价格与计费

1折AI 怎么计价：官方美元标价乘一个折扣，缓存读写同折扣；附一次调用的完整算例。

一句话：所有模型按 Anthropic 官方美元标价计价，统一乘一个折扣，当前是 1.9 折。 输入、输出、缓存读、缓存写都用这同一个折扣。实时折扣和每个模型的单价在价格页。

一次调用扣多少

每次调用按回包 usage 里的四类 token 分别计费：

1
费用 = ( 输入 token      × 输入单价
2
       + 缓存写入 token  × 缓存写单价
3
       + 缓存读取 token  × 缓存读单价
4
       + 输出 token      × 输出单价 ) ÷ 1,000,000
5

6
每一项单价 = 官方美元单价（每百万 token）× 折扣

四类 token 对应回包里的字段：

计费项	`usage` 字段（Anthropic 原生）	官方单价相对输入价
输入	`input_tokens`	1×
缓存写入	`cache_creation_input_tokens`	1.25×（5 分钟缓存），2×（1 小时缓存，`"ttl": "1h"`）
缓存读取	`cache_read_input_tokens`	0.1×（Opus 5.5、Sonnet 5.5 为 0.05×，Fable 5.1 为 0.025×）
输出	`output_tokens`	按模型，见价格页

缓存的官方倍数来自 Anthropic Prompt Caching 文档。我们不改这些比例，只在最后乘折扣。

1 小时缓存的写入 token 单独记在 cache_creation.ephemeral_1h_input_tokens，按输入价的 2 倍再乘折扣计费，2026-10-15 已按调用日志复算核对。价格页列出的缓存写入单价是 5 分钟缓存的。

算例

下面的单价是为了演示随手取的整数，不对应具体模型；真实单价看价格页。

假设某模型官方单价（每百万 token）：输入 $3，输出 $15，缓存写 $3.75，缓存读 $0.30。一次 Claude Code 请求的 usage 是：

1
{
2
  "input_tokens": 2000,
3
  "cache_creation_input_tokens": 1500,
4
  "cache_read_input_tokens": 30000,
5
  "output_tokens": 800
6
}

按官方价：

项	token	官方单价	官方费用
输入	2,000	$3	$0.006
缓存写入	1,500	$3.75	$0.005625
缓存读取	30,000	$0.30	$0.009
输出	800	$15	$0.012
合计			$0.032625

在 1折AI 实际扣费 = $0.032625 × 1.9 折。

同一请求如果缓存没命中，那 30,000 token 会按输入价算，单这一项就是 $0.09，整笔变成原来的三倍多。所以对 Claude Code 这类反复发送长上下文的工具，缓存命中率对账单的影响比单价更大，开法和检查方法见 Prompt Caching。

系统提示的计费

Claude API 来自官方订阅账号池。通过 Claude Code 调用不附带额外内容。其他客户端（SDK、curl 和第三方工具）的每次请求会附带一段系统提示，按输入 token 计费：Sonnet 4.6 约 350 token，5.x 系列约 500 token。这部分和你自己发送的内容一起算在回包 usage 的 input_tokens 里。

2026-10-15 用 curl 发一句「Reply with just: ok」的实测：

模型	`count_tokens` 计数	实际 `input_tokens`	附带的系统提示（约）
Sonnet 4.6	19	370	350 token
5.x 系列	18–19	510–530	约 500 token

count_tokens 只数你发送的内容，不含这段系统提示。用 SDK、curl 或第三方工具预估费用时，把上表的数加上；Claude Code 不需要。
调用日志里记录的输入 token 已经包含这部分，按上面的公式复算，结果和日志里的扣费一致。
请求越短，这部分占比越高；长上下文请求里占比很小。

余额与币种

扣费按上面的美元算法计算，从你的账户余额里扣。余额以美元计。
人民币充值按实时汇率换算成美元余额。

为什么只有一个数

所有模型、输入输出和缓存读写都只乘一个折扣，拿它直接和官方价比。每一笔扣费在调用日志里都能按上面的公式复算。

常见问题

同样的活，为什么这次比上次贵？

最常见的原因是缓存没命中：两次请求之间隔得太久（默认缓存 5 分钟）、上下文前半段变了、或者换了模型。打开调用日志对比两笔的缓存读取 token 就能看出来。

缓存也打折吗？

打折，和输入输出是同一个折扣。缓存写入、缓存读取的单价都是官方单价乘 1.9 折。

为什么 input_tokens 比我发的内容多？

通过 Claude Code 调用不附带额外内容。其他客户端（SDK、curl 和第三方工具）的每次请求会附带一段系统提示，按输入 token 计费：Sonnet 4.6 约 350 token，5.x 系列约 500 token。实测数据见系统提示的计费。

怎么核对一笔扣费？

在调用日志里找到这笔，拿四类 token 数和价格页的单价代进上面的公式，结果应该和日志里的扣费一致。对不上的话把这条日志的时间和模型发给我们。