作者： 為什麼 Claude 這麼貴？Token 費用怎麼算
Claude 輸出 token 費率是輸入的 5 倍，且每輪都重讀完整上下文。用一次實際工作階段的算術，拆解四個省費用的方法。
為什麼 Claude 很貴？簡短答案
Claude 昂貴有四個相互疊加的原因。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的對話記錄，並再次計費。代理程式會將一個問題轉換成數十次 API 呼叫，而每次呼叫都會包含持續增加的對話記錄。除此之外，frontier model 的定價是依據處理工作的難度，而不是依據執行小型模型的成本。
token 是一段文字。粗略來說，1 個 token 約等於 4 個字元，或約等於 0.75 個英文單字。計價單位是每百萬個 token，寫作 MTok（million tokens）。以下所有費率都是截至 August 2026 公布的 Claude API 費率。
大多數出乎意料的帳單，來自上述清單中的第二和第三個原因。人們通常以為，Claude 產生的回答才是費用來源。在代理程式工作階段中，文字輸出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，而不是絕對數字。每個模型的輸出費率都正好是輸入費率的 5 倍。Opus 5 每百萬個輸入 token 收費 5 美元，每百萬個輸出 token 收費 25 美元。Haiku 4.5 的費率分別是 1 和 5 美元。因此，最便宜模型與最昂貴模型的費率相差 5 倍，讀取與寫入的費率也相差 5 倍。
Sonnet 5 在 2026 年 8 月 31 日前採用初始費率，每百萬個 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，因此在依此編列預算前，請先確認目前的費率。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 的部分功能完全免費。
最後一欄是快取讀取費率。大部分帳單金額取決於這項費率。先完成算術，再回頭查看這一欄。
為什麼輸出 token 的費用是輸入 token 的 5 倍？
讀取和寫入需要的工作量不同。輸入 token 會在單次處理中完成。模型會一次讀取完整提示，並在其中平行處理，因此 60,000 token 的提示不會比 1,000 token 的提示多花 60,000 倍時間讀取。
輸出 token 會逐一產生。每個新 token 都需要單獨通過模型處理，並使用它之前的所有 token 作為上下文。寫入 1,000 個 token 就代表依序進行 1,000 次處理。這些序列工作無法像讀取一樣分散，因此每個輸出 token 都會讓硬體維持較長時間的使用狀態。
因此，「讓答案更短」的效果不如人們預期。它只能減少代理程式費用中較小的部分。
為什麼每一輪都會再次計費整段對話？
Claude API 是無狀態的。Anthropic 端沒有一個持續存在、讓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。
這表示對話成本的成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。將全部 40 輪加總後，你付費讀取的 token 數量，可能是實際產生內容的數倍。
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"
}
]上述工作階段開始時有 20,000 個 token，其中包括 system prompt、工具定義，以及代理程式最先開啟的檔案。到了第 40 輪，內容上下文包含 100,000 個 token。將這些內容平均分配到全部 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？
聊天是每個問題發出 1 次請求。agent 則是每個步驟發出 1 次請求。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 1 項工作需要 40 個步驟，對 coding agent 而言很常見。
工具使用還會產生 2 項額外成本。工具定義會在每次請求中算入輸入 tokens，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 Opus 5 中，工具使用 system prompt 會占用 286 tokens，且 tool_choice 設為 auto；此外還要加上你自行定義的工具 schema 所占用的 tokens。部分伺服器端工具也會另外收費。Web search 的費用是每 1,000 次搜尋 $10，且不包含搜尋結果所消耗的 tokens。
每個工具結果也會成為永久的 context。若某個指令輸出 3,000 行，這 3,000 行就會在該工作階段後續的每次請求中持續存在。Claude Code 顯示的每個工作階段 tokens 使用量能讓這點清楚可見：執行輸出量大的指令後，觀察 input 數值是否立即上升。
單一實際工作階段的計算
以下是使用 Opus 5 進行代理式程式設計的一個真實小時。共發出 40 次 API 請求。內容長度從 20,000 個 token 增加到 100,000 個 token，因此每次請求平均約包含 60,000 個 token。模型每次請求約寫入 700 個 token，其中包括簡短的工具呼叫和少數較長的程式碼區塊。
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"
}
]查看費用拆分：讀取成本為 12.00 美元，寫入成本為 0.70 美元，因此實際讀取的輸出約占帳單的 5%。模型寫入了 28,000 個 token，而讀取部分計費 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，影響最大
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 小時快取的 2 倍。從快取讀取的成本是輸入費率的 0.1 倍。使用 Opus 5 時，每百萬個 token 的費用為 0.50 美元，而不是 5 美元。
將這項設定套用至上述工作階段。隨著對話增加，100,000 個 token 各自只會寫入快取一次。其餘 2,300,000 個輸入 token 會成為快取讀取。
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 breakpoint 放在每次對話輪次都不變的內容之後，也就是 system prompt 和工具定義之後。需要持續參照的長篇文件，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 的排列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，每個輪次都會破壞快取：整個前綴都會未命中，而你必須支付輸入費率 1.25 倍的費用重新寫入。
回應會告訴你是否設定成功。送出請求後，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"}]
}'每個回應都會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，表示沒有命中快取。最常見的原因是 breakpoint 之前的內容發生變更。5 分鐘快取也會到期，因此在 6 分鐘後送出的請求會未命中，接著重新寫入快取。
第 2 個槓桿：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。這些工作不需要 frontier model。將它們路由至 Haiku 4.5，可將輸入價格從每百萬 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"
}
]在沒有快取的情況下，同一個工作階段使用 Opus 5 的成本為 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消除大部分剩餘費用。
以下是必須正視的限制。較便宜的模型如果答錯，您必須重新支付整個工作階段的費用，還要加上您自己的時間成本。請依工作的難度進行路由，不要只看價格。這項原則也適用於更高階的模型：Claude Fable 5 的每百萬輸入與輸出價格分別為 $10 和 $50，高於 Opus 5。因此，將回合交給它之前，請先閱讀 這些價格能為您帶來什麼。在 Opus、Sonnet 與 Haiku 之間選擇會說明各模型適合處理哪些工作。
槓桿 3：內容脈絡管理
你留在內容脈絡中的每個 token，都會在後續每一輪計費。因此，越早移除 token，效益越高。在 40 輪的工作階段中，如果你在第 5 輪貼上包含 5,000 個 token 的檔案，之後還會讀取 35 次。這會額外產生 175,000 個輸入 token。對 Opus 5 而言，一次不慎貼上就可能接近 1 美元。
以下 4 個習慣可以降低這個數字：
- 開始新工作時，建立新的工作階段，不要繼續使用昨天的工作階段。
- 在輸出傳送給模型前，先使用類似
head -50的方式過濾雜訊，不要等傳送後才處理。 - 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進展時，要求先產生摘要，再從摘要開始新的工作階段。摘要只有幾百個 token。完整記錄則有數十萬個 token。
杠桿 4：將所有非互動工作批次處理
Batch API 會以非同步方式處理請求，並將輸入與輸出的費用都降低 50%。如果工作不需要在下一秒內取得答案，就應採用批次處理。這包括分類、擷取、整理待處理內容，以及執行評估工作。批次折扣可與 prompt caching 疊加使用。互動工作階段不適用這項折扣，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：價格公開，標準方案的費率對所有人都相同，而且按 token 計費。例外是協商合約；即使如此，Claude Enterprise 定價仍是在相同的計量 token 之外加收按席次計費的費用，而不是取代 token 計費。如果你心中的比較對象是其他供應商，而不是其他方案，比較 Claude 與 ChatGPT API 的相同工作費用可顯示哪一方較便宜。帳單中的費用沒有任意加收項目。費率表無法告訴你的，是你是否得到相應價值，因為它計算的是 token，而你在意的是成果。
因此，應改以成果計價。上述工作階段未使用快取，費用為 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，這筆費用就很低。如果它花了 40 個回合原地打轉，同樣的 12.70 美元就什麼也沒買到，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。同樣長度的高效工作階段與浪費時間的工作階段，費用相同。因此，4 個控制因素比費率表更重要：你無法協商每個 token 的價格，但你可以決定工作需要多少 token。
因此，請追蹤每項已完成工作的美元成本，而不是每月美元支出。如果你調整快取與路由後，這個數字下降，即使每月總額上升，你的設定仍在改善，因為總額增加代表你完成了更多工作。
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「簡潔一點」會減少輸出內容，而輸出只占範例帳單的 5%。在 60,000 token 的 context 中，縮短自己的問題只能少用幾百個 token。關閉 extended thinking 只有在 thinking token 實際占輸出相當比例時才有幫助；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 及之後的版本中，完整的 one million token window 會依標準的每 token 費率計費。因此，900,000 token 的請求與 9,000 token 的請求，每個 token 的費率相同。window 大小不決定價格，放入 window 的內容才會。
另外兩件事應在規劃階段處理，而不是放在單一工作階段中。如果你每天都會互動使用，請比較依 token 計費與固定方案的成本：API 與訂閱方案成本比較會進行這項計算。如果固定方案較划算，而你同時也在考慮其他供應商，Claude 與 ChatGPT 方案的並列價格比較會對兩者進行相同的比較。如果 agent 在伺服器上無人值守地執行，請先設定明確的支出上限，再調整其他設定；VPS 上 AI agent 的成本控制涵蓋這項做法。若只想了解大致規模，一百萬個 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 會針對每個問題傳送許多請求，而每個請求都會包含截至目前為止的完整對話內容。一般聊天每個問題只會傳送一個請求。coding agent 每個步驟會傳送一個請求，而一項工作執行 40 個步驟很常見。這些請求都會按照完整內容計費，因此一個最終達到 100,000 tokens 的工作階段，總計可能會被收取超過 2,000,000 個輸入 tokens 的費用。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 的費率是輸入費率的十分之一。節省幅度完全取決於命中率。使用 5 分鐘快取時，只要讀取一次就能回本，因為寫入費用是輸入費率的 1.25 倍，而讀取費用是 0.1 倍。如果提示在每個請求的開頭附近都會變更，就完全不會命中，還會白白支付寫入加價。假設功能正常運作前，先透過 cache_read_input_tokens 確認。
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中，確實能節省費用。複雜工作中的錯誤答案，成本會高於模型節省的費用，因為除了重試費用，還要加上你自己的時間成本。較穩定的做法是混合使用：機械性的步驟使用小型模型，需要判斷的步驟使用 frontier model。
API 比 Claude 訂閱便宜嗎？
這取決於你的使用量是否穩定。訂閱是固定的月費，但會附帶使用量限制。API 按 tokens 計費且沒有上限；使用量較少或集中在短時間內時，API 較便宜，但如果每個工作日都大量使用，費用會更高。從 usage 區塊取得每日平均 tokens，按照模型費率計算費用，再與方案價格比較；入門方案的價格詳見 Claude Pro 的費用，以及使用量限制從何處開始影響你。如果計算結果顯示 API 較划算，取消方案或改用較低級別的方案 不會浪費已支付的當月費用，因為你仍可使用至目前計費週期結束。