如果你正在评估 2026 年 Claude API 定价：模型成本、工作负载计算以及网关何时有帮助，先记住一条规则：模型价格表只是估算的第一行。你的真实账单取决于输入 tokens、输出 tokens、提示缓存写入、缓存命中、批处理任务、重试、失败任务，以及当你的产品发生变化时你切换路由的频率。
截至 2026 年 9 月 26 日，Anthropic 按每百万 tokens 列出了当前 Claude API 对 Fable 5.1、Opus 5.5、Sonnet 5 和 Haiku 4.5 的定价。对于独立开发者来说，实际问题不只是“哪个 Claude 模型最便宜？”而是“哪个模型能以最低总成本为这项工作负载产出可接受的结果？”
Claude API 定价概览
在你上线或调整预算之前，请以 Anthropic 的定价页面作为权威来源。下表将公开行归一化为大多数团队在规划时需要的计费单位。
| Claude 模型 | 输入 | 输出 | 5 分钟缓存写入 | 1 小时缓存写入 | 缓存命中 | 批处理输入 | 批处理输出 |
|---|---|---|---|---|---|---|---|
| Claude Fable 5.1 | $15 / MTok | $75 / MTok | $18.75 / MTok | $30 / MTok | $1.50 / MTok | $7.50 / MTok | $37.50 / MTok |
| Claude Opus 5.5 | $15 / MTok | $75 / MTok | $18.75 / MTok | $30 / MTok | $1.50 / MTok | $7.50 / MTok | $37.50 / MTok |
| Claude Sonnet 5 | $3 / MTok | $15 / MTok | $3.75 / MTok | $6 / MTok | $0.30 / MTok | $1.50 / MTok | $7.50 / MTok |
| Claude Haiku 4.5 | $0.80 / MTok | $4 / MTok | $1 / MTok | $1.60 / MTok | $0.08 / MTok | $0.40 / MTok | $2 / MTok |
MTok 表示一百万个 tokens。Anthropic 还说明了这张表背后的计费机制：提示缓存写入 tokens 的价格高于普通输入，缓存命中的价格低于普通输入，而 Message Batches API 对输入和输出 tokens 提供 50% 折扣。批处理和提示缓存可以结合使用，但缓存写入会获得批处理折扣，而缓存命中本身已经是折扣价，不会再额外享受批处理折扣。
为什么仅看 token 表还不够
Claude API 定价中最大的错误，就是把每个请求都当作一个简单的 input_tokens * input_rate + output_tokens * output_rate 计算。这种算法适用于一次性的演示，但会低估生产工作负载的成本，因为在生产中，代理会重试，提示中会包含很长的可复用上下文，用户会拒绝低质量回答，或者后台任务可以异步运行。
对于产品决策，请估算 每个已接受结果的成本：
cost_per_accepted_result =
(
uncached_input_tokens * input_rate
+ cache_write_tokens * cache_write_rate
+ cached_input_tokens * cache_hit_rate
+ output_tokens * output_rate
+ retry_tokens * applicable_rates
)
/ accepted_results
这让 Claude API 定价可以在不同模型之间进行比较。如果某个更便宜的模型需要更多重试，或者生成的输出会被你的产品拒绝，那么它反而可能更贵。如果某个更昂贵的模型能减少审核回合、一次性修复代码，或者在不需要额外检索胶水的情况下处理更长上下文，那么它反而可能更有优势。
面向独立黑客的三个工作负载示例
这些示例的重点是计算方式，而不是放之四海而皆准的建议。在你承诺预算之前，请先用自己的日志替换 token 数。
| 工作负载 | 典型成本驱动因素 | 首先测试的模型 | 需要衡量的指标 |
|---|---|---|---|
| 支持工单分流与分类 | 请求量高、输出短、对失控输出容忍度低 | Haiku 4.5 或 Sonnet 5 | 每个正确路由工单的成本、p95 延迟、重试率 |
| 编码助手或 agent 循环 | 工具上下文长、输出冗长、重试、接受的补丁率 | Sonnet 5，然后仅在更难任务中使用 Opus/Fable | 每个被接受补丁的成本、工具调用错误率、输出长度 |
| 长文档审查 | 可复用的长提示前缀、重复运行、审阅者接受率 | 带提示缓存的 Sonnet 5 | 缓存命中率、缓存写入摊销、已接受摘要成本 |
| 离线评估或增强 | 高吞吐量、适合异步、以分钟或小时计的截止时间 | 使用所选模型的 Batch API | 批处理完成时间、每行接受成本、重试桶 |
对于小团队，默认的操作模式很简单：
- 先用 Sonnet 5 进行推理密集型生产测试。
- 针对简短、结构化、高容量任务测试 Haiku 4.5。
- 仅在接受率提升足以证明更高输出价格合理时，才将 Opus 5.5 或 Fable 5.1 留给这些工作负载。
- 只有当稳定前缀重复得足够频繁、能够摊销写入成本时，才使用提示缓存。
- 当用户不需要同步获得答案时，使用批处理。
提示缓存计算
当同一个大型前缀反复出现时，提示缓存很有帮助：系统指令、风格规则、schema、策略文档、仓库上下文或产品知识。当前缀持续变化，或你为很少复用的上下文支付缓存写入成本时，它就可能适得其反。
一个快速的盈亏平衡检查：
cache_savings =
repeated_prefix_tokens * (ordinary_input_rate - cache_hit_rate)
cache_cost =
cache_write_tokens * cache_write_rate
prompt_caching_works_when =
cache_savings across repeated requests > cache_cost
对于短时间内重复调用会密集发生的场景，使用 5 分钟缓存写入。只有当更长的复用窗口值得更高的写入费率时，才使用 1 小时缓存写入。如果你的请求路径是带有稳定基础提示的面向用户聊天会话，那么缓存命中率应该是仪表板指标，而不是猜测。
如需更深入的实施清单，请将本文与 Flatkey 的提示缓存工作流指南连接起来：https://flatkey.ai/blog/prompt-caching-workflow-cost-roi-guide
Batch API 计算
当任务不需要立即响应时，批处理很有吸引力：评估套件、夜间增强、大型文档标注、与 embedding 相邻的预处理以及后台分析。Anthropic 的 Message Batches API 将输入和输出 token 价格降低 50%，但你需要放弃同步响应的预期。
使用这条决策规则：
| 如果任务是... | 优先选择... | 原因 |
|---|---|---|
| 用户在 UI 中等待 | 标准请求 | 延迟比折扣更重要 |
| 夜间评估 | 批处理请求 | 成本和吞吐量更重要 |
| 大规模迁移或丰富化任务 | 批处理请求 | 重试和完成审查可以分开处理 |
| 交互式编码代理 | 标准请求，可能会被缓存 | 用户需要快速得到下一步 |
当你已经有队列、重试策略和验收检查时，批处理 API 的节省最容易被证明合理。否则，这个折扣可能会被运维上的混乱抵消。
何时直接使用 Anthropic 访问就足够
在以下情况下，直接使用 Anthropic API 是合适的起点：
- Claude 是你技术栈中唯一的提供商。
- 由一名开发者负责密钥、使用量和预算。
- 你的工作负载数量较少。
- 财务部门不需要按提供商级别进行对账。
- 你可以接受直接提供商的速率限制和服务中断。
在那个阶段，把配置保持得简单一点。记录模型 ID、输入 token、输出 token、缓存写入 token、缓存命中 token、重试次数、请求负责人以及结果是否被接受。先这样做七天，再进行优化。
何时网关会有帮助
当你的 Claude API 定价问题变成运维问题时，网关就开始变得重要：
- 你需要在 Claude、GPT、Gemini、DeepSeek、Qwen、Kimi 或其他模型路由之间进行比较。
- 你需要一个余额和一张发票，而不是多个提供商账户。
- 你希望有子密钥、预算、模型允许列表或按代理设置的支出上限。
- 你需要一份统一的使用账本，其中包括输入、输出、缓存 token、重试和请求 ID。
- 当某条路由过载或不可用时，你希望有回退路由。
- 你需要开发者在不把提供商密钥散落到仓库、代理和环境中的情况下测试模型变更。
Flatkey 就是为这个阶段构建的：一个密钥、一个余额、一张发票、300+ 官方模型、1,000+ 按调用付费工具、按使用量计费，以及用于模型和工具调用的请求账本。对于2026 年 Claude API 定价：模型成本、工作负载计算以及网关何时有帮助，网关的观点不是“永远不要直接使用 Anthropic”。更准确的说法是：“一旦你的产品拥有多条模型路由，共享账本和路由层就可以让成本比较变得可重复。”
相关 Flatkey 指南：
- AI 网关定价：https://flatkey.ai/blog/ai-gateway-pricing
- 在切换提供商之前如何比较 AI 模型价格：https://flatkey.ai/blog/how-to-compare-ai-model-prices-before-switching-providers
- AI API 支出管理：https://flatkey.ai/blog/ai-api-spend-management-operations-finance
- Claude API 代理 vs 多模型路由器：https://flatkey.ai/blog/claude-api-proxy-vs-router
七天 Claude API 定价工作表
在切换模型或添加网关之前，先收集一周的真实使用数据。一个电子表格就足够了。
| 字段 | 原因 |
|---|---|
date |
将发布高峰与正常使用区分开来 |
workload |
支持、编码、抽取、文档审查、评估 |
model_id |
将定价与实际路由保持一致 |
input_tokens |
基础输入成本 |
output_tokens |
通常是智能体最大的成本驱动因素 |
cache_write_tokens |
显示缓存设置是否昂贵 |
cache_hit_tokens |
显示缓存是否真正生效 |
batch_tokens |
将异步折扣任务区分开来 |
retry_count |
揭示隐藏的可靠性成本 |
accepted_results |
将 token 支出转化为产品价值 |
rejected_results |
显示质量浪费 |
total_cost |
账单行项目 |
cost_per_accepted_result |
购买指标 |
七天后，每次只做一项改动。将一个工作负载切换到 Haiku、Sonnet、Opus、Fable，或非 Claude 回退方案。然后比较每个已接受结果的成本，而不是原始 token 价格。
官方定价参考
在发布预算或财务预测之前，请检查以下来源：
| 来源 | 需要核实的内容 |
|---|---|
| Anthropic 定价 | 当前 Claude 模型 token 费率、缓存写入费率、缓存命中费率、批处理费率 |
| Anthropic 提示缓存文档 | 缓存行为、受支持模型、缓存时长、cache-control 细节 |
| Anthropic Message Batches 文档 | Batch API 机制、受支持的请求类型、处理预期 |
| Flatkey 定价和模型页面 | 当前 Flatkey 套餐、余额、路由以及模型可用性详情 |
本次更新使用的来源：
- https://www.anthropic.com/pricing
- https://docs.anthropic.com/en/docs/about-claude/pricing
- https://docs.anthropic.com/en/docs/build-with-claude/prompt-caching
- https://docs.anthropic.com/en/docs/build-with-claude/batch-processing
- https://flatkey.ai/
- https://flatkey.ai/pricing
常见问题
2026 年 Claude API 定价是什么？
2026 年 Claude API 定价基于 token。Anthropic 按每百万 token 公布输入、输出、提示缓存写入、缓存命中和批处理的价格。截至 2026 年 9 月 26 日，公开定价行包括 Claude Fable 5.1、Claude Opus 5.5、Claude Sonnet 5 和 Claude Haiku 4.5。
哪个 Claude 模型最便宜？
在公开 token 表中，就本次刷新检查的当前 Claude 各行而言，Haiku 4.5 的输入和输出 token 费率最低。但这并不一定意味着它对每种工作负载都是最便宜的。请比较每个已接受结果的成本，因为重试和被拒绝的输出可能会抵消 token 费率节省。
提示缓存如何改变 Claude API 成本？
提示缓存会通过对缓存写入收取更高费用、对缓存命中收取更低费用来改变 Claude API 成本。它最适合在稳定的提示前缀会在足够多的请求中重复使用，以使更便宜的缓存命中 token 抵消初始写入成本的情况下。
Message Batches API 如何改变 Claude API 成本？
Anthropic 的 Message Batches API 为批处理作业的输入和输出 token 提供 50% 折扣。它最适合可等待异步完成的离线工作负载。
网关何时会帮助 Claude API 定价？
当你的问题不再是一个 Claude 密钥和一张小账单时，网关就会有帮助。当你需要比较多个模型、需要共享预算、想要使用台账、需要在故障时切换路由，或需要把模型调用和工具调用合并为一张发票时，它就有帮助。
结论
2026 年 Claude API 定价：模型成本、工作负载计算以及网关何时有帮助归结为一个运营指标：每个被接受结果的成本。先从 Anthropic 当前的 token 表开始，然后加入缓存、批处理、重试和接受率。对于简单的仅 Claude 应用，直接使用 Anthropic 访问就足够了。当模型选择、回退、预算和计费可见性成为产品工作流的一部分时，网关就会有帮助。
Flatkey 为小团队提供一个密钥、一个余额、一张发票，以及跨受支持的官方模型和工具的使用台账，因此 Claude 成本决策可以基于真实工作负载数据进行测试，而不是依赖电子表格猜测。
