Claude Opus 4.7 API 成本試算：長文件、長對話與批次任務怎麼抓預算

一次性長文件分析：直接用 input + output

如果一份文件只分析一次，沒有後續追問，預算最簡單：文件、系統提示與問題都算 input tokens；模型回答算 output tokens。以下範例皆以 Claude API 公開價試算。^[2]

以 300k input + 8k output 為例：

遷移到 Opus 4.7 時，不建議直接沿用舊模型的 token 預估。Anthropic 定價文件註明 Opus 4.7 使用新 tokenizer，同一段固定文字的 token 數最多可能增加 35%。^[2]

例如原本估 300k input，保守抓成 405k input；搭配 8k output 時：

同一份長文件反覆問答：cache 是分水嶺

長文件產品最常低估的成本，不是單次輸出，而是同一份大文件在每輪對話中反覆作為 input 計費。若文件會被多次查問，應先把 prompt caching 納入預算模型。^[2]

假設：

• 文件：300k tokens
• 每次新問題：2k tokens
• 每次回答：2k output tokens
• 使用 5 分鐘 prompt cache

在這個例子中，第一輪建立 cache 比不用 cache 還貴；但只要同一份文件進入第二輪請求，總成本就低於每次重送全文：

因此，長文件問答的預算重點是 cache hit rate：文件是否真的會被重複問、追問是否落在 cache 有效期內，以及每輪是否仍帶入大量未快取的新內容。^[2]

長對話預算：不要讓歷史訊息每輪重算

長對話的成本邏輯與長文件相同。若應用每輪都把大量歷史訊息送回模型，input 成本會快速累積；可重用且穩定的歷史上下文應優先評估 prompt caching。^[2]

假設：

• 歷史對話：200k tokens
• 每輪新訊息：1k tokens
• 每輪輸出：2k tokens

選 5 分鐘或 1 小時 cache，不應只看寫入單價，而要看使用者行為：

• 使用者通常會在 5 分鐘內連續追問：先估 5 分鐘 cache。
• 使用者常隔超過 5 分鐘才回來，但多半在 1 小時內繼續：1 小時 cache 的第一次寫入較貴，但可能減少反覆失效與重建。
• 回覆間隔不可預測：先用真實流量抽樣，量 cache hit rate，再調整架構。

批次任務：先用同步公開價抓保守預算

批次任務常見於離線分析、資料標註、批量摘要或大量分類。不過在尚未確認你的帳戶、合約或平台端點適用的 batch pricing 前，正式預算不應先寫入未核實折扣。保守做法是先按同步 API 公開價估算，再用實際確認的批次價格下修。^[2]

同步公開價公式仍然是：

例：10,000 筆任務，每筆 2k input + 500 output。

這個 $225 是不計入任何 batch discount 的保守同步價估算。若後續確認有適用的批次價格，再把單價替換成實際價格即可。

另外，如果不是直連 Anthropic Claude API，而是透過雲端平台或第三方模型路由商，實際帳單可能不同。第三方資料 CloudPrice 列出 Opus 4.7 在 Anthropic / global 類型為 $5 input / $25 output per MTok，也列出部分 AWS Bedrock 區域型代碼為 $5.50 input / $27.50 output per MTok；這類資料適合作為檢查提醒，正式採購仍應以你的平台帳務頁、合約與官方文件為準。^[12]

實務 buffer：別只看理論值

如果還沒有真實 token 分布，純用理論值通常偏樂觀。至少要把三件事納入安全墊：

1. Tokenizer 遷移風險：Opus 4.7 的新 tokenizer 可能讓固定文字 token 數最多增加 35%。^[2]
2. Cache hit rate 不確定性：快取只有在上下文真的被重複使用、且仍在有效期內時，才會顯著降低成本。^[2]
3. 實際使用行為：使用者可能要求更長輸出、反覆重試、上傳更大文件，或讓對話歷史超出原本假設。

可用的非官方預算安全墊如下：

這些係數不是 Anthropic 官方報價，而是預算管理上的保守抓法；正式上線後，應用實際 token 日誌、cache hit rate 與發票資料回填模型。

快速預算模板

沒有 cache 時，可以先用月成本公式：

有 cache 時，務必拆開算：

實作前至少填入這些變數：

最後怎麼抓預算

一次性長文件分析，直接用 $5/MTok input + $25/MTok output 估算即可。^[2]

同一份長文件反覆問答，或長對話每輪都帶大量歷史，應先試算 prompt caching；在 300k 文件、2k 問題、2k 輸出的例子中，5 分鐘 cache 第二輪命中約 $0.21，而每次重送全文約 $1.56。^[2]

批次任務先用同步 API 公開價抓保守預算，等你確認實際 batch pricing、雲端平台價格或合約單價後再下修。若是從舊模型遷移到 Opus 4.7，先把 input token 預估乘上最高 1.35，再加上營運 buffer，會比只看標價更接近真實帳單。^[2]