Claude 記憶功能要額外付費嗎？費用與 token 計算

Claude 的記憶功能需要額外付費嗎？

Claude 的記憶功能本身不另行收費。Anthropic 公布的費率是按每百萬個輸入 token 和每百萬個輸出 token 計算，另有 prompt caching 的費率；其中沒有任何一項稱為 memory token。Claude API（application programming interface）不會對記憶資料本身收費，因為 memory tool 在用戶端執行，檔案也儲存在你擁有的儲存空間中。

不過，記憶仍可能反映在帳單上，因為記住的資訊只有在放進 Claude 讀取的請求中時，才會影響回答。使用記憶代表要重新傳送內容。這些文字會算入輸入 token，並按照模型的一般輸入費率計費。費用取決於2個數字：每次對話重新送出的記憶文字包含多少 token，以及這些文字能否由 prompt cache 提供。

如果你使用 Pro 或 Max 訂閱，則完全不會按 token 計費，因此記憶消耗的是使用額度，而不是金錢。下方的機制相同，只有計量單位不同。使用額度是有限的，因此在決定每次對話應攜帶多少記憶前，值得先了解 Claude Pro 的費用，以及額度限制何時會阻止你繼續使用。Claude Enterprise 的計費方式又不同，因為 它會在 seat 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實際費用，而不是消耗額度。如果精簡記憶後，你的用量能穩定低於較低階方案的上限，接著值得考慮 從 Max 降級至 Pro；變更會在你已支付的計費週期結束時生效。如果你實際比較的是不同供應商，而不是 Anthropic 自家的方案，則可先參考 以目前價格比較 Claude 與 ChatGPT 的方案。

各個 Claude 介面中的「memory」代表什麼

三種不同產品共用這個詞，而混淆它們正是這個問題令人困惑的主要原因。

Claude API 的 memory tool。 您在 tools 陣列中加入一筆項目，並在自己的程式碼中實作檔案操作。

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

截至 2026 年 8 月，這項工具已在 Messages API 上普遍開放使用，無須 beta header，適用於 Claude 4 及更新版本的模型。它在用戶端執行：Claude 要求執行例如 view /memories 的操作，由您的 handler 對您控制的儲存空間執行，然後在 tool_result 區塊中回傳結果。Anthropic 不會保存該檔案，因此不會產生可轉嫁的儲存費用。您支付的是來回請求的費用。工具定義會隨每個請求傳送，而回傳的檔案內容從該時間點起會保留在對話中。

Anthropic 公開了這項額外負載中的固定部分。根據 2026 年 8 月的文件，在 Claude Opus 5 上使用 auto 的 tool choice 時，tool-use system prompt 為 286 tokens。只要請求中包含任何工具，不論是否為 memory，每個請求都會支付這項費用。

Claude Code。 每個工作階段開始時會載入兩種機制。CLAUDE.md 檔案存放您撰寫的指示。Auto memory 會在 ~/.claude/projects/<project>/memory/ 下存放 Claude 自行撰寫的備註。MEMORY.md 只會載入前 200 行或 25KB，以先達到的限制為準；旁邊的主題檔案則會在需要時讀取，不會在啟動時載入。啟動時載入的所有內容都會成為 prefix 的一部分，該工作階段後續的每個請求都會攜帶這個 prefix。Claude Code 如何在工作階段之間取回 memory 會逐一說明各檔案的載入順序。

網頁版 Claude。 在 claude.ai 上，memory 是 Claude 隨著對話撰寫及更新的一組項目，每個 project 都有獨立的 memory 空間。Settings > Memory 會列出已儲存的內容，其中的切換選項可選擇 Pause memory 或 Reset memory。此介面按訂閱方案計費，因此 memory 會消耗使用量上限。

為何記憶內容會計入輸入 token

Messages API 沒有狀態。它不會在呼叫之間保留任何內容，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。記憶內容同樣遵循這項規則。它只是同一個請求中的另一段文字。

在任何回應的 usage 物件中，都能看到這項拆分。

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

input_tokens只計算既未從快取讀取，也未用於建立快取的 token。實務上，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 輪前開啟的記憶檔案，此後每一輪都會計入這個總量。快取前綴有效時，它會歸在 cache_read_input_tokens；快取前綴無效時，則會歸在 input_tokens。文字相同，但價格可能大不相同。輸入與輸出 token 的價格不同，而記憶內容只會計入輸入端。

在自己的使用情況中查看這些數字

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 計算免費，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一輪對話中產生的成本。請注意兩點。這個數字是估算值，而 Anthropic 為自身系統最佳化額外加入的 token 不會向你計費。此外，請以實際執行的模型進行計算，因為 Claude 4.7 及後續版本使用較新的 tokenizer，對相同文字產生的 token 約多 30 percent。

在 Claude Code 中，不必使用任何 curl 也能取得相同資訊。

• /context 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佔用的 context window 比例。
• /memory 列出你的 CLAUDE.md 檔案，並開啟 auto memory 資料夾。
• /usage 顯示工作階段總量，其中包括 cache reads 和 cache writes。
• status line 可持續顯示 context window 使用量，因此可以在使用量增加時即時查看。

/usage session block 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 cache read 數字代表每一輪都以 cache rate 再次傳送的完整內容，包括對話與記憶體。1.2k input 數字則只有這一輪新增的部分。Claude Code 會根據 list prices 在本機計算該金額，因此不會套用你享有的任何折扣，結果也可能與帳單不同。Claude Console 中的 Usage page 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，一個維持正常設定，另一個關閉 auto memory。

CLAUDE_CODE_DISABLE_AUTO_MEMORY=1 claude

在每個工作階段中執行 /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，甚至還沒開始執行任何工作。接著閱讀 Claude Code token 使用量的完整分解，搭配這兩個數字一起參考。

每百萬個 token 重播記憶的成本是多少？

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

[
  {
    "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
  }
]

讀取快取的成本是基本輸入價格的 0.1 倍。寫入保留 5 分鐘的項目，成本是基本價格的 1.25 倍；寫入保留 1 小時的項目，成本是基本價格的 2 倍。Anthropic 清楚說明了損益平衡點：5 分鐘保留時間在讀取快取 1 次後開始划算，1 小時保留時間則要讀取快取 2 次後才開始划算。Prompt caching 的損益平衡點 是決定記憶體應放置位置前，應先執行的計算。

這些倍數可以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。它會以 3 種方式計算 100 回合工作階段中的記憶體區塊，並以按照基本輸入價格計費時的等效 token 數表示。

[
  {
    "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 的記憶體區塊若在全部 100 個回合都未命中快取，計費量相當於 400,000 個基本費率 token。同一區塊若執行 1 次 5 分鐘快取寫入及 99 次快取讀取，計費量相當於 44,600 個 token。若將區塊縮減為原大小的四分之一並維持快取，計費量則相當於 11,150 個 token。這項功能在這 3 列中並未改變，只有重播行為不同。這些仍然是 token 數量，而不是金額；將 token 數量換算為每月帳單金額，只需要乘上模型每百萬個 token 的費率。該費率取決於所使用的模型，因此若代理程式將在 Claude Fable 5 上執行，請先參考該模型公布的每百萬個 token 費率及其適用工作負載。

第二列假設後續 99 個請求抵達時，快取項目仍在有效期限內。實際帳單最常因這項假設而產生偏差。

為什麼中斷一段時間後，相同問題的成本會更高？

快取項目有存留時間，計時會從寫入或讀取該項目的請求開始。預設值為 5 分鐘。1 小時選項的成本，是上述寫入成本的 2x。在 Claude Code 中，訂閱方案的存留時間為 1 小時；開始使用 usage credits 後，會降為 5 分鐘；使用 API key 或雲端供應商時，預設為 5 分鐘。設定 ENABLE_PROMPT_CACHING_1H=1 後，即使使用 usage credits，仍可維持 1 小時的存留時間。

因此，在午休期間保持開啟的工作階段中輸入一行問題，成本會很高，因為你離開期間快取項目已過期。包含記憶內容在內的整個前置內容，會再次依基本輸入費率處理，並再次寫入快取。暫停時間的長短決定了這項成本。

你可以自行確認，不必只相信上述說法。在 Pro、Max、Team 或 Enterprise 方案中，/usage breakdown 會標示近期使用量中占比達 10 percent 以上的行為，長內容與快取未命中都會以名稱顯示。使用 API 時，請監看 cache_creation_input_tokens；安靜一段時間後的第一個請求，該值會跳回前置內容的完整大小。

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。在某一層進行變更，會使該層及其後的所有內容失效。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。

對於將記憶保存在系統提示中，並隨著代理程式學習而重寫系統提示的人來說，這是常見陷阱。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保持不變，讓易變內容靠近訊息清單後方；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、Claude Haiku 4.5 為 4,096；這些數值由 Anthropic 於 August 2026 公布。Anthropic 的文件明確說明低於此門檻時的行為：「任何要求快取少於此數量 tokens 的請求，都會在未啟用快取的情況下處理，且不會回傳錯誤。」因此，標記為 cache_control 的小型記憶檔案完全不會生效，而且不會顯示任何提示。你能觀察到的症狀是，cache_creation_input_tokens 持續為 0，但提示內容明明包含 breakpoint。

清除已不再發揮作用的記憶

記憶中的每一行都會在包含該記憶的每次互動中消耗 tokens，因此每一行都應檢視最近是否實際改變了回答。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 遵循其中指示的可靠性也越低。載入時，MEMORY.md 的上限是前 200 行或 25KB；超過限制的內容會在下次工作階段啟動時捨棄，因此過大的索引只是在消耗 tokens，卻沒有提供任何資訊。

有兩個做法可以維持檔案精簡。將詳細內容從索引移到主題檔案，Claude 會在需要時讀取，而不是在啟動時載入。將工作流程指示從 CLAUDE.md 移到 skills，這些內容只會在呼叫時載入。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。這個 timestamp 是找出已過時資訊最快的方法。清除過時的 agent 記憶會更深入說明檢閱流程。

何時檢索優於將所有內容載入上下文

memory 工具用於支援即時檢索。代理程式不會預先載入所有內容，而是記錄所學資訊，僅在任務需要時讀回檔案。這會改變計算方式，因為讀取檔案只需支付一次其 token 成本，之後便會留在快取前綴中；永久載入的區塊則會在每一回合產生成本。

上述兩張圖表可導出一項簡單規則。幾乎每回合都會使用的文字，應放在穩定的快取前綴中。每 20 回合只使用 1 次的文字，應放在 view 呼叫後方。損益平衡點取決於重播次數，而不是 Anthropic 的任何計費項目。

在 API 中，也可以讓平台裁剪對話內容。當對話超過你設定的門檻時，上下文編輯會清除舊的工具結果。

{
  "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 100,000 個輸入 token，並保留 3 次工具使用結果。啟用前請先閱讀快取互動方式：清除內容會使清除位置之後的快取前綴失效，因此下一個請求會產生快取寫入成本。這就是 clear_at_least 的用途。它會延後清除，直到節省的成本足以抵銷寫入成本。回應會在 context_management 下完整報告實際結果，其中包含 cleared_tool_uses 與 cleared_input_tokens，因此可以量化這項取捨，而非僅停留在理論層面。在 Claude Code 中管理上下文視窗也將相同概念套用至程式碼工作階段。

哪些項目會另外計費

Memory 本身不會單獨收費，但有些功能確實會另外計費，值得先了解。以下是截至 2026 年 8 月公布的 Claude API 費率。有些操作完全免費，但 Claude API 沒有免費方案，註冊時只提供少量額度，因此以下費用都會從第一次請求開始實際產生。

• Web search：每 1,000 次搜尋收費 $10，此外還要支付搜尋結果放入 context 的一般 token 費用。
• Code execution：每個 organization 每月有 1,550 小時免費額度，超過後每個 container 每小時收費 $0.05。與 web search 或 web fetch 搭配使用時免費。
• Claude Managed Agents：session runtime 每個 session-hour 收費 $0.08，另加一般 token 費用。
• Web fetch：不另外收費，只需支付擷取內容的 token 費用。

Memory 不會出現在上述任何項目中。它會計入 input token 數量，而這正是你可以測量的地方，也是 pruning 與 caching 能夠降低費用的地方。如果你要為在 virtual private server (VPS) 上無人值守執行的 agent 編列預算，接下來應先建立 VPS 上 AI agent 的費用控制，因為 memory file 持續增長且沒有 pruning 的 agent，每週都會變得更昂貴，卻不會有任何機制回報這項支出。

FAQ

Claude 的記憶功能是否需要額外付費？

不需要。Anthropic 的價目表依每百萬輸入 tokens、每百萬輸出 tokens，以及 prompt caching 倍率計費，沒有單獨列出記憶功能。在 Claude API 中，記憶工具由用戶端處理，因此檔案會儲存在你原本就已付費使用的儲存空間中。記憶功能增加的是輸入 tokens；每次請求包含這些 tokens 時，都會依模型的一般輸入費率計費。

關閉記憶功能會讓 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，才能重建記憶中已有的內容，這些 tokens 的費用可能高於保留記憶的費用。不要靠猜測，請實際測量：在開啟自動記憶功能的工作階段中執行 /context，再於使用 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任務所花費的總 tokens。

我沒有變更任何設定，為什麼使用量增加了？

最常見的原因是暫停後發生 cache miss。Cache 項目預設保留 5 分鐘，使用 extended 設定時則保留 1 小時。因此，中斷後的第一個請求會以基本輸入費率重新處理整個前綴，並再次寫入該前綴。第二個常見原因是前綴遭到編輯：變更工具定義會使整個 cache 失效，而變更 system prompt 會使 system cache 和 message cache 失效。在訂閱方案中，/usage breakdown 會在這類行為占近期使用量 10 percent 以上時標示出來。

記憶內容應放在 system prompt 中，還是透過工具呼叫載入？

如果幾乎每個工作階段都會使用記憶內容，請將其放在 system prompt 中，因為它會位於快取的前綴中，並以 cache read rate 計費。如果只有部分任務需要記憶內容，請透過 view 呼叫載入，因為只讀取一次的檔案只會計算一次其中的 tokens，而不是每次工作階段都計算。決定因素是 replay 次數，而 usage 物件會直接提供這個數值。

記憶功能是否會計入訂閱方案的使用量限制？

會，但屬於間接影響，因為訂閱方案的限制是依每次請求所包含的 tokens 消耗。Anthropic 的說明文件指出，觸發自動內容管理的較長對話會消耗更多使用量限制。記憶功能會讓每次請求稍微變長，而長時間工作階段會在每一輪重複傳送這段長度。Claude 的使用量限制實際如何運作說明限制何時重設。