# Claude 令牌成本详解：Anthropic 如何对 Sonnet、Opus 和 Haiku 收费

> 面向 AI 创始人的 Claude 令牌成本详解：Anthropic 如何按模型收费、哪些因素会让令牌成本变高，以及如何估算每次请求的实际成本。
- **Author**: Ayush Agarwal
- **Published**: 2026-06-12
- **Category**: AI, Pricing, Developer Tools
- **URL**: https://dodopayments.com/blogs/zh/claude-token-cost-explained-2026

---

Claude 令牌成本是指 Anthropic 为向其 Claude 模型系列发送文本以及获取文本输出而收取的每个令牌价格。对于任何基于 Claude 构建的 AI 产品来说，这是最主要的可变成本。在确定面向客户的定价之前，了解它如何随使用量增长至关重要。

本指南将介绍 Anthropic 的收费方式、在实际工作负载中导致令牌成本高昂的因素，以及如何估算每次请求的成本，从而确保你的定价模型能够在规模化后依然成立。若要深入了解利润率设计（如何在这些成本之上向客户定价），请参阅 [Anthropic Claude API 定价利润率指南](https://dodopayments.com/blogs/anthropic-claude-api-pricing-margin)。

## 令牌基础知识

令牌大致可以理解为一小段文本。对于英文，粗略换算如下：

- 1 个令牌约等于 4 个字符
- 1 个令牌约等于 0.75 个单词
- 1,000 个令牌约等于 750 个单词
- 一页高密度英文文本约有 500 个令牌

不同语言的令牌化方式不同。代码、结构化数据和非英语语言通常会为等量内容使用更多令牌。务必根据你的实际内容估算令牌数量，而不要依赖粗略的字数换算。

## Anthropic 如何收费

Anthropic 会分别对**输入令牌**（你发送给模型的内容，包括系统提示词、用户消息和对话历史）和**输出令牌**（模型生成并返回的内容）收费。输出令牌通常比输入令牌昂贵得多（通常是输入费率的 3 到 5 倍）。

价格按每百万令牌（MTok）报价。一个模型的输入价格如果是每百万输入令牌 3 美元，就意味着每 1,000,000 个输入令牌收费 3 美元，或每个输入令牌收费 0.000003 美元。

如需了解当前费率，请始终直接查看 Anthropic 的官方定价页面。随着 Anthropic 发布新模型以及竞争格局变化，费率也会随之调整。

## Claude 模型层级

Anthropic 提供多个性能和价格层级的 Claude 模型。总体规律如下（随着新模型发布，具体情况可能变化）：

| 层级                   | 使用场景                             | 相对成本 |
| ---------------------- | ------------------------------------ | -------- |
| Haiku（最小、最快）    | 轻量任务、高使用量                   | 最低     |
| Sonnet（中端）         | 通用场景，大多数生产环境中的 AI 产品 | 中等     |
| Opus（最大、能力最强） | 复杂推理、智能体工作流               | 最高     |

随着 Anthropic 发布新版本，具体模型名称和价格点会不断变化。但分层原则保持不变：更小、更快的模型更便宜，更大、能力更强的模型更昂贵。

Sonnet 是 AI SaaS 最常见的生产环境选择，因为它在成本和能力之间取得了平衡。Opus 适用于确实需要额外推理能力的任务（复杂智能体、长篇分析）。Haiku 适用于高使用量、低复杂度的任务（分类、简单提取）。

## 实际使用中哪些因素会让令牌成本变高

每个令牌的费率只是其中一个变量。通常还有另外三个因素会占据主要成本：

### 1. 上下文长度

如果你的应用在每次请求中都发送很长的系统提示词和对话历史，那么每次调用都要为全部内容付费。假设每次请求都向 Sonnet 使用 10,000 个令牌的上下文窗口，按典型费率计算，仅输入部分每次请求的成本约为 0.03 美元。积极缩减上下文（只发送相关历史记录）可以直接降低成本。

### 2. 输出长度

输出令牌的费率是输入令牌的 3 到 5 倍。返回 2,000 个生成文本令牌的响应，其成本高于包含 10,000 个令牌的输入。限制模型输出较短内容（通过 max_tokens、停止序列或提示词工程）可以直接降低成本。

### 3. 重试和重新提示模式

任何会重试失败响应、使用不同表述重新发送提示词，或采用多轮生成的架构，都会倍增每项任务的令牌成本。"如果置信度较低就重试一次"的模式，会让重试部分的成本翻倍。

### 4. 缓存机会

Anthropic 提供提示词缓存功能，可以降低重复前缀的成本。如果你的系统提示词在数千次请求中保持不变，提示词缓存可以大幅降低这些重复部分的输入成本。对于稳定且使用量高的前缀，缓存效果最佳。

> 每个令牌的标价很少是真正侵蚀利润率的因素。真正不断放大成本的，是膨胀的上下文、冗长的输出，以及可能将看似简单的单位成本放大 5 倍的重试循环。
>
> \- Ayush Agarwal，Dodo Payments 联合创始人兼 CPTO

## 估算每次请求的成本

一个实用的方法是：针对应用发出的每次请求，估算各个组成部分的令牌数量，再乘以对应费率。

### 示例：客户支持助手

让我们使用 Sonnet 层级的费率，演示每次请求的成本。（为确保准确，请将其替换为 anthropic.com 上当前公布的费率。）

- 系统提示词：500 个令牌（首次使用后缓存）
- 用户消息：200 个令牌
- 对话历史：1,500 个令牌
- **输入总量：2,200 个令牌**
- 输出：400 个令牌

假设 Sonnet 层级的示例费率为：输入每 MTok 3 美元，输出每 MTok 15 美元（这些数字仅用于演示计算。Anthropic 自 2024 年以来已多次调整公布的费率；进行实际利润率计算前，请始终从 anthropic.com 获取当前费率）：

- 输入成本：2,200 个令牌 x 3 美元 / 1,000,000 = 0.0066 美元
- 输出成本：400 个令牌 x 15 美元 / 1,000,000 = 0.006 美元
- **总计：每次请求 0.0126 美元**

如果你的产品每天每位活跃用户发起 100 次请求，那么每天每位活跃用户的成本就是 1.26 美元，即每月 37.80 美元。如果你按每位用户每月 20 美元收费，那么除非进行积极优化，否则这个定价模型无法成立。

这是每位 AI SaaS 创始人在确定客户定价之前都必须完成的计算。先算令牌成本，再做定价。

## 成本优化策略

### 1. 日常任务使用更小的模型

如果 80% 的请求都很简单（分类、提取、摘要），就将它们路由到 Haiku，只为那 20% 的复杂请求保留 Sonnet。这样可以在简单案例不损失质量的情况下，将总成本降低 3 到 5 倍。

### 2. 积极缩减上下文

默认情况下，对话历史会无限增长。将其缩减为最近 N 轮相关对话，概括较早的历史记录，或使用检索功能仅提取相关上下文。平均上下文长度减少 50%，就能直接将输入成本降低 50%。

### 3. 限制输出长度

使用 max_tokens 限制输出长度。如果你的界面最多显示 200 个响应令牌，就不要让模型生成 1,000 个。再配合提示词层面的指令（"用一个段落回答"），效果最佳。

### 4. 为稳定前缀启用提示词缓存

如果你的系统提示词对所有用户都相同，就将其缓存。Anthropic 的提示词缓存可以大幅降低稳定前缀的重复输入成本。

### 5. 使用流式传输改善感知延迟，而不是降低成本

流式响应不会降低成本（无论如何都会为所有生成的令牌付费），但可以改善用户感知的响应速度。要真正降低成本，应将流式传输与更短的输出结合使用。

### 6. 对非实时工作进行批处理

如果工作负载可以接受批处理（例如夜间摘要、批量分类），Anthropic 提供折扣批处理服务。对于非交互式工作负载，这可以带来显著节省。

### 7. 模型回退模式

对于智能体工作流，首次尝试使用 Sonnet，只有在 Sonnet 的置信度较低或任务复杂时才回退到 Opus。大多数请求使用更便宜的模型，只有困难请求才需要支付高级模型的费用。

## 客户定价模式

如何在 Claude 令牌成本之上向客户收费？

### 固定订阅搭配使用上限

最简单的模式：每月收取 X 美元，并将用户限制为每月 N 次请求。限制每位用户带来的成本敞口。适合使用情况可预测的工作负载。

### 预付额度 / 按使用量计费

销售可映射到请求或令牌的预付额度。客户使用多少就消耗多少。适合使用量差异较大的工作负载，因为部分用户的使用量可能是平均值的 10 倍。

### 混合模式

基础订阅包含预付额度套餐，超出部分按单位收费。灵活性最高，是生产环境 AI SaaS 中常见的模式。需要完善的计量基础设施。

对于采用上述任一模式的 SaaS，Dodo Payments 在同一个 [计费](https://dodopayments.com/billing) 技术栈中原生支持订阅、预付额度、[按使用量计费](https://docs.dodopayments.com/features/usage-based-billing/introduction)和混合模式。由于 AI 费用具有可变且持续发生的特点，Dodo Payments 还运行[支付重试逻辑](/blogs/payment-retry-logic)和[账户更新服务](/blogs/account-updater-service)，避免失败或过期卡片扣款悄然将付费用户变成非自愿流失用户。请参阅 [Dodo Payments](https://dodopayments.com)。

## 在生产环境中监控令牌成本

每个 AI SaaS 都应跟踪以下三个指标：

1. **每次请求的令牌数量（分别统计输入和输出）**：不断上升是不利信号
2. **每位活跃用户每天的请求数**：容量规划的基准
3. **每 1 美元收入对应的令牌成本**：AI 产品最重要的单位经济指标

截至 2026 年，如果"每 1 美元收入对应的令牌成本"逐渐超过 25% 到 30%，就说明你的利润率正在受到侵蚀。请调查原因（上下文膨胀、输出变得更冗长、重试循环或客户行为变化）。

## 常见问题

### Claude API 的成本是多少？

Anthropic 按每百万令牌收费，并分别计算输入和输出。费率因模型层级而异：Haiku 最低，Sonnet 居中，Opus 最高。输出令牌的成本是输入费率的 3 到 5 倍。具体费率请始终查看 Anthropic 的当前定价。

### 一般句子包含多少个令牌？

一个英文句子大约包含 15 到 30 个令牌。一段话包含 50 到 150 个令牌。一页高密度文本约包含 500 个令牌。非英语文本和代码通常会为等量内容使用更多令牌。

### 输入令牌还是输出令牌更贵？

输出令牌更贵。在整个模型系列中，Anthropic 对每个输出令牌的收费大约是每个输入令牌的 3 到 5 倍。这意味着长篇生成响应的成本远高于较长的输入上下文。

### 如何降低 Claude API 成本？

日常任务使用更小的模型，缩减对话历史，限制输出长度，缓存稳定的系统提示词，对非实时工作进行批处理，并使用模型回退模式，让只有复杂请求使用更昂贵的模型。

### 应如何在 Claude API 成本之上向客户定价？

常见模式有三种：固定订阅搭配使用上限、基于预付额度的按使用量计费，或混合模式（基础订阅包含预付额度，超出部分另行收费）。对于可变工作负载，按使用量计费可以让客户成本与交付成本保持一致。

## 结语

Claude 令牌成本是 AI SaaS 最主要的可变成本。在确定客户定价之前，理解它如何随上下文、输出和重试而增长至关重要。智能路由、上下文管理和提示词缓存可以在不牺牲质量的情况下，将成本降低 3 到 5 倍。

对于在 AI 工作负载之上实施订阅、预付额度或按使用量计费的 SaaS，[Dodo Payments](https://dodopayments.com) 原生支持这三种模式。请参阅[定价](https://dodopayments.com/pricing)。
---
- [More AI articles](https://dodopayments.com/blogs/category/ai)
- [All articles](https://dodopayments.com/blogs)