Claude API 的計費分三層：基礎 token 單價、提示快取（prompt caching）、批次 API（Batch API）。Anthropic 的官方定價表只給第一層，真正決定帳單金額的是後兩層。多數企業上線一個月才發現實際花費比估算高 2 到 3 倍，差距就出在這裡。
這篇拆解 Claude API 完整計費結構、三層折扣怎麼疊加、台灣公司編列月預算的算式，以及多數內容沒講清楚的「舊版不一定比較便宜」。
5 秒看結論
- Claude API 採輸入／輸出（input / output）token 雙價結構，每百萬 token（MTok）計費。現役主力為 Opus 4.7（$5 / $25）、Sonnet 4.6（$3 / $15）、Haiku 4.5（$1 / $5），單位為美元，1 USD 約 NT$ 31
- 提示快取的讀取（cache read）只要基礎輸入價的 10%，5 分鐘快取命中一次就回本
- 批次 API 全項 5 折，疊加快取後有效成本最低可降到 base 的 5%
- 別用「越舊越便宜」直覺挑模型：Opus 4.5 比 Opus 4.1 便宜 67%，但 Haiku 3.5 在第三方平台仍比 Haiku 4.5 便宜 20%
- Opus 4.7 新 tokenizer 同樣文字可能多吃 35% token，預算估算要乘 1.35
計費單位：token 是什麼，輸入跟輸出為什麼價差 5 倍
Token 是大型語言模型處理文字的最小單位。1 token 約等於 4 個英文字符或 0.75 個英文單字；中文平均 1 字佔 1 到 2 個 token。換算下來，1 MTok（百萬 token）大約是 75 萬個英文單字或 50 萬個中文字。
輸入與輸出分開計價，是因為輸出對 GPU 算力的消耗遠高於輸入。輸入只要做一次前向傳播，每個輸出 token 都要重新跑一次完整推理，所以 Anthropic 把輸出定價拉到輸入的 5 倍。
「這個結構決定了你的成本走向：知識庫 RAG、長文件摘要這類『輸入重、輸出輕』的任務，單位成本會比『短問短答』的聊天應用便宜許多。」
現役主力模型定價
下表為目前主力的三個模型，全文價格單位皆為美元 / 每百萬 token（USD / MTok），匯率以 1 USD ≈ NT$ 31 換算（2026 年 5 月）。
| 模型 | 定位 | 輸入（USD / MTok） | 輸出（USD / MTok） |
|---|---|---|---|
| Claude Opus 4.7 | 旗艦：複雜推理、長文 | $5（約 NT$ 155） | $25（約 NT$ 775） |
| Claude Sonnet 4.6 | 主力：生產工作負載 | $3（約 NT$ 93） | $15（約 NT$ 465） |
| Claude Haiku 4.5 | 輕量：高頻、批次任務 | $1（約 NT$ 31） | $5（約 NT$ 155） |
Opus 跑複雜推理與長文，Sonnet 是生產主力，Haiku 跑高頻、簡單分類、批次標註。三者能力差距大，成本差距更大：Opus 4.7 的輸出單價是 Haiku 4.5 的 5 倍。
舊版（Opus 4.1 / 4、Sonnet 4、Haiku 3.5）的定價結構與選型邏輯另段討論，並非「越舊越便宜」。模型選擇細節參考 Claude Opus / Sonnet / Haiku 完整比較。
提示快取：寫一次、讀多次省 90%
提示快取（prompt caching）讓你把系統提示、知識庫、對話歷史等重複輸入標記為可快取，後續呼叫直接讀取，不重新推理。定價結構用三個倍率：寫入成本看效期（TTL），讀取成本只要基礎輸入價的 10%。
| 模型 | 5 分鐘寫入 | 1 小時寫入 | 讀取（命中） |
|---|---|---|---|
| Claude Opus 4.7 | $6.25 | $10 | $0.50 |
| Claude Sonnet 4.6 | $3.75 | $6 | $0.30 |
| Claude Haiku 4.5 | $1.25 | $2 | $0.10 |
單位 USD / MTok（每百萬 token）。
回本門檻：5 分鐘快取命中 1 次就回本（寫入 1.25 倍 vs 第二次起每次 0.1 倍），1 小時快取命中 2 次回本。
最適合開快取的場景：
- 客服機器人：每次對話前都灌固定知識庫
- 程式碼審查：把整個 repo 結構當系統提示
- 文件問答 RAG：同一份長文件被多人多次查詢
- 多輪對話：把先前對話歷史快取給下一輪用
「舉例：客服機器人系統提示 10 萬 token，每天命中 5,000 次。沒開快取，當天輸入成本 $1,500（約 NT$ 46,500）；開了 1 小時快取，從第二次起每次只算 $150（約 NT$ 4,650），當天就回本一倍以上。」這是多數企業上線後才發現的最大省錢點。
批次 API：非即時任務直接 5 折
批次 API（Batch API）適用於可以等的非同步任務。提交批次後，Anthropic 在 24 小時內處理完回傳，全項輸入與輸出都打 5 折。
| 模型 | 批次輸入 | 批次輸出 |
|---|---|---|
| Claude Opus 4.7 | $2.50 | $12.50 |
| Claude Sonnet 4.6 | $1.50 | $7.50 |
| Claude Haiku 4.5 | $0.50 | $2.50 |
單位 USD / MTok（每百萬 token）。
適用： 日報週報摘要、客戶分群與情緒分析、海量文件翻譯與結構化抽取、資料標註。
不適用： 即時聊天、串流回應、需要立即回應的應用。
能用批次處理的任務直接打對折，沒理由不分流。
雙重折扣疊加：最高省 95%
提示快取與批次 API 的折扣可以直接相乘，不衝突。實務上適用任務走完兩層折扣後，有效成本最低可降到 base 的 5%。
以 Sonnet 4.6 跑每月 100 MTok 輸入 + 50 MTok 輸出為例：
| 計算方式 | 輸入成本（USD） | 輸出成本（USD） | 月小計（USD / 約 TWD） |
|---|---|---|---|
| Base（無折扣） | $300 | $750 | $1,050 / NT$ 32,550 |
| 加 1 小時快取（90% 命中） | $90 | $750 | $840 / NT$ 26,040 |
| 加批次（無快取） | $150 | $375 | $525 / NT$ 16,275 |
| 批次 + 快取（90% 命中） | $45 | $375 | $420 / NT$ 13,020 |
光是把適合批次的工作負載分流，月成本就從 $1,050 降到 $525，省一半。再加上系統提示快取，再省 20%。多數企業導入 Claude API 第一年的成本優化，這兩招就夠涵蓋。
95% 上限怎麼達到？看工作負載的 input / output 比
上面範例只省 60%，是因為這個情境的輸出占成本 71%（輸出無法快取，只能批次打 5 折）。要逼近 95% 上限，需要 input 比重極高的工作負載：
| 工作負載類型 | input / output（MTok） | 兩層全開月成本 | 省比例 |
|---|---|---|---|
| 客服 RAG（前述範例） | 100 / 50 | $420 | 60% |
| 文件批次摘要 | 200 / 5 | ~$68 | ~90% |
| 大量分類 / 索引 | 200 / 1 | ~$38 | ~94% |
「95% 的理論上限對應極致 input-heavy 工作負載（知識庫索引、大量結構化抽取），需要 input／output token 比約 100:1 以上。Anthropic 官方標的「up to 95%」對應的就是這類任務。一般客服、對話、Agent 應用通常落在省 50-70% 區間。」
別用「越舊越便宜」直覺挑模型
很多企業看到 Anthropic 推新版就直覺「先用舊版省一點」，這在 Claude API 完全是錯的。Anthropic 走的是「新版降價搶市佔、旗艦能力跳階定價」的策略，三條模型線各自邏輯不同。
Opus 系列：新版直接砍 67%
| 模型 | 輸入（USD / MTok） | 輸出（USD / MTok） |
|---|---|---|
| Opus 4.5 / 4.6 / 4.7 | $5 | $25 |
| Opus 4.1（舊） | $15 | $75 |
還在用 Opus 4.1 跑生產任務，等於每月多繳「沒升級稅」。
Sonnet 系列：三代同價
Sonnet 4、4.5、4.6 都是 $3 / $15，升新版不會貴一毛。完全沒有「省錢留舊版」的理由。
Haiku 系列：舊版反而便宜，但要走第三方平台
| 模型 | 輸入（USD / MTok） | 輸出（USD / MTok） | 取得管道 |
|---|---|---|---|
| Haiku 4.5 | $1 | $5 | Anthropic 第一方 API |
| Haiku 3.5 | $0.80 | $4 | AWS Bedrock / Google Vertex AI |
Haiku 3.5 在第一方 API 已 retired，但 partner 平台仍可呼叫，單價便宜 20%。極致成本敏感的批次任務（標籤分類、結構化抽取）走第三方跑舊 Haiku 仍合理。
「選模型用『能力 ÷ 單價』算 CP 值，別套買手機式的『新貴舊便宜』直覺。」
3 個容易被忽略的隱性成本
定價表單價不是全部。下面三個項目沒算進預算的話，第一個月帳單就會比估算高 30% 到 50%。
| 隱性項 | 影響 | 何時要算進預算 |
|---|---|---|
| Opus 4.7 新 tokenizer 多吃 35% token | 同樣文字成本增加 35%（變為原本的 1.35 倍） | 用 Opus 4.7 跑生產任務預算乘 1.35 |
| 工具使用每次 +346 tokens | 啟用函式呼叫每次請求多算系統提示 | 高頻 tool use 的 agent 應用 |
| 網路搜尋 $10 / 1,000 次（約 NT$ 310 / 1,000 次） | 額外計費，獨立於 token | Agent 開放網路搜尋功能時 |
「Opus 4.7 的新 tokenizer 是這波最大隱性成本來源。」Anthropic 為了提升模型效能換了 tokenizer，副作用是同樣文字被切成更多 token，輸入與輸出都受影響。多數對手定價文章還沒更新這個事實，照舊估算的企業上線就會踩雷。此事實由 Anthropic 官方 API pricing 文件 在定價表下方以 Note 形式標註：
台灣公司怎麼估算月成本
實務流程：「列工作負載 → 估單次 token → 乘月頻次 → 套折扣 → 加 buffer」。給一個範例：
情境： 內部知識庫客服機器人，月 50,000 對話，每對話平均輸入 3,000 token（系統提示 2,500 + 用戶問題 500）、輸出 700 token，跑 Sonnet 4.6 + 1 小時提示快取（系統提示部分 80% 命中）。
| 計算項 | 計算式 | 美元 | 約合台幣 |
|---|---|---|---|
| 快取寫入 | 50 MTok × $6 | $300 | NT$ 9,300 |
| 快取讀取 | 100 MTok × $0.30 | $30 | NT$ 930 |
| 非快取輸入 | 25 MTok × $3 | $75 | NT$ 2,325 |
| 輸出 | 35 MTok × $15 | $525 | NT$ 16,275 |
| 月成本合計 | $930 | 約 NT$ 28,830 |
實際付款還要加：信用卡跨境手續費 1.5%（約 NT$ 430）；企業要報帳或開立發票時涉及 20% 境外稅，走在地代理可避免。
跨境付款與發票議題的完整解法，見 台灣公司怎麼買 Claude API。
預算編列建議再保留 20% 到 30% buffer，因為實際消耗會受用戶問題長度、context 累積、工具使用啟用等因素影響。
何時該升級到 Enterprise 或走雲端 partner
走 Anthropic 第一方 API 的 Tier 1 到 Tier 4 自動累積升等，能滿足多數中小型導入。下列情況要考慮升級 Enterprise 或改走 AWS Bedrock、Google Vertex AI：
- 流量配額不夠：Tier 4 撐不住高峰流量，需要 Enterprise custom RPM / TPM
- 資料駐留合規：金融、醫療要求資料不出境，需要 partner 平台的 regional endpoint（各加 10%）
- 在地發票：需要台幣計費 + 三聯式發票
- 整合既有雲端架構：已用 AWS 雲端代理 或 GCP，希望整合身分管理與帳務監控
Bedrock 與 Vertex AI 端的 token 基礎單價對齊第一方定價，使用區域端點（regional endpoint）需另加 10%。深度選型比較另文展開。
常見問題
Claude API 的輸入跟輸出 token 為什麼價差到 5 倍？
輸出對 GPU 算力的消耗遠高於輸入。輸入只要一次前向傳播，生成每個輸出 token 都要重新跑一次完整推理。Anthropic 把這個算力差直接反映到定價，輸出是輸入的 5 倍。所以知識庫 RAG、長文件摘要這類輸入重、輸出輕的任務，單位成本會比短問短答的聊天應用便宜。
提示快取怎麼啟用？是不是自動的？
要明確啟用。最簡單的方法是在 API 請求最上層加 cache_control 欄位，系統自動管理快取斷點。需要細控制時，可在個別內容區塊上加 cache_control。預設效期是 5 分鐘，可選 1 小時版（寫入成本 2 倍但回本門檻只要命中 2 次）。
批次 API 跟一般 API 在回應速度上差多少？
一般 API 是即時串流，毫秒到秒級回應。批次 API 是非同步處理，Anthropic 承諾 24 小時內完成，實務上多數任務 1 到 6 小時就跑完。所以批次適合可以等的任務，不適合需要立即回應的對話應用。
用 Opus 4.7 寫繁中內容，token 數會比英文多嗎？
會。中文字符密度高於英文，平均 1 個中文字佔 1 到 2 個 token，比英文密集。再加上 Opus 4.7 換了新 tokenizer，同樣文字可能比 Opus 4.1 多用約 35% token。繁中任務跑 Opus 4.7 估算預算時，建議乘 1.35 buffer。
結論
Claude API 的價格不是「定價表 × 用量」這麼簡單。基礎 token、提示快取、批次 API 三層機制決定最終帳單：忽略快取與批次的企業，月成本通常比優化過的高出 50% 到 90%。導入第一個月做兩件事就能拿到大部分省錢效益：高頻系統提示加上快取、非即時任務分流到批次。
模型選擇也別套「越舊越便宜」的買手機直覺，Opus 新版砍 67%、Sonnet 三代同價、Haiku 新版略貴 20%，每條線邏輯不同。
勤英科技作為台灣在地的 AWS、Google Cloud、Microsoft Azure 雲端代理商，提供 Claude API 與 Claude Enterprise 在地導入諮詢，涵蓋成本評估、合規架構、Bedrock 與 Vertex AI 整合、台幣發票與企業採購流程。
資料來源
- Claude API Pricing 官方頁（platform.claude.com）
- Anthropic Claude 訂閱與 API 定價總覽
- AWS Bedrock Pricing
- Google Vertex AI Claude Models Pricing
