10.1 Token 计费原理

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 LLM 处理文本的最小颗粒。

• 英文: 1 Token ≈ 0.75 单词。 "Apple" = 1 token.

• 中文: 1 Token ≈ 0.5 - 0.7 汉字。由于 UTF-8 编码，中文通常比英文消耗更多 Token。

  • “你好” ≈ 3-4 Tokens。

  • “人工智能” ≈ 4-6 Tokens。

实战测试: 可以使用官方的 Tokenizer 工具或 Python 库来精确计算。

10.1.2 计费公式

Anthropic 的计费通常分为两部分： $\text{Total Cost} = (\text{Input Tokens} \times P_{in}) + (\text{Output Tokens} \times P_{out})$

通常 $P_{out}$ (生成) 的价格是 $P_{in}$ (阅读) 的 3-5 倍。 这意味着:

• 读文档很便宜。

• 写文章很贵。

10.1.3 三档模型成本对比 (2026 参考价)

虽然具体价格会变动，但相对比例通常保持稳定。以 Haiku 单位 (HU) 来表示相对成本。

模型	Input Cost	Output Cost	性能定位	相对成本
Claude 3.5 Haiku	$1.00 / MTok	$5.00 / MTok	极速、轻量	1x (基准)
Claude 4.5 Sonnet	$3.00 / MTok	$15.00 / MTok	均衡、SOTA	3x
Claude 4 Opus	$15.00 / MTok	$75.00 / MTok	深度推理	15x

结论:

• Opus 比 Haiku 贵 15 倍。

• 虽差距缩小，但在大规模并发场景下，3 倍的成本差异依然显著。

10.1.4 隐藏成本 (Hidden Costs)

在计算 ROI 时，除了 API 费用，还要考虑：

1. 思维链消耗 (CoT Overhead): 为了提高准确率，常让模型 "Think step by step"。这会产生额外的 500-1000 Output Tokens。

2. 错误重试 (Retry): Agent 运行失败重试的成本。

3. Context 膨胀: 多轮对话中，历史记录越来越长，每一轮的 Input Cost 都在指数级增长。

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 (RAG + History).

• 平均每轮 Output: 200 Tokens.

使用 Sonnet: $1000 \times 10 \times (2000 \times 3 + 200 \times 15) / 1,000,000 = \$90 / \text{day}$ 年成本: $32,850。

使用 Haiku: $1000 \times 10 \times (2000 \times 1.00 + 200 \times 5.00) / 1,000,000 = \$30 / \text{day}$ 年成本: $10,950。

策略: Haiku 相比 Sonnet 能节省 66% 的成本。因此对于简单问题，要优先考虑 Haiku 模型。

---

由于 Input Token 往往占据成本的大头（尤其是 RAG 场景），Anthropic 推出了一项革命性技术——Prompt Caching，来解决这个问题。

➡️ Prompt Caching 提示缓存