Claude Code 指南第 4 章进阶

成本与模型选择什么活用什么模型,钱花在哪

同一个任务,换个模型、缓存断不断、会话长不长,费用能差十倍。看懂账单由什么构成,再决定日常用哪个、难题换哪个、批量活交给哪个。

更新于 2026年10月17日 · 依据 Claude Code 2.1.301 官方文档核对 · AGI Dawn 编辑部 · 审定 kk

全部章节
本页

先说结论

  • 日常编码用 Sonnet,卡住的难题交给 Opus,摘要、分类、批量小活交给 Haiku;Fable 留给真正需要最强推理的时候。
  • 钱主要花在输入上:每一轮对话都要把整段上下文重新发一遍。会话短、别让缓存断,比换更便宜的模型更省。
  • 随时用 /usage 看这次会话的用量。花得意外,先查上下文长度,再查模型。

账单由什么构成

每次请求按四项计费,单位都是每百万 tokens:

项目含义相对价格
输入本轮发给模型的全部内容:系统提示、CLAUDE.md、历史对话、文件基准
输出模型写出来的内容输入的 5 倍
缓存写第一次把一段内容存进缓存输入的 1.25 倍(5 分钟有效)或 2 倍(1 小时有效)
缓存读之后再次用到这段内容输入的 1/10 到 1/40,视模型而定

Claude Code 会自动给系统提示、项目记忆和之前的对话打缓存,你不需要手动开启。所以一个持续进行的会话里,大部分输入按缓存读计费,很便宜;真正贵的是缓存断了之后的重新输入,以及很长的输出。用 API Key 接入时(包括本站),主会话的缓存默认有效 5 分钟,离开超过 5 分钟再回来,下一轮会重新写一次缓存。

四个模型怎么选

下表的相对单价以 Sonnet 为 1,输入、输出单价都是这个比例。

模型相对单价适合
Fable 5.15最难的推理、架构级决策、别的模型反复做不对的问题
Opus 5.52复杂重构、跨模块改动、长链路的 Agent 任务
Sonnet 5.51日常编码、修 bug、写测试,绝大多数工作
Haiku 5.51/20摘要、分类、格式转换、子代理里的批量小活

每个模型的实时价格(美元 / 百万 tokens),与计费同步:

模型本站 输入 / 输出本站缓存读官方 输入 / 输出
claude-fable-5-1$5.00 / $25.00$0.125$10.00 / $50.00
claude-fable-5$5.00 / $25.00$0.50$10.00 / $50.00
claude-opus-5-5$2.00 / $10.00$0.10$4.00 / $20.00
claude-opus-5$2.50 / $12.50$0.25$5.00 / $25.00
claude-opus-4-8$2.50 / $12.50$0.25$5.00 / $25.00
claude-opus-4-7$2.50 / $12.50$0.25$5.00 / $25.00
claude-opus-4-6$2.50 / $12.50$0.25$5.00 / $25.00
claude-opus-4-5-20251101$2.50 / $12.50$0.25$5.00 / $25.00
claude-sonnet-5-5$1.00 / $5.00$0.05$2.00 / $10.00
claude-sonnet-5$1.00 / $5.00$0.10$2.00 / $10.00
claude-sonnet-4-6$1.50 / $7.50$0.15$3.00 / $15.00
claude-sonnet-4-5-20250929$1.50 / $7.50$0.15$3.00 / $15.00
claude-haiku-5-5
提示超过 100K tokens 时,整次请求按长上下文价:$0.25 / $1.25
$0.05 / $0.25$0.005$0.10 / $0.50
claude-haiku-4-5$0.50 / $2.50$0.05$1.00 / $5.00
claude-haiku-4-5-20251001$0.50 / $2.50$0.05$1.00 / $5.00

Haiku 5.5 按提示长度分两档计价。一次请求的提示超过 10 万 tokens(缓存读写也算在内),这次请求的全部 tokens 都按长上下文价计费,不只是超出的部分。长上下文价是平时的 5 倍,但输入、输出单价仍只有 Sonnet 的 1/4。

模型最好在会话开始时选定。每个模型有自己的缓存,会话中途 /model 切换,下一轮会把整段历史按新模型重新输入一遍。遇到 Sonnet 连续两次做不对的难题,更省的做法是开一个新会话交给 Opus,或者让它派一个 Opus 子代理去做这一步,见 子代理与并行。

思考力度

新模型支持调节思考力度(effort):力度越高,回答前想得越久,输出 tokens 越多,难题上效果越好。会话里用 /effort 调整。简单任务用低力度,更快也更便宜;架构设计和疑难排查值得调高。

别让缓存断

以下操作会让下一轮的缓存部分或全部失效,任务进行中尽量避免:

  • 切换模型,见 四个模型怎么选。
  • 接入或移除 MCP 服务器。
  • /compact 压缩对话。这是有意的取舍:压缩后历史变短,之后每一轮都更便宜。
  • 升级 Claude Code。

中途改 CLAUDE.md 不会让缓存失效,但新内容要到下次 /clear、/compact 或重启才生效。

真正省钱的五个习惯

  1. 一个任务一个会话:做完 /clear。拖着一整天的历史,每一轮都在为它付费。
  2. 长了就压缩:/compact 把历史压成摘要,之后每一轮的输入立刻变小。
  3. 别让它读不需要的东西:用 @ 指定文件,比让它全仓库搜索便宜;在 CLAUDE.md 里写明哪些目录不用看(生成文件、依赖、大数据集)。
  4. 大范围搜索交给子代理:子代理读过的几十个文件不会留在主会话里反复计费。
  5. 批量重复的活换小模型:同样的提取或改写跑一百遍,交给 Haiku 子代理,而不是 Opus 主会话。

怎么看自己花在哪

  • /usage:当前会话的 tokens 与估算费用,旧名 /cost 仍可用。它按官方标价在本地估算,适合看量级和趋势;实际扣费以控制台的使用日志为准。
  • 控制台「使用日志」:每条请求的模型、输入输出 tokens、缓存命中与费用,可以按时间范围和 Key 筛选。给每个项目或每台设备单独建一把 Key,账就能分开看。
  • 某天费用异常时,筛出那段时间、那把 Key 的请求,看输入 tokens 最大的几条,几乎总是某个会话的上下文太长。

常见问题

输出为什么比输入贵这么多?

输入可以整段并行算完;输出必须一个 token 一个 token 地生成,每生成一个都要对全部历史做一次注意力计算。原理见深读 《注意力就是全部》第 7 节。

额度用完会怎样?

分两种:账户余额不足,请求返回 403,充值后继续即可;这把 Key 自己设的额度用完,返回 401 或 403,到控制台调高这把 Key 的额度。两种情况会话都不会丢。