Claude API 按 token 计费：输入模型的和模型输出的内容都要付费，单位是每百万 token 的美元价，不调用的月份不收一分钱。这听上去很简单，直到收到第一张账单，因为一次请求要分四部分计费，各有各的单价，而且 Opus、Sonnet、Haiku 之间的差距很大。本页列出 Half Off Dev 上每个 Claude 模型的价格，说明这四部分从哪里来，以及怎样换算成每月预估。
每个 Claude 模型及其价格
下表直接读取 API 实际扣费所用的目录，所以不会过时。价格为 Half Off Dev 上每百万 token 的价格，是每个模型 Anthropic 官方价的一半。
| 模型 | 上下文 | 输入 | 输出 | 缓存读取 |
|---|---|---|---|---|
| Claude Fable 5.1 claude-fable-5.1 | 1M | $5.00 | $25.00 | $0.13 |
| Claude Opus 5.5 claude-opus-5.5 | 1M | $2.00 | $10.00 | $0.10 |
| Claude Sonnet 5.5 claude-sonnet-5.5 | 1M | $1.00 | $5.00 | $0.05 |
| Claude Haiku 5.5 claude-haiku-5.5 | 1M | $0.05 | $0.25 | $0.005 |
| Claude Fable 5 claude-fable-5 | 1M | $5.00 | $25.00 | $0.50 |
| Claude Opus 5 claude-opus-5 | 1M | $2.50 | $12.50 | $0.25 |
| Claude Sonnet 5 claude-sonnet-5 | 1M | $1.00 | $5.00 | $0.10 |
| Claude Opus 4.8 claude-opus-4.8 | 1M | $2.50 | $12.50 | $0.25 |
| Claude Opus 4.7 claude-opus-4.7 | 1M | $2.50 | $12.50 | $0.25 |
| Claude Opus 4.6 claude-opus-4.6 | 1M | $2.50 | $12.50 | $0.25 |
| Claude Sonnet 4.6 claude-sonnet-4.6 | 1M | $1.50 | $7.50 | $0.15 |
| Claude Opus 4.5 claude-opus-4.5 | 200K | $2.50 | $12.50 | $0.25 |
| Claude Sonnet 4.5 claude-sonnet-4.5 | 1M | $1.50 | $7.50 | $0.15 |
| Claude Haiku 4.5 claude-haiku-4.5 | 200K | $0.50 | $2.50 | $0.05 |
每 100 万 token 的美元价格，实时来自目录。
点击某一行可打开该模型的页面，查看上下文窗口和缓存写入价格。同样的数据也可以通过 GET https://halfoff.dev/v1/models 获取，不需要密钥。
Claude 账单的四个组成部分
每个 Claude 响应都会在四个字段里报告用量，每个字段对应不同的价格：
| 用量字段 | 统计的内容 | 与普通输入相比 |
|---|---|---|
input_tokens | 最后一个缓存断点之后的提示词 token | 基础价 |
cache_creation_input_tokens | 本次调用写入缓存的提示词 token | 略高 |
cache_read_input_tokens | 从缓存读回的提示词 token | 只是一小部分 |
output_tokens | 回答内容，包括扩展思考 | 高出数倍 |
在 claude-sonnet-5.5 上，缓存读取是输入价的二十分之一，一个输出 token 的价格是输入 token 的五倍。正因如此，智能体或长对话的账单主要由输出以及历史中走缓存的比例决定。上表的缓存列也给出了其他每个模型的同类比例。
算一笔账：一轮编程对话
以 claude-sonnet-5.5 上的一轮对话为例，历史大部分走缓存：
| token 类型 | token 数 | 每百万支付 | 费用 |
|---|---|---|---|
| 未缓存输入 | 3,000 | $1.00 | $0.003000 |
| 缓存读取 | 50,000 | $0.05 | $0.002500 |
| 缓存写入 | 1,500 | $1.25 | $0.001875 |
| 输出 | 1,200 | $5.00 | $0.006000 |
| 合计 | $0.013375 |
如果没有缓存，同样的 54,500 个输入 token 光输入就要 $0.054500，约是走缓存时输入花费的七倍。输出虽然 token 数最少，却是账单里最大的一项。
从单次请求到月账单
- 统计每次请求的 token 数，按四部分分别算。第一次调用后 API 会告诉你；在此之前，英文提示词大约每四个字符一个 token，
POST /v1/messages/count_tokens可以精确计数。 - 乘以该模型的单价，按每百万 token 计。
- 乘以每月的请求数。
LLM API 费用计算器会一次性对所有模型完成这三步，还包含缓存占比，方便你用自己的数字对比各个 Claude 模型。如何估算 LLM API 费用用三种典型负载手算了一遍。
哪些因素会改变你付的价格
价格随模型规模上升，最小和最大的 Claude 之间差的是倍数，不是百分比。Opus、Sonnet 与 Haiku 怎么选说明了哪些活值得用哪个。
重复的上下文是你能买到的最便宜的 token。提示缓存讲了断点该放在哪里。
扩展思考按输出计费，思考强度调高后，看不见的推理可能比可见的回答还长。
把 max_tokens 设成任务需要的值，并要求用得上的格式，而不是一篇长文。
上面的每个价格都已经是官方价的一半（见官方价与 Half Off Dev 价格对比）。最省钱的 Claude API 用法把它和其他省钱办法放在一起讲。
常见问题
Claude API 每月要花多少钱？+
取决于 token，而不是套餐。每天只发几百条短请求的个人项目，用小模型只要几分钱。整天开着的编程智能体，或者每天处理几千个长对话的应用，花费要高得多。把每次请求的 token 数和每天请求数填进计算器就能得到数字。
Claude API 有免费额度吗？+
Half Off Dev 没有免费额度，也没有订阅：你给预付余额充值，只为用掉的 token 付费。首次充值最高可获得 $5 的等额赠送。
为什么我的 Claude 账单比估算的高？+
通常是输出或思考 token。输出价是输入的数倍，扩展思考即使你不看也按输出计费。先看响应 usage 里的 output_tokens，并在换模型之前先调低思考强度或 max_tokens。
每个 Claude 模型都是同样的半价吗？+
是的。每个 Claude 模型、每一类 token（输入、输出、缓存读取和缓存写入）都按官方价的 50% 计费。上面的实时表格展示了每个模型的结果。
半价下提示缓存还有效吗？+
仍然有效，而且两者可以叠加。任何 Claude 模型的缓存读取都只是输入价的一小部分；Half Off Dev 还会把一个会话固定在持有其缓存的渠道上，所以长会话能持续命中缓存。
想试试？注册账户，充值几美元，再照着快速开始操作：代码里只需要改一个 base URL 和一个密钥。想对比其他厂商，可以看 GPT API 价格和 Gemini API 价格，或者浏览完整的模型列表。