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

Claude 記憶功能要額外付費嗎?

Anthropic 沒有公布 memory token 價格。記憶內容重送時會算入 input tokens,費用取決於重送量,以及是否由 prompt caching 提供。

Claude 的記憶功能需要額外付費嗎?

Claude 的記憶功能本身不另外收費。Anthropic 公布的費率是按每百萬個輸入 tokens 和每百萬個輸出 tokens 計費,prompt caching 另有費率;其中沒有任何一項稱為 memory token。Claude API(application programming interface)不會因儲存記憶本身而收費,因為 memory tool 在用戶端運作,檔案儲存在由你管理的儲存空間中。

不過,記憶仍可能影響帳單,因為記住的資訊只有在放入 Claude 讀取的請求後,才會改變回答。使用記憶代表要重新傳送內容。這些文字會作為輸入 tokens 傳送;除非已快取,否則會按照模型的一般輸入費率計費。費用取決於 2 個數字:每次互動重新傳送多少記憶文字 tokens,以及這些重新傳送的文字能否由 prompt cache 提供。

使用 Pro、Max 或 Ultra 訂閱時,方案內含額度中的用量不會按 token 個別計費,因此記憶消耗的是用量額度,而不是金錢。若啟用 usage credits 並超過額度,情況就會改變:請求會切換為 pay-as-you-go,按照標準 API 費率計費,且費用與訂閱分開計算。因此,從那一刻起,過大的記憶區塊又會產生費用。以下機制不變,只有計費單位不同。用量額度是有限的,因此在決定每次互動應帶入多少記憶前,值得先了解 Claude Pro 的費用,以及用量上限何時會限制你。Usage-based Claude Enterprise 的計費方式又不同,因為 它會在席位價格之外,按照 API 費率計算每個 token;因此,過大的記憶區塊會再次轉化為費用,而不是消耗額度。以席位計費的 Enterprise 方案包含用量額度;成員達到方案內含上限後,可使用 usage credits。如果刪減記憶後,能讓用量穩定低於較低方案的上限,從 Max 或 Ultra 降級至 Pro 就是接下來值得考慮的作法。如果你實際比較的是不同供應商,而不是 Anthropic 自家的方案層級,則可先參考 以目前價格比較 Claude 與 ChatGPT 的方案。

各 Claude 介面中的「記憶」是什麼意思

三種不同產品都使用這個詞。混淆它們,是這個問題讓人感到困惑的主要原因。

Claude API 上的 memory tool。 你要在 tools 陣列中加入一個項目,並在自己的程式碼中實作檔案操作。

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

截至 2026 年 10 月,這項工具在 Messages API 上不需要 beta header,且適用於所有 Claude 4 及後續模型。它在用戶端執行:Claude 會要求執行例如 view /memories 的操作,你的 handler 會對你所控制的儲存空間執行該操作,然後在 tool_result 區塊中回傳結果。Anthropic 不會保存該檔案,因此不會產生需要轉嫁的儲存費用。你支付的是往返請求的費用。工具定義會隨每次請求傳送,而回傳的檔案內容會從該時點起保留在對話中。

Anthropic 會公布這項額外負擔中的固定部分。以 Claude Opus 5 搭配 auto 工具選擇為例,2026 年 10 月的文件指出,工具使用 system prompt 為 286 tokens。只要請求中存在任何工具,不論是否為 memory,都會在每次請求支付這項費用。

Claude Code。 每個工作階段開始時會載入兩種機制。CLAUDE.md 檔案保存你撰寫的指示。Auto memory 會在 ~/.claude/projects/<project>/memory/ 下保存 Claude 自行撰寫的備註。MEMORY.md 只會載入前 200 行或 25KB,先達到哪個限制就以哪個為準;旁邊的主題檔案則會在需要時讀取,而不是在啟動時載入。啟動時載入的所有內容,都會成為該工作階段後續每個請求所攜帶的前綴內容。使用訂閱方案時,memory 會消耗方案包含的使用額度;若超過額度且已啟用 usage credits,則會消耗 usage credits。透過 Console 或雲端供應商使用時,Claude Code 會按 tokens 向你的組織計費,memory context 也會依此計費方式處理。Claude Code 如何在工作階段之間取回記憶 會逐一說明檔案的載入順序。

Web 版 Claude。 在 claude.ai 上,memory 是 Claude 在聊天過程中寫入及更新的一組項目,每個 project 都有各自的 memory space。Project memory 預設會與你的 account memory 一起使用;若要完全分開,請在 project 頁面關閉 Use account memory。Settings > Your Claude > Your memory 旁的 Manage 會列出目前儲存的內容;舊版介面則位於 Settings > Memory。memory toggle 提供 Pause memory 或 Reset memory。Free plan 也提供 memory。使用包含額度的付費方案時,memory 會消耗使用限制;若超過限制且已啟用 usage credits,則會消耗 usage credits;以用量計費的 Enterprise 則會按照 API rates 計費。

為什麼記憶內容會按輸入 token 計費

Messages API 沒有狀態。它不會保留呼叫之間的任何內容,因此用戶端必須在每一輪傳送完整對話,模型也會再次讀取全部內容。記憶功能同樣遵循這項規則。它只是同一個請求中的另一段文字。

這項拆分會顯示在任何回應的 usage 物件中。

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

input_tokens只計算未從快取讀取、也未用於建立快取的 token。實際上,這表示最後一個快取斷點之後的 token。該請求的輸入總量為 cache_read_input_tokens 加上 cache_creation_input_tokens,再加上 input_tokens。Claude 在 3 輪之前開啟的記憶檔案,此後每一輪都會包含在這個總量中。只要快取前綴仍然有效,它會計入 cache_read_input_tokens;重新寫入前綴時,會計入 cache_creation_input_tokens;未建立快取時,則會計入 input_tokens。文字相同,價格不同。輸入 token 與輸出 token 的價格不同,而重播的記憶內容會計入輸入端。

查看自己使用量中的這些數字

不要直接採用部落格文章中的數字,包括本文。請測量自己的記憶體區塊。Token 計數免費,且有獨立的速率限制,因此測量不會產生成本。

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"}]
  }'

回應會是一個數字,例如 { "input_tokens": 14 }。將記憶體文字貼到 system 欄位中執行一次,再不貼入記憶體文字執行一次,兩者的差值就是該記憶體在每次對話中產生的成本。有兩點需要注意。這個計數是估算值,而 Anthropic 為自身系統最佳化額外加入的 token 不會向你收費。此外,請以實際要執行的模型計算,因為 Claude 4.7 及更新版本使用較新的 tokenizer,處理相同文字時產生的 token 約多 30 percent。

在 Claude Code 中,不需要使用任何 curl,也能取得相同答案。

  • /context 會顯示目前已載入的內容,包括記憶體檔案,因此你可以在輸入任何內容前查看它們占用視窗的比例。
  • /memory 會列出你的 CLAUDE.md 檔案,並開啟自動記憶體資料夾。
  • /usage 會列印工作階段總量,其中包括快取讀取與快取寫入。
  • 狀態列可以持續顯示內容視窗使用量,因此能即時看見用量增加。

/usage 工作階段區塊如下:

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)

請仔細查看最後一行。940.0k 的快取讀取數字,代表包含對話與記憶體在內的所有內容,會在每次對話中按照快取費率再次傳送。1.2k 的輸入數字只代表未快取、且未用來建立快取項目的輸入內容。除非管理員透過 modelPricing managed setting 設定合約費率,否則 Claude Code 會根據牌價在本機計算該金額,因此這只是估算值,可能與帳單不同。Claude Console 中的 Usage 頁面才是權威數字。

接著直接進行比較。在兩個新的工作階段中提出相同的開場問題,一個使用一般設定,另一個關閉自動記憶體。

CLAUDE_CODE_DISABLE_AUTO_MEMORY=1 claude

在每個工作階段執行 /context,並比較 memory files 項目。兩者的差值就是累積記憶體在每個工作階段開始時產生的成本,發生在任何工作開始之前。接著閱讀 Claude Code token 使用量的完整分解,以對照這兩個數字。

每百萬 tokens 重播記憶的成本是多少?

Prompt caching 是相同記憶區塊在不同回合的成本可能相差 10 倍的原因。Anthropic 以各模型基本輸入價格的倍數公布快取費率,因此即使美元價格變動,兩者的關係仍然成立。

圖表Anthropic's published prompt caching rates, as a multiple of base input price
此圖表背後的資料
[
  {
    "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
  }
]

在大多數模型上,讀取快取的成本是基本輸入價格的 0.1 倍。最新模型的讀取成本更低:Claude Opus 5.5 與 Claude Sonnet 5.5 為基本價格的 0.05 倍,Claude Fable 5.1 與 Claude Mythos 5.1 則為 0.025 倍。寫入一筆有效期限為 5 分鐘的項目,成本是基本價格的 1.25 倍;有效期限為 1 小時則是基本價格的 2 倍。Anthropic 的定價頁面直接說明損益平衡點:5 分鐘期限只要讀取快取 1 次,或 1 小時期限讀取快取 2 次,快取就能回本。這項說明以標準的 0.1x 讀取費率為基準;Prompt caching 指南本身沒有提供損益平衡數字。不過,較低的讀取費率不會改變這兩個次數,因為讀取所需回收的是寫入溢價。Prompt caching 的損益平衡點 是決定記憶應放在哪裡之前應先執行的計算。

這些倍數可將重播次數轉換成算式。下一個區塊是根據上述已公布倍數進行的算術計算,不是任何實際工作負載的測量結果。它以 100 回合工作階段為範圍,使用相當於以一般基本輸入費率計費的 tokens 數量,從 3 個角度計算記憶區塊的成本。

圖表A memory block over 100 turns, expressed as base-rate input tokens
此圖表背後的資料
[
  {
    "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"
  }
]

一個 4,000 token 的記憶區塊在 100 次請求中都未命中快取,計費量相當於 400,000 個基準 token。同一個區塊只進行 1 次 5 分鐘快取寫入、再進行 99 次快取讀取時,計費量相當於 44,600 個基準 token。將區塊縮減為原本的四分之一並保留快取後,計費量相當於 11,150 個基準 token。這 3 列的功能都沒有變更,只有重放行為不同。這些列採用標準的 0.1x 讀取費率。在 Claude Opus 5.5 或 Claude Sonnet 5.5 上,讀取費率為 0.05x,因此快取的 4,000 token 區塊會降至 24,800;在 Claude Fable 5.1 上則會降至 14,900。這些仍然是 token 數量,不是金額;將 token 數量換算為每月帳單金額只需乘上模型的每百萬 token 費率。該費率取決於所執行的模型。因此,如果代理程式將執行於 Claude Fable 5,請先參考其公布的每百萬 token 費率與適用工作類型。如果為了節省費用,代理程式改用較小的模型,請在讓記憶持續增長前先確認Claude Haiku 5.5 如何計算超過 100K token 的提示費用,因為重放的記憶內容會使請求超過該門檻。如果目前仍在選擇供應商,而不只是選擇模型,比較相同工作在 Claude API 與 ChatGPT 上的費用可顯示這項乘法在兩者之間如何產生不同結果;對記憶體使用量高的代理程式而言,輸入 token 費用的影響尤其明顯。

第二列假設後續 99 次請求抵達時,快取項目仍在有效期限內。這項假設正是多數實際帳單出現偏差的原因。

為什麼中斷一段時間後,相同的問題成本會提高?

快取項目有有效期限,計時會從寫入或讀取該項目的請求開始。預設期限為 5 分鐘。選擇 1 小時會產生上述 2x 的寫入費用。在 Claude Code 中,1 小時的訂閱預設值適用於主要對話,以及包含用量內選取的輔助請求;子代理程式的期限為 5 分鐘,除非你選擇更長的有效期限。當你開始使用用量額度後,主要對話會改為 5 分鐘;使用 API key 或雲端服務提供者時,預設也是 5 分鐘。設定 ENABLE_PROMPT_CACHING_1H=1 可在使用用量額度時維持 1 小時的有效期限;從 Claude Code v2.1.242 起,將 promptCacheTtl 設為 1h,也會對主要對話套用相同設定。同一版本起,將 subagentPromptCacheTtl 設為 1h,可為主要對話以外的請求選擇較長的有效期限。

因此,你在午休前留著開啟的工作階段中輸入一行問題,之所以成本高,是因為你離開期間快取項目已經過期。整個前綴內容,包括記憶,都會重新處理,並以快取寫入費率再次寫入快取。中斷時間的長短決定了這項成本。

你可以自行確認,而不必只相信這項說明。在 Pro、Max、Ultra、Team 或 Enterprise 方案中,/usage 會標示近期用量中占比達 10 percent 以上的任何影響行為;長內容與快取未命中都會以名稱顯示。從 Claude Code v2.1.251 起,/usage 中的工作階段區塊也會加入 Prompt cache (main) 行,顯示由快取提供的輸入比例、未命中次數,以及目前快取是否處於暖機狀態。在 API 中,安靜一段時間後的第一個請求會讓 cache_creation_input_tokens 跳回前綴內容的完整大小。

什麼會在不知不覺間使快取失效

快取的前綴具有固定順序:先是工具,再來是系統提示,最後是訊息。在某一層變更時,該層及其後的所有內容都會失效。編輯工具定義會捨棄整個快取。編輯系統提示則會捨棄系統提示與訊息快取。

對於將記憶內容放在系統提示中,並在代理程式學習後重寫系統提示的人來說,這就是常見陷阱。每次重寫都會捨棄其後所有內容的快取副本,因此下一個請求必須再次完整寫入。請將穩定內容放在前面並維持不變,讓易變內容位於訊息清單的後段;如此一來,使其失效的成本較低。

另一個較不明顯的問題是,每個模型都有可快取前綴的最小長度:Claude Opus 5 為 512 tokens、Claude Sonnet 5 為 1,024 tokens、Claude Haiku 4.5 為 4,096 tokens;這些數值於 October 2026 公布。Anthropic 的文件明確說明,低於此最小長度時,請求會在未進行快取的情況下處理,且不會回傳錯誤。因此,使用 cache_control 標記的小型記憶檔案完全不會生效,而且不會顯示任何提示。你能觀察到的現象是:即使提示明確包含 breakpoint,cache_creation_input_tokens 仍維持為 0。

清理不再發揮作用的記憶

記憶中的每一行內容,都會在包含該記憶的每次對話中消耗 token。因此,應逐行檢查它最近是否改變過回答。Claude Code 將限制具體化:建議將 CLAUDE.md 控制在 200 行以內,因為檔案越長,消耗的 context 越多,Claude 遵循內容的可靠性也越低。載入 MEMORY.md 時,上限為前 200 行或 25KB;超過上限的內容會在下一次工作階段啟動時捨棄。因此,過大的索引只會讓已載入的部分佔用 context,其他內容仍無法讀取。

以下兩個習慣有助於維持檔案精簡。將詳細內容移出索引,放入主題檔案,讓 Claude 在需要時讀取,而不是在啟動時載入。將工作流程指示移出 CLAUDE.md,放入 skills,僅在呼叫時載入。對於已包含 frontmatter 的記憶檔案,Claude Code 會在 version 2.1.214 或更新版本中,將寫入時間記錄在 modified 欄位,格式為 ISO 8601 timestamp。這是找出過時資訊最快的方法。清理過時的代理程式記憶會更深入說明檢視流程。

在適時擷取內容優於將所有內容載入上下文

memory 工具用於支援適時擷取。代理程式不會一開始就載入所有內容,而是記錄所學內容,並只在任務需要時讀回檔案。這會改變計算方式,因為檔案首次讀取時會在需要的時機加入其內容,之後會持續保留在後續請求中,直到從上下文移除為止;永久載入的區塊則會在每一輪請求中產生成本。

根據上方兩張圖表,可以得到一項簡單規則。幾乎每一輪都會使用的文字,應放在穩定的快取前綴中。每 20 輪才使用 1 次的文字,則應放在 view 呼叫之後。損益平衡點會隨重播次數變動,而不是隨 Anthropic 的收費方式變動。

透過 API,也可以讓平台修剪對話內容。上下文編輯會在對話超過你設定的門檻後,清除較舊的工具結果。這項功能仍處於 beta 階段,因此使用它的請求需要加入 context-management-2025-06-27 beta 標頭。

{
  "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}
    }
  ]
}

預設值為輸入 100,000 tokens 時觸發,並保留 3 次工具使用結果。啟用前,請先了解它與快取的互動方式:清除內容會使清除位置的快取前綴失效,因此下一個請求需要支付快取寫入費用。clear_at_least 的用途就是延後清除,直到節省的成本足以抵銷這次寫入。回應會在 context_management 中精確報告實際發生的情況,並包含 cleared_tool_uses 與 cleared_input_tokens,因此可以量化這項取捨,而不只是停留在理論層面。管理 Claude Code 的上下文視窗 對程式碼工作階段採用相同概念。

哪些項目有獨立計費

記憶本身不另外收費,但部分功能確實有獨立費用,值得了解。以下是截至 2026 年 10 月公布的 Claude API 費率。部分操作完全免費,而 Claude API 測試額度 可協助新使用者進行試用。Anthropic 的定價 FAQ 僅表示新使用者會獲得少量免費額度來測試 API,並未公布具體金額。Max、Ultra 和 Team 訂閱者也會取得每月 API 額度。Anthropic 的文件在 2026 年 10 月 31 日列出,Max 為 $100,Ultra 為 $200。Team 的額度則為每個 Standard seat $20、每個 Premium seat $100,額度共用,且每月上限為 $500。Free、Pro 和 Enterprise 方案不符合資格;未使用的額度不會展延,也不能用於互動式 Claude Code 或 usage credits。這些額度可用於 claude -p,以及使用連結之 Console organization 的 API key 直接執行 Claude Agent SDK。由 Claude Code GitHub Action、IDE extension 或 desktop app 啟動的執行仍不包含在內,即使使用 -p 也一樣。這些額度是付費方案的附加權益,以下費用會從可用額度或付費餘額中扣除。

  • Web search:每 1,000 次搜尋 $10,另加搜尋內容放入 context 所產生的一般 token 費用。
  • Code execution:每個 organization 每月提供 1,550 小時免費額度,之後每個 container 每小時 $0.05。當同一個 request 使用 web search 或 web fetch,且 tool version 為 20260209 或更新版本時,則免費。
  • Claude Managed Agents:session runtime 每個 session-hour $0.08,另加一般 token 費用。
  • Web fetch:不另收費,僅計算擷取內容的 token 費用。

Memory 不會出現在上述任何項目中。它會計入 input token count,而這正是可以測量它的地方,也是 pruning 與 caching 可以降低成本的地方。如果你要為在 virtual private server (VPS) 上無人值守執行的 agent 編列預算,VPS 上 AI agent 的成本控制 是接下來應建立的措施。因為 memory file 持續增長而未進行 pruning 的 agent,若沒有任何監控,每週的成本都會增加。

FAQ

Claude 的記憶功能會另外收費嗎?

不會。Anthropic 的價目表列出每 1 million input tokens、每 1 million output tokens,以及 prompt caching 的倍數費率,沒有另外列出 memory 費用。在 Claude API 中,memory tool 由用戶端處理,因此檔案會儲存在你原本已付費的儲存空間。memory 增加的是 input tokens;每次請求帶入這些內容時,會依模型一般的 input rate 或適用的 caching rate 計費。

關閉 memory 會讓 Claude 變便宜嗎?

這會降低每次請求的 token 數量,進而降低單次請求的費用。但整體是否省錢,取決於接下來的處理方式。如果 Claude 必須重新讀取 3 個檔案,並詢問你 2 個問題,才能重建 memory 原本保存的內容,這些 tokens 的費用可能高於保留 memory 的費用。不要猜測,請直接測量:在開啟 auto memory 的工作階段中執行 /context,再在以 CLAUDE_CODE_DISABLE_AUTO_MEMORY=1 啟動的工作階段中執行,然後比較兩者完成相同工作的 token 總用量。

我沒有變更任何設定,為什麼用量卻增加了?

最常見的原因是暫停後發生 cache miss。Cache 預設保存 5 minutes;使用 extended setting 時則保存 1 hour。因此,中斷一段時間後的第一個請求會重新處理完整 prefix,並以 cache-write rate 再次寫入。第二個常見原因是 prefix 編輯:變更 tool definition 會使整個 cache 失效,變更 system prompt 則會使 system cache 和 message cache 失效。在訂閱方案中,/usage breakdown 會列出這項行為,只要它占近期用量的 10 percent 以上。

記憶應該放在 system prompt 中,還是透過 tool call 載入?

如果幾乎每個回合都會使用記憶,請放在 system prompt 中。這樣會位於 cached prefix,並以 cache read rate 計費。如果只有部分工作需要記憶,請透過 view call 載入。這會延後檔案 tokens 的加入時間,直到確實需要時才載入;結果在後續回合仍會持續重播,直到從 context 移除為止。決定性數值是 replay count,而 usage object 會顯示每個請求的 input、cache-write 和 cache-read tokens。

記憶功能會計入訂閱方案的用量上限嗎?

會,但屬於間接計入,因為訂閱方案的上限是依每個請求所攜帶的 tokens 消耗。Anthropic 的說明文件指出,觸發 automatic context management 的較長對話,會消耗更多用量上限。Memory 會讓每個請求稍微變長,而長時間工作階段會在每個回合重播這段長度。Claude 的用量上限實際運作方式 說明用量何時重設。

這篇文章對您有幫助嗎?