置，因为编码代理的 token 使用量主要来自每次交互都重新发送的上下文，而不是它生成的代码。

决定账单的倍数因素

标价是这份清单中影响最小的一项。下面每一项对实际账单的影响，都大于同一档位两个供应商之间的价格差。

缓存输入。 上方费率表中的所有模型，两个供应商都对缓存命中收取基础输入价格的 10%。这不是通用规则：Anthropic 的新版 Opus 5.5 和 Sonnet 5.5 收取 5%，Fable 5.1 收取 2.5%，OpenAI 的 gpt-6.1-sol 收取 5%。两个供应商还会对写入缓存收费。Anthropic 对五分钟缓存条目收取基础输入价格的 1.25 倍，对一小时条目收取 2 倍；之后的命中会按读取价格刷新该条目。OpenAI 对 GPT-5.6 及更高版本的默认条目收取基础输入价格的 1.25 倍。该条目在写入或上次读取后至少 30 分钟内可继续复用。其 Responses API 还提供 12 小时条目，价格为基础输入的 2.5 倍。因此，五分钟条目命中一次即可回本。两个供应商都不会缓存短于模型最小长度的前缀：Claude Sonnet 5 和 GPT-5.6 为 1,024 tokens，Claude Opus 5 为 512，Claude Haiku 4.5 为 4,096。低于此长度时，您仍需支付完整输入费用，也不会收到错误。请求间隔较长的工作负载，写入缓存的次数多于读取次数；此时缓存成本高于节省的费用。流量稳定时，缓存效果较好。流量突发时则相反。

批处理折扣。 两个平台的输入和输出均可享受 50% 折扣，但仅适用于异步任务。如果任务可以等待，任一供应商的账单都可减半，而且该折扣可与缓存叠加。

输出占比。 Claude 的输出价格是输入价格的 5 倍。OpenAI 对 gpt-5.6-terra 和 gpt-5.6-luna 收取 6 倍，对 gpt-5.6-sol 的促销价格收取 5 倍。输入价格相同时，写出而不是读取的 tokens 越多，Claude 的成本优势越明显；以输入为主的工作负载则相反。

重试。 每次重试都会再次支付完整输入费用，并且不会返回可用结果。如果 6% 的调用因 schema 校验失败而重试，实际输入量就比计划值高 6%。应将重试记录为成本项，而不是错误项。团队往往最后才发现这个倍数因素，而它通常比团队花一周争论的供应商价格差更大。

哪一方在哪些方面处于劣势

在这组比较中，Claude 在小型档位上完全处于劣势。gpt-5.6-luna 的输入价格为每百万个输入 token 0.2，而 Claude Haiku 4.5 为 1；输出价格分别为 1.2 和 5。对于高吞吐分类和短文本提取，Claude 的每个 token 成本高出 4 到 5 倍；启用缓存后，差距还会扩大。

在主力档位的输出部分，Claude 具有优势：每百万个 token 的价格为 10，而 gpt-5.6-terra 为 12。但您自己的 token 用量可能会抵消这一差距。2026 年 9 月 1 日之后，这一差距仍然存在，因为 Anthropic 已将 Sonnet 5 的首发价格调整为标准价格。Claude 目前在前沿档位处于劣势：gpt-5.6-sol 的促销价 4 和 20 在输入和输出两项上都比 Claude Opus 5 低 20%，至少持续到 2026 年 11 月 21 日。在主力档位，输入占主导的工作没有哪一方占优，因为双方每百万个 token 的输入价格都是 2。

如何在自己的流量上进行测量

读取每个响应中的 usage 对象，并为每个请求记录 4 个数值：输入 token、输出 token、缓存读取 token 和缓存写入 token。在 Claude API 中，这些数值分别位于 input_tokens、output_tokens、cache_read_input_tokens 和 cache_creation_input_tokens。按天汇总这些数值，乘以当前费率，再将总额与账单进行比较。两者之间的差额通常来自重试，或来自您忘记已经发布的代码路径。

使用一周的真实流量进行比较，不要只使用示例提示词。比较每个已完成任务的成本，而不是每个 token 的成本。一个模型如果以 2 倍费率一次完成任务，成本可能低于一个以一半费率但需要尝试 3 次的模型。每个 token 的成本是费率。每个已完成任务的成本才是账单金额。

在让任何服务持续运行前，设置明确的支出上限。两个平台都可在控制台中设置支出限制，而陷入重试循环的代理可能在一夜之间耗尽一个月的预算。请按照 持续运行代理的成本控制 的方式接入。如果您要在自己管理的服务器上构建第一个版本，在 VPS 上构建第一个 Claude API 应用介绍了密钥处理方式，以及该计算逻辑所依赖的请求循环。

FAQ

Claude API 是否比 ChatGPT API 更便宜？

并不总是如此。截至 21 October 2026，workhorse 层级在两者上的输入 token 单价相同，而 Claude 的输出 token 单价更低，因此对于输出占比较高的工作，Claude 在该层级的运行成本低几个百分点。在 frontier 层级，OpenAI 的促销价 gpt-5.6-sol 在每一项上都比 Claude Opus 5 低 20%，至少持续到 21 November 2026。在 small 层级，OpenAI 的 gpt-5.6-luna 每个输入 token 的成本是 Claude Haiku 4.5 的五分之一，因此大批量分类在 OpenAI 上便宜得多。请根据自己的 token 构成计算实际成本，因为这种幅度的差异最终取决于工作负载，而不是价目表。

为什么相同的文字在不同 API 上会产生不同数量的 token？

因为每个模型都有自己的 tokenizer，token 数量取决于模型。Anthropic 的文档说明，Claude 4.7 及更高版本的模型处理相同文本时，生成的 token 大约比 Claude Sonnet 4.6 及更早版本多 30%。将自己的文本发送到各供应商的 token 计数端点，计算两个数量的比值，然后在比较前将该比值计入公布的费率。20% 的 token 差异大致相当于 frontier 层级和 workhorse 层级之间的费率差，因此可能使任一层级的成本比较结果反转。

prompt caching 是否可能反而增加费用？

会，在两个平台上都可能发生。在 Anthropic 上，5 分钟缓存条目的写入费用是基础输入费率的 1.25 倍，1 小时缓存条目的写入费用是 2 倍；在 OpenAI 上，GPT-5.6 及更高版本的默认 30 分钟缓存条目收费 1.25 倍，可选的 12 小时缓存条目收费 2.5 倍，而本文比较的模型命中缓存时收费 0.1 倍。如果流量突发性较高，大多数条目在被读取前就已过期，那么您只支付了写入溢价，却没有获得任何读取收益。请在日志中比较 cache_creation_input_tokens 和 cache_read_input_tokens。5 分钟条目每次写入大约需要 1 次读取才能回本，1 小时条目大约需要 2 次读取；如果读取次数低于该水平，缓存就会增加成本：延长条目有效期，或删除缓存。

我应该通过 API 运行编码代理，还是使用订阅？

对于使用量正常的单个开发者，订阅席位通常比按量计费的 API 更便宜，因为编码代理每次交互都会重新发送大量上下文，而该上下文每次都会计费。请先按量统计 1 周的使用情况，再将 API 总费用与席位价格比较。当使用量具有突发性，或您需要订阅席位不提供的程序化访问时，API 更划算。如果促使您选择 API 的原因是达到使用限额，而不是价格，那么解决 Claude 使用限额的方法中有几种方案的成本低于改用按量计费。