SSD Nodes Learn Hosting plans →
指南 Matt Connor作者: Matt Connor

Claude的记忆功能需要额外付费吗?

Anthropic没有单独的记忆token价格。记忆内容会作为输入token重新发送,费用取决于每次重放的文本量,以及是否命中提示缓存;Pro和Max按使用额度计量。

Claude 的记忆功能需要额外付费吗?

Claude 的记忆功能本身不单独收费。Anthropic 公布的价格按每百万个输入 token 和每百万个输出 token 计算,提示缓存另有费率,其中没有任何一项称为记忆 token。通过 Claude API(应用程序编程接口)存储记忆本身不产生费用,因为记忆工具在客户端运行,文件保存在您拥有的存储空间中。

不过,记忆仍会影响账单,因为只有当记忆的事实出现在 Claude 读取的请求中时,它才会影响回答。使用记忆意味着重新发送这些内容。这些文本会作为输入 token 传输,并按模型的常规输入费率计费,除非它们来自缓存。费用取决于两个数字:每轮重新发送的记忆文本包含多少 token,以及这些重新发送的文本能否从提示缓存中提供。

对于 Pro、Max 或 Ultra 订阅,在套餐包含的限额内使用不会按 token 单独计费,因此记忆消耗的是使用额度,而不是费用。如果您启用使用积分并超过限额,情况就会改变:请求会切换为按量付费,按照标准 API 费率计费,并与订阅费用分开收取。从那时起,过大的记忆块又会产生费用。下面的机制不变,变化的只有计量单位。使用额度是有限的,因此在决定每轮应携带多少记忆之前,最好先了解Claude Pro 的费用以及其限额何时会限制您。按用量计费的 Claude Enterprise 又有所不同,因为它会在席位费用之外,按 API 费率计量每个 token,所以过大的记忆块会重新变成实际费用,而不是消耗使用额度。按席位计费的 Enterprise 计划包含使用额度;成员达到包含限额后,还可以使用使用积分。如果清理记忆后,您的用量可以稳定降回较低套餐的限额以内,那么从 Max 或 Ultra 降级到 Pro就是下一步值得考虑的操作。如果您实际比较的是不同提供商,而不是 Anthropic 自家的套餐层级,那么将 Claude 的套餐与当前价格下的 ChatGPT 对比是合适的起点。

每个 Claude 产品中的“记忆”含义

三个独立的产品都使用“记忆”一词。混淆它们,是这个问题让人感到困惑的主要原因。

Claude API 中的记忆工具。 您可以向 tools 数组添加一条记录,并在自己的代码中实现文件操作。

{"type": "memory_20250818", "name": "memory"}

截至 October 2026,该工具在 Messages API 中无需 beta header,并支持所有 Claude 4 及更高版本的模型。它在客户端运行:Claude 请求执行 view /memories 等操作,您的处理程序针对您控制的存储执行该操作,然后在 tool_result 块中返回结果。Anthropic 不会保存该文件,因此您无需承担需要转嫁的存储费用。您支付的是这次往返请求的费用。工具定义会在每次请求中发送,返回的文件内容从此刻起会保留在对话中。

Anthropic 发布了这部分固定开销。在 Claude Opus 5 上,当工具选择为 auto 时,工具使用系统提示词为 286 tokens,详见 October 2026 的文档。只要请求中包含任何工具,无论是记忆工具还是其他工具,每次请求都会产生这项费用。

Claude Code。 每个会话开始时会加载两类内容。CLAUDE.md 文件包含您编写的指令。自动记忆包含 Claude 为自己写入的备注,位于 ~/.claude/projects/<project>/memory/ 下。MEMORY.md 只会加载前 200 行或 25KB 的内容,以先达到的限制为准;其旁边的主题文件会按需读取,而不是在启动时读取。启动时加载的所有内容都会成为前缀的一部分,之后该会话中的每个请求都会携带此前缀。使用订阅时,记忆会消耗订阅包含的使用额度;启用使用额度后,超过限制时则会消耗使用积分。通过 Console 或云服务提供商使用时,Claude Code 按 token 向您的组织计费,记忆上下文遵循相同的计费方式。Claude Code 如何在会话之间调用记忆按文件说明了加载顺序。

Web 端 Claude。 在 claude.ai 上,记忆是 Claude 在聊天过程中写入和更新的一组条目,每个项目都有独立的记忆空间。默认情况下,项目记忆会与账户记忆共同使用;在项目页面关闭 Use account memory,即可使其完全分离。在 Settings > Your Claude > Your memory 旁边的 Manage 中,可以查看已存储的内容;旧版布局中则位于 Settings > Memory。记忆开关提供 Pause memory 和 Reset memory 选项。Free 计划也支持记忆。在包含使用额度的付费计划中,记忆会消耗使用上限;启用使用额度后,超过限制时会消耗使用积分。按使用量计费的 Enterprise 计划则按 API 费率计费。

为什么记忆文本按输入 token 计费

Messages API 无状态。它不会在调用之间保留任何内容,因此客户端必须在每一轮请求中发送完整对话,模型也会再次读取全部内容。记忆不例外。它只是同一请求中的另一段文本。

在任何响应的 usage 对象中,都可以看到这种拆分。

"usage": {
  "input_tokens": 412,
  "cache_creation_input_tokens": 0,
  "cache_read_input_tokens": 18240,
  "output_tokens": 236
}

input_tokens 只统计既未从缓存读取、也未用于创建缓存的 token。实际情况下,这表示最后一个缓存断点之后的 token。该请求的输入总量为 cache_read_input_tokens 加上 cache_creation_input_tokens 和 input_tokens。Claude 在三轮之前打开的记忆文件,此后每一轮都会计入该总量。缓存前缀有效时,它计入 cache_read_input_tokens;重新写入前缀时,它计入 cache_creation_input_tokens;未被缓存时,它计入 input_tokens。文本相同,价格不同。输入和输出 token 的价格不同,而重放的记忆计入输入部分。

在哪里查看您自己的使用量数据

不要直接采用博客文章中的数字,包括本文中的数字。请测量您自己的 memory 区块。Token 计数免费,并且有独立的速率限制,因此测量不会产生费用。

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"}]
  }'

响应结果是一个数字,例如 { "input_tokens": 14 }。将 memory 文本粘贴到 system 字段中运行一次,再不填写该字段运行一次;两次结果的差值就是该 memory 在每轮对话中产生的开销。需要注意两点。该计数是估算值,Anthropic 为自身系统优化额外添加的 token 不会向您收费。此外,应以您实际运行的模型为准,因为 Claude 4.7 及更高版本使用更新的 tokenizer,对同一文本生成的 token 数量大约多 30%。

在 Claude Code 中,无需使用任何 curl 即可回答同样的问题。

  • /context 显示当前已加载的内容,包括 memory 文件,因此您可以在输入任何内容前查看它们占用的窗口比例。
  • /memory 列出您的 CLAUDE.md 文件,并打开自动 memory 文件夹。
  • /usage 输出会话总量,其中包括缓存读取和缓存写入。
  • 状态行可以持续显示上下文窗口使用量,因此您可以看到使用量的实时增长。

/usage 会话区块如下所示:

Total cost:            $0.55
Total duration (API):  6m 20s
Total duration (wall): 6h 33m 10s
Total code changes:    0 lines added, 0 lines removed
Usage by model:
   claude-sonnet-4-6:  1.2k input, 5.3k output, 940.0k cache read, 50.0k cache write ($0.55)

请仔细查看最后一行。940.0k 的缓存读取量表示整个对话(包括 memory)会在每轮对话中按缓存费率再次发送。1.2k 的输入量仅表示未缓存、且未用于创建缓存条目的输入。Claude Code 会根据列表价格在本地计算该金额,除非管理员通过 modelPricing managed setting 设置了合同费率;因此该金额只是估算值,可能与您的账单不同。Claude Console 中的 Usage 页面才是权威数据。

然后直接运行对比。分别在两个全新会话中提出相同的开场问题:一个使用正常设置,另一个关闭自动 memory。

CLAUDE_CODE_DISABLE_AUTO_MEMORY=1 claude

在每个会话中运行 /context,然后比较 memory files 条目。两者的差值就是累积的 memory 在每个会话开始时产生的开销,此时还没有执行任何工作。接下来可以阅读Claude Code token 使用量的完整构成,结合这两个数字进行分析。

每百万 token 重放记忆的成本是多少?

提示缓存决定了同一个记忆块在一次请求中的成本可能比另一次高十倍。Anthropic 按各模型基础输入价格的倍数公布缓存价格,因此即使美元价格发生变化,这种关系仍然成立。

图表Anthropic's published prompt caching rates, as a multiple of base input price
此图表背后的数据
[
  {
    "label": "Base input",
    "price_multiple": 1
  },
  {
    "label": "5 minute cache write",
    "price_multiple": 1.25
  },
  {
    "label": "1 hour cache write",
    "price_multiple": 2
  },
  {
    "label": "Cache read",
    "price_multiple": 0.1
  }
]

在大多数模型上,读取缓存的成本是基础输入价格的 0.1 倍。新型号的读取成本更低:Claude Opus 5.5 和 Claude Sonnet 5.5 为基础价格的 0.05 倍,Claude Fable 5.1 和 Claude Mythos 5.1 为基础价格的 0.025 倍。写入一个生命周期为 5 minute 的条目,成本是基础价格的 1.25 倍;生命周期为 1 hour 的条目,成本是基础价格的 2 倍。Anthropic 的定价页面明确说明了盈亏平衡点:生命周期为 5 minute 时,读取缓存 1 次即可抵消缓存写入成本;生命周期为 1 hour 时,需要读取缓存 2 次。该说明基于标准的 0.1x 读取价格,提示缓存指南本身没有给出盈亏平衡次数。但读取价格降低后,次数仍不变,因为读取节省的成本需要抵消的是写入溢价。提示缓存的盈亏平衡点 是决定记忆应放在哪里之前需要进行的计算。

这些倍数可以直接将重放次数转换为算式。下面的内容根据上面公布的倍数进行计算,不代表任何实际运行工作负载的测量结果。它以普通基础输入价格下计费的等效 token 数量表示,计算一个记忆块在 100 次请求会话中的 3 种成本。

图表A memory block over 100 turns, expressed as base-rate input tokens
此图表背后的数据
[
  {
    "label": "4,000 tokens, never cached",
    "base_rate_equivalent_tokens": "400,000"
  },
  {
    "label": "4,000 tokens, 1 write and 99 reads",
    "base_rate_equivalent_tokens": "44,600"
  },
  {
    "label": "1,000 tokens, 1 write and 99 reads",
    "base_rate_equivalent_tokens": "11,150"
  }
]

一个 4,000 token 的内存块在 100 次调用中每次都未命中缓存,计费相当于 400,000 个基础费率 token。同一个内存块只执行 1 次 5 分钟缓存写入、随后执行 99 次缓存读取时,计费相当于 44,600 个基础费率 token。将其裁剪为原大小的四分之一并保留缓存后,计费相当于 11,150 个基础费率 token。在这 3 行中,功能没有变化。变化的只有重放行为。这些行使用标准的 0.1x 读取费率。在 Claude Opus 5.5 或 Claude Sonnet 5.5 上,读取费率为 0.05x,因此缓存的 4,000 token 内存块会降至 24,800;在 Claude Fable 5.1 上则会降至 14,900。这些仍然是 token 数量,不是金额;将 token 数量换算为月度账单金额只需乘以模型的每百万 token 费率。该费率由所运行的模型决定。因此,如果代理将运行在 Claude Fable 5 上,应从其公布的每百万 token 费率及适用的工作负载开始。如果代理为节省成本而运行在较小的模型上,应在让其内存继续增长之前检查Claude Haiku 5.5 对超过 100K token 的提示的定价方式,因为重放内存会使请求超过这一阈值。如果尚未确定供应商,而不只是模型,那么在 Claude API 和 ChatGPT 上计算相同任务的成本可以说明这次乘法在两者之间为何不同;内存占用较高的代理尤其依赖输入侧的费率。

第二行假设后续 99 次请求到达时,缓存条目仍未过期。实际账单最常出错的地方就是这个假设。

为什么暂停后相同的问题成本更高?

缓存条目有生命周期,计时从写入或读取该条目的请求开始。默认值为 5 分钟。1 小时选项的成本是上文所示写入成本的 2 倍。在 Claude Code 中,1 小时的订阅默认值适用于主对话,以及包含用量内选定的辅助请求;子代理的默认值为 5 分钟,除非您选择更长的生命周期。使用用量额度后,主对话会降为 5 分钟;使用 API key 或云服务提供商时,默认值也是 5 分钟。设置 ENABLE_PROMPT_CACHING_1H=1 后,使用用量额度时仍会保持 1 小时的生命周期。从 Claude Code v2.1.242 开始,将 promptCacheTtl 设置为 1h 后,主对话也会保持相同的生命周期。从同一版本开始,将 subagentPromptCacheTtl 设置为 1h 后,可为主对话之外的请求选择更长的生命周期。

因此,您在午休前打开的会话中输入一行问题,回来后成本却很高,是因为您离开期间缓存条目已过期。整个前缀(包括记忆)都会重新处理,并按缓存写入费率再次写入缓存。暂停时间的长度决定了这笔成本。

您可以自行确认这一点,而不是仅凭说明判断。在 Pro、Max、Ultra、Team 或 Enterprise 计划中,/usage 明细会标记近期用量中占比达到 10% 或更高的行为,长上下文和缓存未命中都会按名称显示。从 Claude Code v2.1.251 开始,/usage 中的会话块还会添加 Prompt cache (main) 行,显示由缓存提供的输入占比、未命中次数,以及当前缓存是否处于热状态。在 API 中,安静一段时间后的首次请求会使 cache_creation_input_tokens 恢复为前缀的完整大小。

什么会悄然使缓存失效

缓存前缀按顺序排列:工具、系统提示词,然后是消息。在某一级别发生更改时,该级别及其后的所有内容都会失效。编辑工具定义会丢弃整个缓存。编辑系统提示词会丢弃系统缓存和消息缓存。

对于把记忆保存在系统提示词中,并随着代理学习不断重写系统提示词的人来说,这就是陷阱。每次重写都会丢弃其后的全部内容的缓存副本,因此下一次请求必须再次完整写入。将稳定内容放在前面并保持不变,将易变内容放在消息列表的后部。这样使缓存失效的成本更低。

还有一种更隐蔽的失败情况。每个模型都有可缓存前缀的最小长度:Claude Opus 5 为 512 tokens,Claude Sonnet 5 为 1,024,Claude Haiku 4.5 为 4,096;这些数据由 Anthropic 于 October 2026 发布。Anthropic 的文档明确说明了低于该长度时的行为:低于最小长度的请求不会使用缓存进行处理,并且不会返回错误。因此,一个用 cache_control 标记的小型记忆文件实际上完全不起作用,而且不会给出任何提示。你能观察到的现象是,尽管提示词中明确包含了断点,cache_creation_input_tokens 仍保持为 0。

清理不再有用的记忆

记忆中的每一行内容都会在包含它的每轮交互中消耗令牌,因此应逐行判断:它最近是否改变过某个回答。Claude Code 对此设有明确限制。建议将 CLAUDE.md 控制在 200 行以内,因为文件越长,占用的上下文越多,Claude 遵循其中指令的可靠性越低。加载时,MEMORY.md最多读取前 200 行或 25KB;超过限制的内容会在下一次会话启动时被丢弃。因此,过大的索引文件会让已加载部分占用上下文,同时使其余内容无法读取。

以下两种做法有助于保持文件精简。将详细内容从索引移到主题文件中,Claude 会按需读取这些文件,而不是在启动时加载。将工作流指令从 CLAUDE.md 移到技能中,只有调用技能时才会加载。对于已经以 frontmatter 开头的记忆文件,在版本 2.1.214 或更高版本中,Claude Code 会在 modified 字段中记录写入时间,格式为 ISO 8601 时间戳。通过该时间戳可以最快发现已过时的事实。清理过时的代理记忆将更深入地介绍审核流程。

何时检索优于将所有内容加载到上下文中

memory 工具用于支持按需检索。代理不会预先加载所有内容,而是记录获取的信息,并仅在任务需要时重新读取文件。这会改变计算方式:首次读取文件时,文件内容会在需要时加入上下文,并在后续请求中持续保留,直到从上下文中移除;而永久加载的内容则会在每一轮请求中产生开销。

根据上面的两张图,可以得出一个简单规则。几乎每一轮都会使用的文本应放在稳定的缓存前缀中。每二十轮只使用一次的文本应放在 view 调用之后。盈亏平衡点取决于重放次数,而不是 Anthropic 的任何收费项目。

在 API 中,还可以让平台裁剪对话。当对话超过设定的阈值时,上下文编辑会清除较早的工具结果。该功能仍处于 beta 阶段,因此使用它的请求需要包含 context-management-2025-06-27 beta 标头。

{
  "edits": [
    {
      "type": "clear_tool_uses_20250919",
      "trigger": {"type": "input_tokens", "value": 30000},
      "keep": {"type": "tool_uses", "value": 3},
      "clear_at_least": {"type": "input_tokens", "value": 5000}
    }
  ]
}

默认设置为输入令牌数达到 100,000 时触发,并保留 3 次工具使用结果。启用前,请结合缓存机制阅读交互过程:清除内容会使清除位置之后的缓存前缀失效,因此下一次请求需要支付缓存写入费用。这正是 clear_at_least 的作用。它会延迟清除,直到节省的费用足以抵消这次写入。响应会在 context_management 下准确报告实际发生的情况,并包含 cleared_tool_uses 和 cleared_input_tokens,因此可以量化这项权衡,而不是停留在理论层面。在 Claude Code 中管理上下文窗口对编码会话采用了相同的思路。

哪些功能有单独收费项目

Memory 本身不单独收费,但有些功能确实单独计费,了解这些项目很有必要。以下是截至 2026 年 10 月公布的 Claude API 费率。有些操作完全免费,Claude API 测试额度也能帮助新用户进行尝试。Anthropic 的定价 FAQ 只说明新用户会获得少量免费额度用于测试 API,并未公布具体金额。Max、Ultra 和 Team 订阅者还可获得每月 API 额度。Anthropic 的文档在 2026 年 10 月 31 日列出的额度为:Max $100,Ultra $200。Team 的额度为每个 Standard 席位 $20、每个 Premium 席位 $100,额度共享,每月上限为 $500。Free、Pro 和 Enterprise 计划不符合资格;未使用的额度不会结转,也不能用于交互式 Claude Code 或使用额度。这些额度可用于 claude -p 以及直接使用链接的 Console 组织中的 API key 运行 Claude Agent SDK。通过 Claude Code GitHub Action、IDE 扩展或桌面应用启动的运行仍不包括在内,即使使用 -p 也是如此。这些额度属于付费计划权益,下面的费用会从可用额度或付费余额中扣除。

  • Web search:每 1,000 次搜索 $10,另加搜索结果写入上下文后产生的普通 token 费用。
  • Code execution:每个组织每月免费 1,550 小时,超出后每个容器每小时 $0.05。如果同一个请求包含 Web search 或使用 20260209 及更高版本的 Web fetch,则免费。
  • Claude Managed Agents:会话运行时间按每个会话小时 $0.08 计费,另加通常的 token 费用。
  • Web fetch:不额外收费,仅收取所获取内容的 token 费用。

Memory 不在上述任何收费项目中。它会计入输入 token 数量,而这正是可以衡量它的位置;通过裁剪和缓存,也正好可以降低这部分费用。如果你要为一台无人值守的虚拟专用服务器(VPS)上的 agent 制定预算,VPS 上 AI agent 的成本控制就是下一项需要落实的措施。因为 memory 文件不断增长且没有裁剪的 agent,每周都会变得更昂贵,而系统不会报告这一变化。

FAQ

Claude 的记忆功能是否需要单独收费?

不需要。Anthropic 的价目表按每百万输入 token、每百万输出 token 以及提示缓存倍率计费,没有单独的记忆费用项目。在 Claude API 中,记忆工具由客户端处理,因此相关文件存储在您已经付费使用的存储空间中。记忆功能增加的是输入 token;每次请求携带这些 token 时,都会按模型的常规输入费率或适用的缓存费率计费。

关闭记忆功能后,Claude 的费用会降低吗?

它会减少每次请求的 token 数量,从而降低单次请求的费用。但总体是否省钱取决于后续操作。如果 Claude 必须重新读取 3 个文件,并向您提出 2 个问题,以恢复记忆中已有的信息,那么这些 token 的费用可能高于使用记忆功能的费用。不要凭猜测判断,应进行测量:在开启自动记忆的会话中运行 /context,再在使用 CLAUDE_CODE_DISABLE_AUTO_MEMORY=1 启动的会话中运行一次,然后比较完成相同任务所消耗的总 token 数。

为什么我没有更改任何设置,使用量却增加了?

最常见的原因是暂停后发生了缓存未命中。缓存条目默认保留 5 分钟;启用扩展设置后保留 1 小时。因此,中断后发出的第一个请求会重新处理完整的前缀,并按缓存写入费率再次写入。第二个常见原因是前缀发生了更改:更改工具定义会使整个缓存失效,更改系统提示词会使系统缓存和消息缓存失效。在订阅方案中,如果某种行为占近期使用量的 10% 或以上,/usage 明细会标出该行为。

记忆内容应该放在系统提示词中,还是通过工具调用加载?

如果几乎每个回合都会使用记忆内容,请将其放入系统提示词。这样它会位于缓存前缀中,并按缓存读取费率计费。如果只有部分任务需要记忆内容,请通过 view 调用加载。这样只有在需要时才会添加文件中的 token;在从上下文中移除之前,后续回合仍会重放这些结果。决定因素是重放次数;usage 对象会显示每个请求的输入 token、缓存写入 token 和缓存读取 token。

记忆功能是否计入订阅方案的使用限额?

会间接计入,因为订阅限额按每个请求携带的 token 消耗。Anthropic 的帮助文档说明,触发自动上下文管理的较长对话会消耗更多使用限额。记忆功能会使每个请求略微变长,而长会话会在每个回合重放这部分长度。Claude 的使用限额实际如何运作介绍使用限额何时重置。

这篇文章对您有帮助吗?