Sonnet 5.5 API怎么收费？缓存、Batch和任务成本分别怎么算？

Claude Sonnet 5.5 在标准 Claude API 上的价格是每百万输入 token 2 美元、每百万输出 token 10 美元，缓存读取为每百万 token 0.20 美元。这是 2026 年 9 月 29 日核对的厂商公开价格，不是 Ofox 报价，也不是 Claude 订阅价格。做预算时，更需要弄清楚的是：应用完成一项符合验收要求的任务，实际用了多少计费 token。

如果你从 Sonnet 5 升级，价格表本身没有变化。Anthropic 所说的部分工作成本降低，涉及模型行为和 token 消耗，不能理解成所有请求统一打折。先看官方模型规格，再按自己的实际工作量估算。

Sonnet 5.5各项API价格

模型页面还列出了 Batch API 输入和输出 50% 的折扣，以及可缓存提示词的最低长度 512 token。达到长度不会自动创建缓存，需要配置缓存并核对 usage 字段。缓存 token 也不能再次计入普通输入，否则会重复计算。

工具、数据驻留选项和其他服务费用，需要另外查完整定价文档。不同供应商支持的功能、币种和计费规则可能不同，把厂商示例用于其他端点前，应核对该服务的现行条款。

一次小请求0.04美元，不等于整月预算

假设一次请求使用 10,000 个未缓存输入 token 和 2,000 个计费输出 token：

输入：10,000 / 1,000,000 × $2  = $0.02
输出： 2,000 / 1,000,000 × $10 = $0.02
合计：                           $0.04

如果每次用量完全相同，1,000 次请求就是 40 美元，尚未计入其他费用。这只是算术示例，不是对 Sonnet 典型回答长度的实测。思考过程变长、多一轮工具调用或发生重试，都会改变合计费用。用可见回答的字数乘上猜测的换算系数，不能可靠地估算账单。

缓存什么时候能改变费用

假设 10 次请求共用一个 100,000 token 的前缀，只创建一次 5 分钟缓存，后续 9 次都在有效期内实际命中，不考虑其他输入或输出。前缀的写入费用是 0.25 美元，读取费用是 9 × 0.02 美元，合计 0.43 美元；10 次全部按未缓存输入计费则是 2.00 美元。仅这个前缀节省 1.57 美元，即 78.5%。

这不代表整个应用打了 78.5% 的折扣。前缀变化、缓存未命中或大量输出，都可能降低整体节省比例。应逐次记录缓存创建与读取用量；提示词结构适合缓存，不代表供应商真的按缓存命中计费。

对于符合条件的非交互工作，单独评估 Batch。将其公开的输入/输出 50% 折扣应用于上面的未缓存 0.04 美元示例，在相同假设下得到 0.02 美元。这里没有把 Batch 与缓存叠加，也不代表所有组合都采用同一种计费方式。

按通过验收的任务算成本

修 Bug、写文档或做数据提取，都可以用下面的记录表：

任务ID | 模型 | Effort | 输入 | 缓存写入 | 缓存读取
输出 | 工具费用 | 尝试次数 | 是否通过验收 | 总费用（美元）

失败尝试和重试也要算进任务成本。先定义验收标准，例如测试通过、必填字段正确、交付物满足审核清单，再用总费用除以通过验收的任务数量。订阅用量单独记录；CLI 显示的 API 等价费用估算，不一定就是订阅账单上的扣款。

记录 effort 有实际意义。Artificial Analysis 发布时的评测发现 max 档输出消耗很高。但评测工作负载不能预测你的账单；测试还使用了受结构化输出问题影响的预发布部署，报告也说明相关评测将重跑。它提醒我们测量任务用量，不能据此认定 Sonnet 在所有场景都贵。

从 usage 记录还原账单

按上面的标准费率，完整的 token 费用公式是：

美元费用 =（2 × 普通输入
          + 2.5 × 五分钟缓存写入
          + 4 × 一小时缓存写入
          + 0.2 × 缓存读取
          + 10 × 计费输出）/ 1,000,000

这些是互斥的计费类别。Claude 的 usage 响应中，要区分 input_tokens、cache_creation_input_tokens 和 cache_read_input_tokens。如果混用缓存有效期，还要保留创建费用的分档明细。不要既计算缓存创建总数，又把五分钟、一小时的子项再算一次。网关若转换了响应格式，应以对应服务商的 usage 定义为准。字段缺失表示记录不完整，不能填成零费用。

假设一次请求包含 8,000 普通输入 token、40,000 五分钟缓存写入 token、60,000 缓存读取 token 和 3,000 输出 token。费用为 $0.016 + $0.100 + $0.012 + $0.030 = $0.158。输入上下文包含这三种输入类别，但它们并非全部按普通输入费率收费。把原始 usage 响应和计算结果保存在一起，之后对账才能定位具体类别，而不是凭提示词长度猜测。

另一个容易误算的部分是 thinking。可见答案很短，也可能包含较多计费思考 token；隐藏思考文本不会消除这部分用量。max_tokens 同时限制思考和文本输出，它是上限，不保证模型能在上限内正确完成任务。若因达到上限而中断，续跑之前要把这次未完成的尝试记入任务成本。

五分钟和一小时缓存，分别几次能回本？

仍以 100,000-token 前缀为例，不计其他用量。N 次调用全部不缓存，费用是 $0.20N。一次五分钟写入、随后 N−1 次真实命中，费用是 $0.25 + $0.02(N−1)。两次调用就比不缓存便宜：$0.27 对 $0.40。一小时写入则是 $0.40 + $0.02(N−1)：两次共 $0.42，略贵于不缓存；三次为 $0.44，低于不缓存的 $0.60。

这个临界点假设只写入一次，随后都成功读取。不能只凭请求时间间隔推断命中，应查实际 usage。如果十次请求每次都重新写五分钟缓存，前缀成本是 $2.50，反而超过不缓存的 $2.00。只有减少的重写费用能够覆盖较高的创建费，一小时缓存才划算。

把真正稳定的资料放在动态任务输入前面，但不要为了提高命中率而删掉必要上下文。缓存一大包无关代码仍可能浪费上下文；更小、未缓存的相关片段有时更合适。换模型也不等于能沿用旧模型的缓存：除非有对应服务支持和计费证据，否则不要在预算中假设跨模型复用。

三类可以自己复算的月度预算

下面使用标准同步 Claude API 费率，不含缓存、Batch 折扣和额外工具费。它们是预算算例，不是实际模型结果，也不是典型用量预测。

编程行每轮都计算输入费用。如果再次发送历史对话，后续轮次的输入可能增长，所以“四轮相同用量”只是简化假设。要做真实预测，应替换为逐轮实测 usage。工具返回内容可能进入下一轮输入；模型发出的工具调用、实际工具执行产生的独立费用，也属于不同收费项。

假设 500 个编程任务中有 100 个各增加一轮 $0.08 的调用，多付 $8，总额为 $168。最终只有 480 个通过验收，则每个合格任务的 token 成本为 $168 / 480 = $0.35。报告中保留 20 个失败任务：验收率是 96%，不能写成完成了 500 个任务。人工审阅、托管和外部工具费用仍不在这个小计中。

账单偏高时，先查最大的费用项

输出占大头，查 effort、真实 thinking 用量、截断和不必要的长回答；输入占大头，查重复历史和检索是否塞入过多无关材料；缓存创建占大头，核对写入与读取事件，不能只看“已经配置缓存”；重试占大头，分开记录无效请求、工具故障和验收不合格。Schema 错误需要修客户端，合法却不够好的答案才进入任务设计或模型选择调查。

费用保护要同时有应用层的单任务限额和单次请求输出上限。预算耗尽就停止并明确显示任务未完成。不要把应用限额说成官方速率限制，也不要静默换便宜模型后仍记录原模型名。采用 Batch 前，应确认任务可以接受异步完成且符合相应服务条件；低费率不意味着延迟返回适合交互用户。

接下来先查什么

如果价格表清楚、账单却不符合预期，先比较实际输出 token、缓存命中和重试次数，再考虑换供应商。调参可看 Sonnet 5.5 effort指南；选模型可看编程任务中Sonnet与Opus怎么选。

通过 Ofox 接入时，可在 Claude Sonnet 5.5 模型页核对模型 ID、当前供应商、价格和支持的协议。上面的算例采用 Anthropic 公布的费率，不代表每个供应商都支持 Anthropic 的全部功能。