Claude Pro 限额是怎么被消耗的?
Anthropic 未公布 Claude Pro 的具体 token 配额。了解长对话、附件、图片、思考强度、Research、网页搜索和代理任务如何消耗限额,并看懂 20 轮对话约 105,000 个 token 的计算。
Claude Pro 限额由哪些因素消耗
Anthropic 没有公布 Claude Pro 的 token 配额,因此没人能告诉您具体的 token 限额。哪些因素会消耗限额是可以确定的,而且更有参考价值:首先是对话长度,其次是附件和图像,然后是思考工作量,最后是工具和代理任务。
token 是一段文本,大致相当于一个短单词或较长单词的一部分。您发送的每个请求都会按 token 计量,您的套餐会在后台为您统计。Anthropic 的使用限额最佳实践页面列出了会影响计数的因素:消息长度、文件附件大小、当前对话长度、Research 和网页搜索等工具的使用、模型选择、工作量级别、artifact 的创建和使用,以及运行代码、创建文件或浏览网站等多步骤任务。列表中的每一项都会产生相同的影响。每一项都会改变单个请求包含的 token 数量。
两个相关问题分别有专门的页面。Pro 套餐包含多少用量介绍配额大小,以及为什么配额按会话而不是 token 说明。达到限额后该怎么办介绍恢复使用的方法。本页介绍限额消耗到了哪里。
每条消息都会重新发送到目前为止的对话
这是最容易让人意外的机制。模型在不同轮次之间没有记忆。为了回答您的下一条消息,它会从头开始再次读取整个对话。Anthropic 的 API 文档对此有明确说明:在多轮对话中,每个请求都会重新发送完整的对话历史。Claude 应用也遵循相同模式,直到聊天过长而需要生成摘要;下文将介绍这一点。
因此,后续消息只有五个词,并不代表请求只有五个词。请求还包括此前的整个对话,以及这五个词。
有必要计算一次。假设每轮对话增加约 500 个 token,其中包括您的消息和 Claude 的回复。第 2 轮会发送约 1,000 个 token。第 10 轮会发送约 5,000 个。第 20 轮会发送约 10,000 个,是第 2 轮成本的十倍,而您输入的内容量相同。20 轮累计会传输约 105,000 个 token;如果将相同的 20 个问题分别放在 20 个新聊天中,则累计传输量约为 10,000 个。这些数字是计算结果而不是实测值,但总体趋势是准确的。
这就是相同的可见工作可能产生完全不同成本的原因。无论哪种方式,您输入的词都相同。差异在于这些词上方包含了多少历史记录。
长对话还有第二项成本。每个对话都有上下文窗口;在付费方案中,窗口大小取决于模型:截至 October 2026,当前模型(例如 Opus 5.5 和 Sonnet 5.5)为 1 million 个 token,部分较旧模型(例如 Opus 4.7)为 500,000 个,其余模型为 200,000 个。当对话接近该窗口大小时,Claude 会总结较早的消息,为新内容腾出空间;Anthropic 表示,自动上下文管理需要开启代码执行。从这一刻起,后续轮次不再逐字携带所有较早的消息,但 Anthropic 表示完整聊天历史仍会保留,因此 Claude 仍可引用其中内容。Anthropic 还指出,触发自动上下文管理的对话会消耗更多使用限额。生成摘要确实需要处理资源,其成本会从同一使用额度中扣除。
您可以观察这一过程。打开 Settings,然后打开 Usage;Pro 会显示五小时会话窗口和每周窗口的进度条。在长对话中发送第 20 条消息,然后在新聊天中发送第 1 条消息,比较进度条移动了多少。会话窗口和每周窗口的工作方式介绍了每个窗口的重置时间。
文件或 PDF 的成本是多少?
此图表背后的数据
[
{
"label": "Text question only",
"input_tokens": 14
},
{
"label": "One tool definition plus a question",
"input_tokens": 403
},
{
"label": "One JPEG photo plus a question",
"input_tokens": 1028
},
{
"label": "One small PDF plus a question",
"input_tokens": 2188
}
]这些是 Anthropic 在其令牌计数文档中打印的示例输出,基于 claude-opus-5-5 测量。4 个提示词略有不同,因此应关注差距的大小,而不是精确数值。一个简短的文本问题计为 14 个输入令牌。一张附带简短问题的照片计为 1028 个输入令牌。一份附带简短问题的小型 PDF(可移植文档格式文件)计为 2188 个输入令牌,约为纯文本问题的 150 倍。
现在将这一点与上文提到的重复发送结合起来。附件只转换为令牌一次,之后会作为对话历史的一部分,随该对话的后续轮次一起发送。在第 1 条消息中附加一份 40 页的报告后,除非此时对话已接近上下文窗口且 Claude 已对早期消息进行摘要,否则第 2 条、第 3 条以及第 20 条消息都会再次为这 40 页付费。超大型 PDF 的处理方式不同:对于大于 30MB 的 PDF,Anthropic 表示 Claude 可以通过其计算环境处理这些文件,而无需将其加载到上下文窗口中。
已发布的单页令牌数较大。在 API(应用程序编程接口)中,相关数字已有文档说明。一页 PDF 通常包含 1,500 到 3,000 个文本令牌,具体取决于内容密度,此外还要加上页面图像的成本,因为每一页也会转换为图像。按照这一典型范围计算,40 页在提出任何问题之前就约占 60,000 到 120,000 个文本令牌,另加页面图像;内容稀疏的页面可能低于这一范围。对于上下文窗口为 200,000 个令牌的模型,这会占用大量空间;即使是 1 million 个令牌的模型,这些页面也会在后续轮次中持续占用上下文,直到对话接近上限,而你可能并不需要其中的所有页面。
因此,做法很简单。只附加所需部分,不要附加整个文件。让 Claude 阅读一份报告并查找付款条款,会使后续轮次都承担整份报告的成本。直接粘贴付款条款部分,则只需一次性消耗几百个令牌。
截图的成本高于表面看起来的程度
此图表背后的数据
[
{
"label": "200 x 200 crop",
"standard_tokens": 64,
"high_res_tokens": 64
},
{
"label": "1000 x 1000 screenshot",
"standard_tokens": 1296,
"high_res_tokens": 1296
},
{
"label": "1920 x 1080 screenshot",
"standard_tokens": 1560,
"high_res_tokens": 2691
},
{
"label": "3840 x 2160 screenshot",
"standard_tokens": 1560,
"high_res_tokens": 4784
}
]Claude 会将图像读取为由图块组成的网格。每个图块为 28 × 28 像素,并计为 1 个视觉 token。因此,图像的成本为宽度除以 28 后向上取整,再乘以高度除以 28 后向上取整。1000 × 1000 像素的截图需要 1296 个视觉 token,超过大多数人整段问题所需的 token 数。
模型选择也会影响成本。Claude 4.7 及更高版本的模型会以更高的分辨率层级读取图像。因此,在这些模型中,一张完整的 4K 截图需要 4784 个视觉 token;而在会先缩小图像的旧版模型中,只需要 1560 个。文件相同、画面相同,但 token 数约为 3 倍。
Claude 应用单条消息最多接受 20 张图像。在尚未输入任何文字前,20 张完整截图就会构成非常大的请求,而且该聊天中的每个后续轮次都会再次携带这些图像。请改为裁剪图像。实际错误消息的 200 × 200 像素裁剪图需要 64 个视觉 token,通常也比整张桌面截图更能有效回答问题。
思考和 effort level 的费用是多少?
Effort 控制 Claude 在回答前进行多少思考。在 Claude 应用中,该设置位于发送按钮旁边的模型菜单中,级别依次为 low、medium、high、extra high 和 max。Anthropic 直接说明了其中的权衡:更高的 effort 会使用更多 token,因此会更快达到用量上限。同一页面建议日常任务使用 low 或 medium,因为较低的 effort 可以延长可用额度。
思考还会产生后续影响。在会保留先前轮次内容的模型中,之前回答的思考内容会在该对话的每个后续轮次中作为输入 token 计费。此前思考内容的重复输入费用取决于模型:较早的 Opus 和 Sonnet 模型,以及直到 4.5 的 Haiku 模型,会在后续用户轮次中移除之前的思考块,因此这些思考块不会再产生输入 token 费用。对于这些模型,思考只产生每轮费用。
模型选择还会产生另一个容易被忽略的影响。Tokenizer 是将文本拆分为 token 的组件,Claude 4.7 对其进行了更改。相同的输入文本在 Claude 4.7 及更高版本模型中生成的 token 大约比早期模型多 30 percent。Anthropic 没有公布这些数量如何换算为 Pro 限额的占比,因此应将其视为日常工作使用较低设置的理由,而不是换算比例。在 pay as you go 模式下,计费规则是公开的,并且输入和输出 token 的定价不同。
为什么 agents 和 Claude Code 最快耗尽限额
Claude Code 和 Claude 应用共用同一份限额。Anthropic 的 Claude Code 帮助文章说明,Pro 和 Max 方案各有 5 小时会话限额和每周限额,并指出:
这些限额由 Claude 和 Claude Code 共用,这意味着两个工具中的所有活动都会计入相同的限额。
agent 工作读取的内容远多于写入的内容。一次修复 bug 的请求可能会打开 10 个文件、执行一次搜索、读取结果,最后只用 4 行解释作答。您看到的是 4 行内容。限额计算的却是整个过程中读取的每个文件。这是会话表面表现与实际成本之间最大的差距。
工具定义会随请求一同发送,因此您还没提出任何问题,工具本身就已经消耗了 token。在上面的已发布示例中,不使用工具的简短问题计为 14 个输入 token,而携带一个工具定义的简短问题计为 403 个输入 token。实际的 agent 配置通常会携带远多于一个工具。
在 Claude Code 中,/usage 显示会话还剩多少限额。保持工作上下文较小是您能使用的最有效手段,在较长的 Claude Code 会话中管理上下文介绍了具体做法。agent harness 在您发出第一条指令前携带的额外开销解释了其余差距。
为什么相同的工作在某些语言中成本更高
分词器主要使用英语文本进行训练,因此常见的英语单词通常各占一个 token。相同的含义如果使用俄语、阿拉伯语、印地语或日语表达,通常会被拆分成更多 token,这意味着相同的问题会消耗更多额度。本页介绍的机制在所有语言中都相同。每句话的成本则不同。
请测量您自己的情况,不要盲目相信估算值。Anthropic 的 token 计数端点可免费调用,但受每分钟速率限制约束,并会返回消息的输入 token 数量。该端点不接受 Messages API 支持的少数输入,例如大多数服务器工具,以及通过 URL 或文件引用传入的图像或 PDF(请将这些内容作为 base64 发送),但像下面这样的纯文本可以正常使用:
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",
"messages": [{"role": "user", "content": "Paste your paragraph here"}]
}'返回结果只有一行:
{"input_tokens": 14}运行两次:一次使用英文段落,另一次使用您自己语言的同一段落,然后比较两个数字。调用本身不收费,但需要从 platform.claude.com 上的 Claude Console 获取 API key;该账户与您的 Pro 订阅账户分开。切换到英语通常得不偿失,因为您使用自己的语言思考和写作更快。相反,请缩短对话线程,并减小附件大小。这两个习惯对您的帮助通常比对英语使用者更大。
让 Pro 方案使用更久的习惯
- 主题变化时开始新的对话。这是列表中最重要的习惯,因为线程越长,之后每条消息的成本都会增加。
- 只附加相关部分,不要附加整个文件。提供 3 页,而不是 40 页。
- 将截图裁剪到只保留错误消息。
- 将固定上下文放入项目中,不要在每次新聊天时重复粘贴。Anthropic 表示,项目中的内容会被缓存,重复使用时占用的限额更少,因此样式指南或架构应放在项目知识中。
- 对于常规问题,使用低或中等工作量;将高工作量留给真正值得的任务。
- 在一条消息中完整提出问题。三轮澄清的成本高于一条详细消息,因为每一轮都会重新发送其上方的全部内容。
限制额度已用尽时
截至 2026 年 10 月,Pro 按月计费时每月 $20,按年计费时每月 $17。Anthropic 将其描述为单次会话的用量高于 Free 计划。Pro 的价格和用量限制介绍该计划本身。上面的习惯确实能节省用量,但仍有上限。如果您每月用尽一次,这些方法就能解决问题。如果您在有偿工作中每隔几天就用尽一次,判断 Max 是否适合您更值得投入时间。
FAQ
为什么我今天的 Claude Pro 用量限制这么快就用完了?
几乎总是因为对话很长、有附件,或两者兼有。每条消息都会重新发送此前的整个对话,因此即使您输入的字数相同,第 20 条消息的成本也会是第 2 条消息的许多倍。后续每一轮都会将附件文件与对话历史一起发送。打开 Settings,然后选择 Usage,查看您在五小时会话窗口和每周窗口中已使用的用量,再为无关问题分别开始新的聊天。
开始新的对话能节省用量吗?
能,这是现有最省用量的习惯。新聊天不会包含之前的对话线程,但仍可包含记忆和项目上下文。启用这些功能后,Claude 可以记住有用的详细信息,或搜索过去的聊天记录;但对于您需要的特定上下文,应粘贴相关内容的简短摘要,而不是整个旧对话。将完整的旧对话粘贴到新对话中,会重新构建您原本要避开的相同问题。
附件文件在第一条消息之后还会继续消耗用量吗?
会,在同一个对话中会继续消耗。文件会被转换为 tokens 一次,这些 tokens 会成为对话历史的一部分,并由后续轮次继续携带。这种情况会持续到聊天接近其上下文窗口,并且在启用代码执行时由 Claude 汇总较早的消息。因此,40 页的 PDF 不一定会在聊天结束前始终以完整内容保留在请求中。大于 30MB 的 PDF 处理方式不同,因为 Anthropic 表示 Claude 可以在其计算环境中处理这些文件,而无需将其加载到上下文窗口。放入项目中的文件处理方式也不同,因为 Anthropic 表示项目内容会被缓存,重复使用时对用量限制的消耗更少。
使用英语以外的语言书写会占用更多用量限制吗?
通常会。tokenizer 会将非英语文本拆分为更多 tokens,因此表达相同含义时,用俄语或日语提出完全相同的问题比用英语成本更高。您可以使用免费的 token counting endpoint,分别统计两种语言中的同一段文字,自行测量差异。请保持对话线程简短、附件较小,而不是切换语言。这些习惯对您节省的用量,比对英语使用者节省的用量更多。
Claude Code 使用的用量限制与 Claude 应用相同吗?
相同。Anthropic 表示,Claude 和 Claude Code 共享 Pro 和 Max 的用量限制,因此两者中的活动都会计入同一组限制。Agent 会话会快速消耗用量,因为单个请求在回复前可能读取多个文件并运行多个工具。在 Claude Code 中运行 /usage,查看当前会话还剩多少用量。