Anthropic API 定价深度拆解

Claude 系列 Token 经济学：从 Opus 4.7 到 Haiku 4.5，Prompt Cache 90% 折扣，Batch API 半价，Fast Mode 6x 加速——一文读懂 Anthropic 的定价逻辑和省钱策略

📑 目录

一、当前模型定价总览
二、定价演变史：从 Claude 3 到 Claude 4.7
三、Prompt Caching：90% 折扣的秘密
四、Batch API：半价的代价
五、Fast Mode：6x 价格换速度
六、数据驻留定价：1.1x 溢价
七、工具使用定价细节
八、Anthropic vs OpenAI 定价对比
九、成本计算器
十、省钱实战手册
十一、定价哲学：Anthropic 的商业逻辑

📅 数据采集日期：2026-05-18。Anthropic 的定价会随模型更新调整，最新价格请以官方定价页面为准。

一、当前模型定价总览

截至 2026 年 5 月，Anthropic 提供三个主要模型系列，覆盖从最旗舰到最快速的完整需求光谱：

$5 / $25

Claude Opus 4.7
输入 / 输出 (每百万 Token)

$3 / $15

Claude Sonnet 4.6
输入 / 输出 (每百万 Token)

$1 / $5

Claude Haiku 4.5
输入 / 输出 (每百万 Token)

模型	API ID	输入价格	输出价格	上下文窗口	最大输出	特色
Claude Opus 4.7 最新	`claude-opus-4-7`	$5 / MTok	$25 / MTok	1M tokens	128k tokens	新分词器，Agent 编码飞跃
Claude Opus 4.6	`claude-opus-4-6`	$5 / MTok	$25 / MTok	1M tokens	128k tokens	Extended Thinking
Claude Sonnet 4.6	`claude-sonnet-4-6`	$3 / MTok	$15 / MTok	1M tokens	64k tokens	速度与智能的最佳平衡
Claude Sonnet 4.5	`claude-sonnet-4-5`	$3 / MTok	$15 / MTok	200k tokens	64k tokens	Extended Thinking
Claude Haiku 4.5	`claude-haiku-4-5`	$1 / MTok	$5 / MTok	200k tokens	64k tokens	最快速度，近前沿智能
Claude Opus 4.5	`claude-opus-4-5`	$5 / MTok	$25 / MTok	200k tokens	64k tokens	旧代旗舰
Claude Opus 4.1	`claude-opus-4-1`	$15 / MTok	$75 / MTok	200k tokens	32k tokens	高价位旧模型
Claude Opus 4 已弃用	`claude-opus-4`	$15 / MTok	$75 / MTok	200k tokens	32k tokens	2026-06-15 退役
Claude Sonnet 4 已弃用	`claude-sonnet-4`	$3 / MTok	$15 / MTok	200k tokens	64k tokens	2026-06-15 退役
Claude Haiku 3.5 已退役	`claude-haiku-3-5`	$0.80 / MTok	$4 / MTok	200k tokens	64k tokens	仅 Bedrock/Vertex 可用

⚠️ Opus 4.7 新分词器注意：Opus 4.7 使用了全新分词器，同一文本的 Token 数可能比旧模型多 35%。虽然单价不变，但实际账单可能更高。对于大量重复文本（如固定 system prompt），Prompt Caching 是必选项。

二、定价演变史：从 Claude 3 到 Claude 4.7

Anthropic 的定价策略经历了三个关键阶段，反映了"旗舰降价、中间层稳定、入门层极便宜"的趋势：

2024 年 3 月 — Claude 3 发布

Opus 3 $15/$75, Sonnet 3 $3/$15, Haiku 3 $0.25/$1.25 — 首次三档定价，Haiku 极致低价打开市场

2024 年 6 月 — Claude 3.5 Sonnet

$3/$15，与 Sonnet 3 同价但性能大幅提升 — "同价更强"策略

2024 年 11 月 — Claude 3.5 Haiku

$0.80/$4（旧 $0.25/$1.25），涨价 3x+ — 低端模型也涨价了

2025 年 2 月 — Claude 3.7 Sonnet

$3/$15，引入 Extended Thinking — 推理能力不额外收费

2025 年 5 月 — Claude 4 / Opus 4

Opus 4 $15/$75（与 Opus 3 同价），Sonnet 4 $3/$15 — 旗舰高价维持

2025 年 8 月 — Claude Opus 4.1

$15/$75，中间版本，同价位

2025 年 9 月 — Claude Sonnet 4.5

$3/$15，200k 上下文 — 中端不变

2025 年 11 月 — Claude Opus 4.5

$5/$25 — 旗舰价格腰斩！从 $15/$75 直降到 $5/$25，这是 Anthropic 最大的定价调整

2026 年初 — Claude Opus 4.6 / Sonnet 4.6

延续 $5/$25 和 $3/$15，Sonnet 4.6 上下文扩展到 1M — 超长上下文不加价

2026 年 5 月 — Claude Opus 4.7

$5/$25，新分词器，Agent 编码飞跃，1M 上下文 — 旗舰价格稳定

💡 关键洞察：Opus 4.5 是分水岭——从 $15/$75 降到 $5/$25，旗舰模型输入价格降了 67%，输出降了 67%。这使得 Anthropic 的旗舰模型在价格上首次与 OpenAI 的 GPT-4o 级别持平甚至更低。这对独立开发者和中小企业是重大利好。

输出价格趋势（每百万 Token）

* 拖动/缩放查看详情。数据来源：Anthropic 官方文档

三、Prompt Caching：90% 折扣的秘密

Prompt Caching 是 Anthropic 最具竞争力的定价特性。当你重复发送相同的 prompt 前缀时，缓存的 token 只需支付标准价格的 10%——相当于 90% 折扣。

90%

缓存命中折扣

1.25x

5 分钟缓存写入倍率

1 小时缓存写入倍率

0.1x

缓存读取倍率

缓存操作	倍率	Opus 4.7 价格	Sonnet 4.6 价格	Haiku 4.5 价格	有效期
5 分钟缓存写入	1.25x 输入价	$6.25	$3.75	$1.25	5 分钟
1 小时缓存写入	2x 输入价	$10.00	$6.00	$2.00	1 小时
缓存命中/刷新	0.1x 输入价	$0.50	$0.30	$0.10	同写入有效期
标准输入（无缓存）	1x	$5.00	$3.00	$1.00	—

回本计算：什么时候 Caching 划算？

📐 数学推导

假设你有一段固定的 prompt 前缀（如 system prompt + 文档），大小为 T tokens：

不用缓存：每次请求支付 T × 基础输入价
5 分钟缓存：首次 T × 1.25x，后续每次 T × 0.1x
1 小时缓存：首次 T × 2x，后续每次 T × 0.1x

5 分钟缓存回本：只需 1 次缓存命中即回本。
1.25 + 0.1 = 1.35 < 2 × 1.0 = 2.0 → 一次命中就赚

1 小时缓存回本：需要 2 次缓存命中即回本。
2.0 + 0.1 × 2 = 2.2 < 3 × 1.0 = 3.0 → 两次命中就赚

两种缓存模式

在请求顶层添加 cache_control 字段，系统自动管理缓存断点。最适合多轮对话。

// 自动缓存——推荐大多数场景使用
const response = await client.messages.create({
  model: "claude-sonnet-4-6",
  max_tokens: 1024,
  // 顶层 cache_control，自动管理缓存
  cache_control: { type: "ephemeral" },
  system: "你是一个专业的技术文档助手...",
  messages: [
    { role: "user", content: "帮我分析这段代码" }
  ]
});

在具体内容块上标记 cache_control，精确控制缓存边界。适合有多个固定前缀的场景。

// 显式缓存标记——精确控制缓存边界
const response = await client.messages.create({
  model: "claude-sonnet-4-6",
  max_tokens: 1024,
  system: [
    {
      type: "text",
      text: "你是一个专业的技术文档助手...",
      cache_control: { type: "ephemeral" }  // 缓存到此处
    }
  ],
  messages: [
    {
      role: "user",
      content: [
        {
          type: "document",
          source: {
            type: "text",
            media_type: "text/plain",
            data: largeDocumentText  // 大文档也缓存
          },
          cache_control: { type: "ephemeral" }
        },
        { type: "text", text: "帮我分析这段代码" }
      ]
    }
  ]
});

💡 最佳实践：对于聊天应用，使用自动缓存 + 1 小时有效期。系统 prompt 通常很大（几万 token），缓存后每次对话只需支付 10% 的输入费用。一个 50k token 的 system prompt，标准价格 $0.15/次，缓存后仅 $0.015/次。

四、Batch API：半价的代价

Message Batches API 允许异步处理大量请求，所有 token 价格打 5 折。代价是延迟——大多数批次在 1 小时内完成，但无法保证即时响应。

模型	标准输入	Batch 输入	标准输出	Batch 输出	节省
Claude Opus 4.7	$5.00	$2.50	$25.00	$12.50	50%
Claude Sonnet 4.6	$3.00	$1.50	$15.00	$7.50	50%
Claude Haiku 4.5	$1.00	$0.50	$5.00	$2.50	50%

Batch API 限制

每个批次最多 100,000 条请求或 256 MB
大多数批次 1 小时内完成，最长 24 小时
结果保留 29 天后过期
批次内请求独立处理，可混合不同模型和参数
不支持 max_tokens: 0（缓存预热）
与 Prompt Caching 可叠加——先用缓存，再打 5 折
不支持 Fast Mode

// Python: 批量处理示例
import anthropic

client = anthropic.Anthropic()

# 创建批次
message_batch = client.messages.batches.create(
    requests=[
        {
            "custom_id": "req-1",
            "params": {
                "model": "claude-haiku-4-5",
                "max_tokens": 1024,
                "messages": [{"role": "user", "content": "翻译：Hello"}]
            }
        },
        // ... 更多请求
    ]
)

# 轮询结果
while message_batch.status != "ended":
    message_batch = client.messages.batches.retrieve(message_batch.id)

# 获取结果
for result in client.messages.batches.results(message_batch.id):
    print(result.custom_id, result.result)

💰 叠加省钱：Batch API + Prompt Caching 可以叠加。一个 50k token 的 system prompt 用 1 小时缓存 + Batch，实际成本：缓存写入 $0.10 + Batch 5 折 = 首次 $0.05/次，后续每次约 $0.005/次。比标准价格便宜 97%。

五、Fast Mode：6x 价格换速度

Fast Mode 目前处于 Beta（研究预览），仅支持 Claude Opus 4.6 和 Opus 4.7，价格是标准价格的 6 倍。

模式	输入价格	输出价格	适用模型
标准模式	$5 / MTok	$25 / MTok	所有模型
Fast Mode Beta	$30 / MTok	$150 / MTok	Opus 4.6, Opus 4.7

⚠️ Fast Mode 注意事项：

Prompt Caching 倍率叠加在 Fast Mode 价格之上
数据驻留 1.1x 倍率也叠加
不支持 Batch API
不支持 Claude Platform on AWS
适用于全上下文窗口（包括超过 200k token 的请求）

六、数据驻留定价：1.1x 溢价

对于需要数据不离开美国的场景，Anthropic 提供了 inference_geo: "us" 参数，所有 token 价格乘以 1.1。

1.1x

US-only 推理溢价

1.0x

全球路由（默认）

📋 适用范围

适用模型：Claude Opus 4.6、Sonnet 4.6 及更新模型
适用平台：Claude API（第一方）和 Claude Platform on AWS
不适用：Bedrock 和 Vertex AI 有独立的区域定价
叠加规则：1.1x 与 Prompt Caching、Fast Mode 倍率叠加计算
旧模型：不支持 inference_geo 参数，始终使用全球路由

七、工具使用定价细节

工具使用（Tool Use）本身不额外收费，但工具定义会增加 token 消耗。Anthropic 还为一些服务端工具（如 Web Search）单独收费。

7.1 工具定义 Token 开销

每个使用工具的请求，系统会自动注入一个工具使用的 system prompt：

模型	tool_choice: auto / none	tool_choice: any / tool
Claude 4.x 系列	346 tokens	313 tokens
Claude Haiku 3.5	264 tokens	340 tokens

💡 省钱技巧：工具定义（名称、描述、JSON Schema）中的每个 token 都按输入价格计费。如果定义了 10 个工具但只用 2 个，你还是在为另外 8 个工具的定义付钱。考虑使用 动态工具列表——每次请求只传需要的工具。

7.2 服务端工具定价

工具	额外费用	说明
Web Search	$10 / 1,000 次搜索	每次搜索计为 1 次，无论返回多少结果；搜索结果按标准 token 价格计费
Web Fetch	免费	无额外费用，仅按标准 token 价格计费；可用 `max_content_tokens` 限制
Code Execution	1,550 免费 hrs/月	与 Web Search/Fetch 一起用时免费；超出 $0.05/hr/container；最小 5 分钟
Bash Tool	+245 input tokens	命令输出额外消耗 token
Text Editor	+700 input tokens	仅 Claude 4.x 版本
Computer Use	+466-499 system tokens +735 tool def tokens	截图按 Vision 价格计费

// Web Search 使用示例——注意额外费用
const response = await client.messages.create({
  model: "claude-sonnet-4-6",
  max_tokens: 1024,
  tools: [{
    type: "web_search_20250309",
    name: "web_search",
    max_uses: 3  // 限制搜索次数控制成本
  }],
  messages: [
    { role: "user", content: "最新的 Claude 定价是什么？" }
  ]
});

// usage 中会显示搜索次数
// server_tool_use: { web_search_requests: 2 }
// 成本 = 2 × $0.01 + 标准 token 费用

八、Anthropic vs OpenAI 定价对比

两大 LLM 提供商的定价策略差异明显——Anthropic 的旗舰模型自 Opus 4.5 起大幅降价后已具竞争力。

维度	Anthropic Opus 4.7	OpenAI GPT-4o
输入价格	$5 / MTok	$2.50 / MTok
输出价格	$25 / MTok	$10 / MTok
缓存输入	$0.50 / MTok (90%off)	$1.25 / MTok (50%off)
上下文窗口	1M tokens	128k tokens
最大输出	128k tokens	16k tokens
Batch 折扣	50%	50%

Opus 输出单价更高，但上下文窗口 8x、最大输出 8x、缓存折扣更深。对于长上下文场景，Opus 的每任务成本可能更低。

维度	Anthropic Sonnet 4.6	OpenAI GPT-4o-mini
输入价格	$3 / MTok	$0.15 / MTok
输出价格	$15 / MTok	$0.60 / MTok
缓存输入	$0.30 / MTok	$0.075 / MTok
上下文窗口	1M tokens	128k tokens
最大输出	64k tokens	16k tokens

Sonnet 4.6 智能水平远高于 GPT-4o-mini，但价格也高 20x。如需同价位对比，应对比 GPT-4o ($2.50/$10)。

维度	Anthropic Haiku 4.5	OpenAI GPT-4o-mini
输入价格	$1 / MTok	$0.15 / MTok
输出价格	$5 / MTok	$0.60 / MTok
缓存输入	$0.10 / MTok	$0.075 / MTok
上下文窗口	200k tokens	128k tokens
最大输出	64k tokens	16k tokens

Haiku 4.5 比最便宜的 OpenAI 模型贵约 7x，但性能远超。对于需要高质量的场景，Haiku 的性价比可能更高。

维度	Anthropic	OpenAI
缓存折扣	90% off	50% off
缓存写入溢价	1.25x / 2x	1x（无溢价）
缓存有效期	5 分钟 / 1 小时	5 分钟 / 1 小时（自动）
回本条件	5min: 1 次命中 1hr: 2 次命中	1 次命中即回本（无写入溢价）
缓存方式	自动 / 显式标记	自动

Anthropic 的缓存折扣更深（90% vs 50%），但有写入溢价。对于高频重复场景，Anthropic 的缓存更省钱。

九、成本计算器

🧮 API 调用成本计算器

选择模型每次请求输入 Token 数每次请求输出 Token 数

每日请求次数缓存命中率 (%) 使用 Batch API

每次请求成本

$0.0300

每日成本
$30.00

每月成本
$900.00

每年成本
$10,950

十、省钱实战手册

🎯 六步省钱法：从 100% 到 3%

第 1 步：模型路由（省 60-80%）

不是每个请求都需要旗舰模型。建立路由规则：

简单问答 / 分类 → Haiku 4.5 ($1/$5)
日常对话 / 写作 → Sonnet 4.6 ($3/$15)
复杂推理 / 编码 → Opus 4.7 ($5/$25)

实际案例：一个客服系统 80% 的请求是简单问答，路由到 Haiku 后月费从 $3,000 降到 $800。

第 2 步：Prompt Caching（再省 90% 输入费）

固定前缀必须缓存：

System Prompt → 1 小时缓存
RAG 检索的文档 → 1 小时缓存
多轮对话历史 → 自动缓存

一个 20k token 的 system prompt，Sonnet 4.6 下：标准 $0.06/次，缓存后 $0.006/次。

第 3 步：Batch API（非实时任务再省 50%）

适合批处理的场景：

内容审核、分类标签
数据清洗、格式转换
批量翻译、摘要生成
评估测试集跑分

第 4 步：压缩 Prompt（减少 30-50% Token）

用缩写和符号替代自然语言描述
删除冗余示例，保留最有区分度的 2-3 个
工具描述精简化——Schema 已包含类型信息
Opus 4.7 新分词器注意：同一文本可能多用 35% Token

第 5 步：控制输出长度

设置合理的 max_tokens，不要无限
在 prompt 中明确要求简洁回复
输出价格是输入的 5x，控制输出更有效

第 6 步：监控和预算

// 设置 Workspace 花费上限
// Anthropic Console → Settings → Limits

// 在代码中追踪 usage
const response = await client.messages.create({...});
const cost = calculateCost(response.usage, model);
console.log(`本次请求成本: $${cost.toFixed(4)}`);
console.log(`输入: ${response.usage.input_tokens} tokens`);
console.log(`输出: ${response.usage.output_tokens} tokens`);
console.log(`缓存读取: ${response.usage.cache_read_input_tokens} tokens`);
console.log(`缓存写入: ${response.usage.cache_creation_input_tokens} tokens`);

省钱效果叠加示例

📊 真实案例：RAG 聊天应用

场景：10k system prompt + 30k RAG 文档 + 2k 用户问题 → 1k 回复

每日 10,000 次请求，使用 Sonnet 4.6：

优化阶段	每次成本	每月成本	累计节省
原始（无优化）	$0.138	$41,400	—
+ 模型路由（60%→Haiku）	$0.067	$20,100	51%
+ Prompt Caching	$0.015	$4,500	89%
+ Prompt 压缩	$0.010	$3,000	93%
+ 输出长度控制	$0.008	$2,400	94%
全部优化	$0.005	$1,500	96%

十一、定价哲学：Anthropic 的商业逻辑

🧠 五个定价洞察

1. 输出价格是输入的 5x——推理才是瓶颈

所有 Claude 模型的输出/输入价格比都是 5:1。这不是随意设定——LLM 推理（生成 token）比处理输入 token 消耗更多 GPU 算力。输入只需一次 forward pass，输出需要逐 token 自回归。Anthropic 把这个成本结构忠实反映在定价上。

2. 旗舰降价是竞争策略，不是慈善

Opus 从 $15/$75 降到 $5/$25 是 67% 的降幅。这不是因为成本下降了 67%——而是因为 OpenAI 的 GPT-4o 定价 $2.50/$10 迫使市场调整。Anthropic 不能让旗舰模型比竞品贵 6x，否则开发者会用脚投票。

3. Prompt Caching 是锁定策略

90% 的缓存折扣是行业最激进的。一旦你围绕 Anthropic 的缓存机制优化了 prompt 结构，迁移到其他平台（没有同等折扣）会导致成本飙升。这是一个精心设计的 转换成本壁垒。

4. 1M 上下文不加价是差异化武器

Opus 4.7 和 Sonnet 4.6 提供 1M token 上下文窗口，与 1k token 请求同价。而 OpenAI GPT-4o 仅 128k。对于需要处理长文档的应用，这是决定性优势——不需要分块、不需要 RAG、直接塞进去。

5. Batch API 半价是填谷策略

异步请求可以利用 GPU 空闲时间处理，对 Anthropic 来说边际成本极低。50% 折扣不是亏本卖——是充分利用闲置算力的聪明定价。同时把开发者从"实时调用"的窄门引导到"批量处理"的宽门。

🔮 定价趋势预测

旗舰价格继续走低：随着算力成本下降和竞争加剧，$5/$25 可能进一步降到 $3/$15
缓存折扣可能收紧：90% 折扣在行业独一无二，如果成为行业标准可能调整
按用途差异化定价：Fast Mode 是第一步，未来可能有"推理模式"、"编码模式"等差异化价格
开源模型的压力：Llama、DeepSeek 等开源模型的价格为 $0（自部署），将迫使商业 API 不断创新定价
工具使用收费增加：Web Search $10/1000 次是开始，未来 Code Execution、Computer Use 等可能有更多独立计费

← 定价案例库首页 OpenAI API 定价拆解 →

Anthropic API 定价深度拆解

一、当前模型定价总览

二、定价演变史：从 Claude 3 到 Claude 4.7

输出价格趋势（每百万 Token）

三、Prompt Caching：90% 折扣的秘密

回本计算：什么时候 Caching 划算？

两种缓存模式

四、Batch API：半价的代价

Batch API 限制

五、Fast Mode：6x 价格换速度

六、数据驻留定价：1.1x 溢价

七、工具使用定价细节

7.1 工具定义 Token 开销

7.2 服务端工具定价

八、Anthropic vs OpenAI 定价对比

九、成本计算器

十、省钱实战手册

第 1 步：模型路由（省 60-80%）

第 2 步：Prompt Caching（再省 90% 输入费）

第 3 步：Batch API（非实时任务再省 50%）

第 4 步：压缩 Prompt（减少 30-50% Token）

第 5 步：控制输出长度

第 6 步：监控和预算

省钱效果叠加示例

十一、定价哲学：Anthropic 的商业逻辑

1. 输出价格是输入的 5x——推理才是瓶颈

2. 旗舰降价是竞争策略，不是慈善

3. Prompt Caching 是锁定策略

4. 1M 上下文不加价是差异化武器

5. Batch API 半价是填谷策略

相关知识