作者： Claude 為什麼這麼貴？Token 成本怎麼算
輸出 token 費用是輸入的 5 倍，而且每輪都會重讀完整上下文。查看一個實際工作階段的算式，以及可降低費用的 4 個方法。
Claude 為什麼這麼貴？簡短答案
Claude 昂貴的原因有 4 個，而且會彼此疊加。輸出 token 的計價是輸入 token 的 5 倍。API 不會保留對話記憶，因此每一輪都會重新傳送完整歷史記錄，並再次計費。Agent 會把 1 個問題轉換成數十次 API 呼叫，而每次呼叫都會帶上持續增加的歷史記錄。此外，frontier model 的定價是依據其處理工作的難度，而不是依據執行小型模型的成本。
Token 是一段文字。粗略而言，1 個 token 約含 4 個字元，或約 0.75 個英文單字。費率以每百萬個 token 計算，寫作 MTok（million tokens）。以下所有費率都是截至 August 2026 公布的 Claude API 費率。
大多數意外帳單都來自上述清單中的第 2 和第 3 個原因。人們通常以為 Claude 產生的答案才是費用來源。在 Agent 工作階段中，文字產生通常不到帳單的十分之一。
公開費率，先確認數字一致
The data behind this chart
[
{
"label": "Haiku 4.5",
"input_usd": 1,
"output_usd": 5,
"cache_read_usd": "0.10"
},
{
"label": "Sonnet 5, to Aug 31 2026",
"input_usd": 2,
"output_usd": 10,
"cache_read_usd": "0.20"
},
{
"label": "Sonnet 5, from Sep 1 2026",
"input_usd": 3,
"output_usd": 15,
"cache_read_usd": "0.30"
},
{
"label": "Opus 5",
"input_usd": 5,
"output_usd": 25,
"cache_read_usd": "0.50"
}
]請先看費率的結構，不要只看絕對數字。每個模型的輸出費率都正好是輸入費率的 5 倍。Opus 5 的輸入費率為每 1 百萬個輸入 token 5 美元，輸出費率為 25 美元。Haiku 4.5 的費率分別為 1 和 5 美元。因此，最便宜模型與最昂貴模型之間相差 5 倍，讀取與寫入之間也相差 5 倍。
Sonnet 5 在 2026 年 8 月 31 日前採用導入期費率，每 1 百萬個 token 的輸入與輸出費率分別為 2 和 10 美元。自 2026 年 9 月 1 日起，費率調整為 3 和 15 美元。費率會隨模型版本發布而變動，因此在據此編列預算前，請先確認目前費率。這張表下方也沒有免費方案；不過新帳戶會先取得少量額度，而且 API 的部分功能完全不收費。
最後一欄是快取讀取費率。大多數帳單金額都由它決定。先完成算術計算，再回頭查看這一欄。
為什麼輸出 token 的成本是輸入 token 的 5 倍？
讀取與寫入所需的工作量不同。輸入 token 會以單次傳遞處理。模型會一次讀取完整提示，並在其中平行執行處理，因此 60,000 token 的提示讀取時間，不會是 1,000 token 提示的 60,000 倍。
輸出 token 會逐一產生。每個新 token 都需要再次通過模型處理，並以它之前的所有 token 作為上下文。寫入 1,000 個 token 就代表依序執行 1,000 次處理。這些循序工作無法像讀取一樣平行分散，因此每個輸出 token 會讓硬體維持較長時間的運作。
因此，「讓答案更短」的效果不如預期。它只會影響 agent 費用中較小的部分。
為什麼每一輪都要再次計費整段對話？
Claude API 是無狀態的。Anthropic 端沒有一段持續存在、供你逐則追加訊息的對話。每個請求都會攜帶完整的訊息歷程，模型會先讀取全部內容，再產生回應。因此，第 30 輪的計費也包含第 1 至第 29 輪。
這表示對話成本的增長速度會高於對話長度。第 1 輪只會計費少量內容。第 40 輪則會計費大量內容。將 40 輪的費用加總後，你實際支付的 token 數量可能遠高於曾經寫入的 token 總數。
The data behind this chart
[
{
"turn": 1,
"context_tokens": "20,000"
},
{
"turn": 5,
"context_tokens": "32,000"
},
{
"turn": 10,
"context_tokens": "45,000"
},
{
"turn": 15,
"context_tokens": "55,000"
},
{
"turn": 20,
"context_tokens": "64,000"
},
{
"turn": 25,
"context_tokens": "74,000"
},
{
"turn": 30,
"context_tokens": "84,000"
},
{
"turn": 35,
"context_tokens": "92,000"
},
{
"turn": 40,
"context_tokens": "100,000"
}
]上述工作階段一開始有 20,000 個 token，其中包含 system prompt、工具定義，以及代理程式首次開啟的檔案。到了第 40 輪，內容已達 100,000 個 token。將這些數值平均分布在 40 輪後，每個請求讀取的 token 數量約為 60,000。
為什麼 agent 的成本比聊天高這麼多？
聊天模式中，每個問題只會發出 1 個請求。agent 模式中，每個步驟都會發出 1 個請求。讀取檔案是 1 個步驟。執行測試是 1 個步驟。讀取測試輸出是 1 個步驟。編輯檔案是 1 個步驟。完成一項工作需要 40 個步驟，對 coding agent 而言很常見。
使用工具還會產生 2 項額外成本。工具定義會在每個請求中算入輸入 token，因為每次都必須告知模型有哪些工具可用。Anthropic 公布的額外負擔如下：在 tool_choice 設為 auto 時，Opus 5 的工具使用 system prompt 會占用 286 個 token，另外還要加上你自行定義的工具 schema 所占用的 token。部分伺服器端工具也會另外收費。Web search 的費用為每 1,000 次搜尋 $10，且不包含搜尋結果所消耗的 token。
每個工具結果也會永久保留在上下文中。某個命令若輸出 3,000 行，這 3,000 行就會在本次工作階段的後續每個請求中持續占用上下文。Claude Code 顯示的每個工作階段 token 使用量能讓這點清楚可見：執行輸出量大的命令後，觀察輸入數字立即上升。
單一實際工作階段的算式
以下是使用 Opus 5 進行代理式編碼的一個真實小時。共發出 40 次 API 請求。上下文從 20,000 個 token 增加到 100,000 個 token，因此每次請求平均約 60,000 個 token。模型每次請求寫入約 700 個 token，內容包括簡短的工具呼叫，以及幾段較長的程式碼。
Requests in the session: 40
Average context per request: 60,000 tokens
Total input tokens billed: 40 x 60,000 = 2,400,000
Input cost on Opus 5: 2,400,000 x $5 / 1,000,000 = $12.00
Total output tokens: 40 x 700 = 28,000
Output cost on Opus 5: 28,000 x $25 / 1,000,000 = $0.70
Session total = $12.70The data behind this chart
[
{
"label": "Input, context re-read",
"billed_tokens": "2,400,000",
"cost_usd": "12.00"
},
{
"label": "Output, code and tool calls",
"billed_tokens": "28,000",
"cost_usd": "0.70"
}
]請注意其中的比例。讀取成本為 12.00 美元，寫入成本為 0.70 美元，因此你實際讀取的輸出約占帳單的 5%。模型寫入了 28,000 個 token，但讀取部分計費達 2,400,000 個 token。沒有人輸入 2.4 million 個 token。同一批 100,000 個 token 被反覆讀取。
方法1：prompt caching，效益最大
Prompt caching 會儲存 prompt 中穩定前綴的處理結果。下一次請求會直接從快取讀取該前綴，不必重新處理。寫入快取的成本是 5 分鐘快取輸入費率的 1.25 倍，或 1 小時快取輸入費率的 2 倍。讀取快取的成本是輸入費率的 0.1 倍。以 Opus 5 為例，每百萬個 token 的費用是 0.50 美元，而不是 5 美元。
將這項設定套用到上述工作階段。隨著對話持續增加，100,000 個 token 會各自寫入快取一次。其餘 2,300,000 個輸入 token 會改為從快取讀取。
Tokens written to cache: 100,000
Cache write at 1.25x input: 100,000 x $6.25 / 1,000,000 = $0.63
Tokens read from cache: 2,300,000
Cache read at 0.1x input: 2,300,000 x $0.50 / 1,000,000 = $1.15
Output cost, unchanged = $0.70
Session total = $2.48使用 cache_control 欄位標示可快取的部分。將斷點放在每輪之間不會變動的內容之後，也就是 system prompt 和工具定義之後。需要持續參照的長文件，也應放在同一個穩定區塊中。
{
"model": "claude-opus-5",
"system": [
{
"type": "text",
"text": "<long, stable instructions>",
"cache_control": {"type": "ephemeral"}
}
],
"messages": [{"role": "user", "content": "..."}]
}現在，prompt 的順序會直接影響費用。快取命中必須從 prompt 的最開頭開始完全相符，因此每次請求都會變動的內容，必須放在所有不變內容之後。如果在 system prompt 頂端加入 timestamp，每一輪都會使快取失效：整個前綴會變成快取未命中，並再次以輸入費率的 1.25 倍寫入快取。
回應會顯示設定是否生效。傳送請求後，查看 usage 區塊。
curl https://api.anthropic.com/v1/messages \
-H "x-api-key: $ANTHROPIC_API_KEY" \
-H "anthropic-version: 2023-06-01" \
-H "content-type: application/json" \
-d '{
"model": "claude-opus-5",
"max_tokens": 256,
"messages": [{"role": "user", "content": "Hello"}]
}'每個回應都包含類似以下內容的 usage 物件：
{
"usage": {
"input_tokens": 105,
"cache_creation_input_tokens": 7345,
"cache_read_input_tokens": 7123,
"output_tokens": 239
}
}如果重複請求仍在 cache_read_input_tokens 中顯示 0，表示快取未命中。通常原因是斷點之前的內容發生變更。5 分鐘快取也會過期，因此在 6 分鐘後傳送的請求會先快取未命中，再重新寫入快取。
槓桿 2：將簡單回合交給較小的模型
代理程式工作階段中的大多數回合都不困難，例如開啟檔案、執行格式化工具或讀取差異內容。這些工作不需要 frontier model。將它們路由至 Haiku 4.5，可將輸入費率從每百萬個 token 5 美元降至 1 美元。
The data behind this chart
[
{
"label": "Opus 5, no caching",
"session_cost_usd": "12.70"
},
{
"label": "Opus 5, cached",
"session_cost_usd": "2.48"
},
{
"label": "Sonnet 5, cached",
"session_cost_usd": "0.99"
},
{
"label": "Haiku 4.5, cached",
"session_cost_usd": "0.50"
}
]相同的工作階段在未啟用快取的 Opus 5 上要花費 12.70 美元；啟用快取時為 2.48 美元；使用啟用快取的 Sonnet 5 時為 0.99 美元；使用啟用快取的 Haiku 4.5 時則為 0.50 美元。僅啟用快取就能減少約 80% 的費用。選擇模型則能進一步降低剩餘的大部分費用。
但有一項務實的限制需要注意。如果較便宜的模型答錯，您可能必須重新支付整個工作階段的費用，還要加上您自行處理所花的時間。請依工作難度進行路由，不要只看價格。這項原則也適用於更高階的模型：Claude Fable 5 的每百萬個 token 費率高於 Opus 5，分別是 $10 和 $50，因此將回合交給它之前，請先閱讀 這些費率能換來什麼。在 Opus、Sonnet 和 Haiku 之間選擇則說明各模型適合處理哪些工作。
第3 個槓桿：內容脈絡管理
留在內容脈絡中的每個 token，都會在後續每一回合計費。因此，越早移除 token，節省的成本越高。在 40 回合的工作階段中，若於第 5 回合貼入一個 5,000 token 的檔案，之後還會讀取 35 次。這會額外增加 175,000 個輸入 token；在 Opus 5 上，僅一次不慎貼上就可能接近 1 美元。
以下 4 個習慣有助於降低這個數字：
- 開始新工作時建立新的工作階段，不要繼續使用前一天的工作階段。
- 在輸出送達模型前，先使用類似
head -50的方式篩除雜訊，不要等輸出送達後才處理。 - 只要求你需要的那個函式，不要要求整個檔案。
- 長時間工作階段停止取得進展時，要求先產生摘要，再從摘要重新開始。摘要只有幾百個 token；逐字記錄則可能有十萬個 token。
槓桿 4：將所有非互動式工作批次處理
Batch API 會非同步處理請求，並將輸入與輸出的費用各降低 50%。如果工作不需要在下一秒內取得回應，就應以批次方式處理。這包括分類、擷取、彙整待處理資料，以及執行評估。批次折扣可與 prompt caching 疊加使用。互動式工作階段不適用此折扣，因為沒有可等待的處理時間。
我是不是被坑了？
這其實就是「為什麼 Claude 這麼貴」背後真正的問題，因此直接回答：費率已公開，在標準方案中對所有人都相同，而且按 token 計費。例外是協商合約；即使如此，Claude Enterprise 定價也是在相同的用量計費 token 之外，另收按席次計算的費用，而不是取代 token 計費。帳單中的任何費用都不是任意決定的。費率表無法告訴你的是這筆費用是否值得，因為它按 token 定價，而你在意的是成果。
因此，應該改用成果來衡量費用。上面的工作階段未使用快取時，成本為 12.70 美元。如果它交付了一項原本需要你花 1 小時完成的功能，這筆費用就很便宜。如果它花了 40 輪對話仍在原地打轉，同樣的 12.70 美元就什麼也沒換到，而問題從來不在費率。
這是最值得記住的重點。你的帳單會隨 token 數量增加，而不是隨價值增加。同樣長度的高效率工作階段與浪費時間的工作階段，成本相同。因此，四個調整項目的重要性高於費率表：你無法協商每個 token 的價格，但可以決定工作需要多少 token。
因此，應追蹤每項已完成工作的美元成本，而不是每月美元支出。如果你在調整快取與路由後，每項工作的成本下降，即使每月總額上升，設定仍在改善，因為總額增加代表完成了更多工作。
不會降低帳單的做法
有些常見建議幾乎沒有幫助。要求模型「簡潔」只會減少輸出，而輸出在範例帳單中只占 5%。在 60,000 token 的 context 中，縮短自己的問題只能省下幾百個 token。關閉 extended thinking 只有在 thinking token 確實占輸出相當比例時才有用；usage 區塊會顯示這一點，不必自行猜測。
較大的 context window 本身也不會增加費用。在 Claude 4.6 及更新版本中，完整的 1,000,000 token window 按標準單一 token 費率計費，因此 900,000 token 的請求與 9,000 token 的請求，每個 token 的費用相同。window 大小不會決定價格，放入 window 的內容才會。
另外兩項應在規劃階段處理，而不是只看單一工作階段。如果你每天都會互動使用，請比較按 token 計費與固定方案：API 與訂閱費用比較會計算這筆差額。如果固定方案較划算，而你同時也在評估其他供應商，Claude 與 ChatGPT 方案並列價格比較會對兩者執行相同的比較。如果 agent 會在伺服器上無人值守執行，請先設定硬性支出上限，再調整其他設定；VPS 上 AI agent 的費用控制涵蓋這項做法。若只想了解大致規模，1,000,000 個 Claude token 實際能換來什麼會將費率表轉換成文字頁數。
FAQ
為什麼我開始使用 agent 後，Claude 帳單突然增加？
因為 agent 會針對每個問題送出多個請求，而且每個請求都會包含截至目前的完整對話內容。聊天功能每個問題只送出一個請求。coding agent 每個步驟送出一個請求，而單一工作執行 40 個步驟很常見。這些請求都會按照完整上下文計費，因此一個最終達到 100,000 tokens 的工作階段，輸入 tokens 總數可能超過 2,000,000。查看 API 回應中的 input_tokens 和 cache_read_input_tokens，即可直接確認。
prompt caching 真的能大幅降低帳單嗎？
在實際範例中，工作階段費用從 12.70 美元降至 2.48 美元，因為 cache read 的費率是 input 費率的十分之一。節省幅度完全取決於命中率。使用 5 分鐘 cache 時，只要讀取 1 次就能回本，因為寫入費用是 input 費率的 1.25 倍，而讀取費用是 0.1 倍。如果你的 prompt 在每次請求接近開頭處都會變更，便完全不會命中，還會白白支付寫入加價。先透過 cache_read_input_tokens 確認功能正常，再判斷它是否有效。
我是否應該全部使用 Haiku？
不應該。Haiku 4.5 每 1,000,000 個輸入 tokens 的費用為 1 美元，Opus 5 則為 5 美元，因此在分類、路由等簡單且高流量的工作上，確實能節省費用。困難工作的錯誤答案會增加成本，因為除了模型本身節省的費用，還要支付重試請求及你投入的時間。實際可行的做法是混合使用：機械性步驟使用小型模型，需要判斷的步驟使用最先進的模型。
API 比 Claude 訂閱方案便宜嗎？
這取決於你的使用量是否穩定。訂閱方案是固定月費，並附帶使用量限制。API 按 tokens 計費且沒有上限；使用量低或集中在短時間內時，API 通常較便宜，但如果你每天工作時間都大量使用，費用可能更高。從 usage 區塊取得每日平均 tokens，依照所用模型的費率計算，再與方案價格比較；入門方案的價格與使用量限制請參閱 Claude Pro 的費用與使用量限制。如果計算結果顯示 API 較划算，取消方案或降至較低級別 不會浪費你已支付的當月費用，因為存取權會持續到目前計費週期結束。