> For the complete documentation index, see [llms.txt](https://yeasy.gitbook.io/claude_guide/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://yeasy.gitbook.io/claude_guide/di-si-bu-fen-shi-zhan-pian/10_optimization/10.1_pricing.md).

# 10.1 Token 计费原理与成本模型

在 AI 时代，Token 就是新的电力。 理解 Token 的计费逻辑，是每一位 AI 工程师的基本功。这直接决定了商业模式是否成立。

## 10.1.1 什么是 Token？

Token 并不等同于单词（Word）或字符（Character），它是模型处理文本的基本单元。

* **英文**：通常 1 token 约等于 0.75 个英文单词。
* **中文**：中文 Token 消耗往往高于直觉估计，应以官方 tokenizer 或 SDK 统计结果为准。

**实战建议**： 在做容量规划前，先用官方 tokenizer、SDK 统计接口或真实日志，测出你的业务样本平均 token 分布，不要凭经验拍脑袋。Anthropic 提供免费的 Token Counting 接口（`client.messages.count_tokens()`），可在发送前精确统计任意请求（含系统提示与工具定义）的 token 数。

## 10.1.2 计费公式

Anthropic 的常见计费可先按最基本的公式理解：

$$\text{Total Cost} = (\text{Input Tokens} \times P\_{in}) + (\text{Output Tokens} \times P\_{out})$$

其中：

* `Input Tokens` 是模型读取的内容；
* `Output Tokens` 是模型生成的内容；
* `P_in`、`P_out` 由模型家族、版本和 API 类型决定。

很多模型的输出单价会高于输入单价，因此：

* **读**大量上下文未必最贵；
* **写**长答案、长思维链、长代码往往更贵。

## 10.1.3 如何看待模型成本差异

具体价格会调整，书里不应把某一日期的报价表当成长期事实。更稳定的理解方式是按**模型家族分层**：

| 模型家族                   | 常见定位    | 成本特征                    | 适合任务              |
| ---------------------- | ------- | ----------------------- | ----------------- |
| **Haiku 类**            | 极速、轻量   | 单次成本最低                  | 分类、提取、改写、简单问答     |
| **Sonnet 类**           | 均衡主力    | 成本与质量较均衡                | 编程、分析、通用生产任务      |
| **Opus 类**             | 高质量、强推理 | 单次成本较高                  | 复杂规划、难例处理、深度推理    |
| **Fable 类**（2026-06 起） | 新一代旗舰   | 单次成本最高（输入约为 Opus 档 2 倍） | 能力优先、最高难度的推理与长程任务 |

如果你需要精确报价，应在实施当天查看官方 pricing 页面，而不是依赖书中的静态数字。

## 10.1.4 隐藏成本

在计算 ROI 时，除了基础 API 费用，还要考虑三类常被低估的成本：

1. **思考/推理开销**：开启 thinking 后，额外推理 Token 通常按输出侧成本理解。
2. **错误重试**：Agent 在工具调用、解析、权限或环境上失败后，往往会触发额外轮次。
3. **Context 膨胀**：多轮对话中历史记录持续增长，会推高每轮输入成本，但它通常是**线性累积或阶梯上升**，不应轻率写成“指数级增长”。

## 10.1.5 成本计算案例：客服机器人

假设一个客服机器人平均每天接待 1000 人，每人对话 10 轮。

* 平均每轮 Input（含历史）: 2000 tokens
* 平均每轮 Output: 200 tokens

如果某个模型的输入单价为 `P_in`，输出单价为 `P_out`，那么日成本为：

$$
1000 \times 10 \times (2000 \times P\_{in} + 200 \times P\_{out}) / 1,000,000
$$

这个公式比直接写死某一代模型价格更有用，因为你可以：

* 替换为当天真实价格；
* 直接评估 Haiku / Sonnet / Opus 三档差异；
* 把缓存命中率、重试率、thinking 开销继续叠加进去。

**策略启发**： 如果业务里大多数问题都很简单，应优先让低成本模型处理主流流量，再把复杂请求升级给更强模型。

## 10.1.6 批量处理

如果在做离线数据分析，例如每晚批量处理合同、历史工单或评测数据，实时响应通常不是必要条件。 这类场景更适合使用 **Message Batch API** 或等价的异步批处理能力。

* **计费优势**：官方对 Message Batches 的所有用量按标准 API 价格的 50% 计费（固定五折，输入与输出 Token 均适用），具体价格仍以当天官方 pricing 页为准。
* **工作机制**：将大量请求打包异步处理，再统一拉取结果。
* **时效细节**：批次在 24 小时内未完成的请求按 `expired` 处理且**不计费**；结果在批次创建后保留 29 天可下载，之后仅可查看批次元数据。
* **适用场景**：大规模文档抽取、翻译、历史数据清洗、Evals 批量评分。

***

由于 Input Token 往往占据成本大头（尤其是 RAG 场景），Anthropic 推出了一项非常实用的技术：**Prompt Caching**。

➡️ [Prompt Caching 提示缓存](/claude_guide/di-si-bu-fen-shi-zhan-pian/10_optimization/10.2_caching.md)