สำหรับทีมที่กำลังจะผูก Claude เข้ากับแอปหรือ workflow ภายใน ค่า API ของ Claude Opus 4.7 ดูเหมือนจำง่ายมาก: input $5 ต่อหนึ่งล้าน tokens และ output $25 ต่อหนึ่งล้าน tokens แต่ถ้าเอา token ทุกชนิดไปรวมเป็นก้อนเดียว ต้นทุนจะเพี้ยนได้เร็ว โดยเฉพาะเมื่อใช้ prompt caching หรือย้ายมาจากรุ่น Claude เดิม

Anthropic ระบุว่านักพัฒนาเรียกใช้ model ID claude-opus-4-7 ผ่าน Claude API ได้ บทความนี้อ้างอิงราคา Anthropic API เป็นหลัก ขณะที่ดัชนีราคาภายนอกก็แสดงจุดเริ่มต้น $5 input / $25 output ต่อหนึ่งล้าน tokens เช่นกัน อย่างไรก็ตาม หากเรียกผ่านแพลตฟอร์มหรือผู้ให้บริการรายอื่น ควรตรวจราคาสุดท้ายจากบิลของแพลตฟอร์มนั้นเสมอ ^{[7][9][19][21]}

ราคาแบบเร็ว: $5/$25 เป็นแค่จุดตั้งต้น

ในบทความนี้ MTok หมายถึง 1,000,000 tokens เอกสาร pricing ของ Anthropic แยก Base Input Tokens, Cache Writes, Cache Hits และ Output Tokens ออกจากกัน ดังนั้นโมเดลต้นทุนในระบบจริงก็ควรแยกตามนี้เช่นกัน ^[19]

รายการคิดเงิน	ราคา	ควรเข้าใจอย่างไร
Base input tokens	$5 / MTok	token ฝั่ง input ที่ส่งเข้าโมเดลตามปกติ และไม่ได้ถูกนับเป็น cache write/read [19]
Output tokens	$25 / MTok	token ที่ Claude สร้างกลับมาเป็นคำตอบ [19]
Prompt cache write, TTL 5 นาที	$6.25 / MTok	ค่าบันทึก prompt ลง cache ครั้งแรกเพื่อใช้ซ้ำ โดย cache มีอายุ 5 นาที [19]
Prompt cache write, TTL 1 ชั่วโมง	$10 / MTok	ค่าบันทึก prompt ลง cache เมื่อเลือกอายุ cache 1 ชั่วโมง [19]
Cache read / hit	$0.50 / MTok	ค่าดึงเนื้อหาที่เคย cache ไว้เมื่อมี cache hit [19]

ประเด็นสำคัญคือ อย่าใช้สูตร token รวม × ราคาเฉลี่ย เพราะ Opus 4.7 มีราคา input, output, cache write และ cache read คนละชุดกัน ถ้าแอปของคุณใช้ prompt caching การลงบัญชีต้นทุนต้องแยก token แต่ละประเภทตั้งแต่แรก ^[19]

สูตรคำนวณต้นทุน

กรณีไม่ใช้ prompt caching

สูตรพื้นฐานคือ:

ต้นทุน = input_tokens ÷ 1,000,000 × 5 + output_tokens ÷ 1,000,000 × 25

ตัวอย่างเช่น request หนึ่งมี 200,000 input tokens และ 20,000 output tokens หากไม่คิด cache ต้นทุนจะเป็น

$1.00 + $0.50 = $1.50

[19]

กรณีใช้ prompt caching

เมื่อเปิด prompt caching ให้คิดทีละรายการแล้วรวมกัน:

ต้นทุน = base_input_tokens ÷ 1,000,000 × 5 + output_tokens ÷ 1,000,000 × 25 + cache_write_5m_tokens ÷ 1,000,000 × 6.25 + cache_write_1h_tokens ÷ 1,000,000 × 10 + cache_read_input_tokens ÷ 1,000,000 × 0.50

ถ้าใช้ TTL หรืออายุ cache เพียงแบบเดียว ก็เก็บเฉพาะรายการ cache write ของ TTL นั้น เอกสาร streaming ของ Anthropic แสดงตัวอย่าง usage ที่มีฟิลด์อย่าง input_tokens, output_tokens, cache_creation_input_tokens และ cache_read_input_tokens ส่วนเอกสาร pricing ก็แยกค่า cache write กับ cache hit ออกจากกัน ^[15][19]

นับ token ก่อนส่ง: ใช้ count_tokens ไม่ใช่เดาจากจำนวนตัวอักษร

อย่าประเมินค่า API จากจำนวนตัวอักษร จำนวนคำภาษาอังกฤษ หรือความยาวข้อความแบบคร่าว ๆ โดยเฉพาะ payload ที่มี system prompt, tool definitions, รูปภาพ หรือ PDF วิธีที่ชัดที่สุดคือใช้ endpoint /v1/messages/count_tokens ก่อนส่งคำขอจริง

Anthropic ระบุว่า token counting endpoint นี้รับโครงสร้าง input คล้ายกับการสร้าง message รวมถึง system prompts, tools, images และ PDFs แล้วคืนค่า total input tokens; active models ทั้งหมดรองรับการนับ token แบบนี้ ^[18]

แนวทางที่ปลอดภัยคือ นำ payload ตัวจริงที่จะส่งเข้า Messages API ไปนับด้วย count_tokens ก่อน รวมทั้ง system prompt, messages, tools, รูปภาพ และ PDF วิธีนี้ช่วยประเมินต้นทุน input ล่วงหน้า และเหมาะสำหรับตั้ง budget cap, rate limit หรือระบบแจ้งเตือนในโปรดักต์ ^[18]

หลังเรียก API: ใช้ usage เป็นตัวเลขลงบัญชี

เมื่อ request เสร็จแล้ว ควรบันทึกฟิลด์ usage จาก response ของ API ไม่ใช่ย้อนคำนวณจากความยาวข้อความที่โมเดลตอบกลับ ตัวอย่างใน Messages API แสดงว่า response usage มีฟิลด์อย่าง input_tokens และ output_tokens ส่วนเอกสาร streaming แสดงฟิลด์ที่เกี่ยวกับ cache เช่น cache_creation_input_tokens และ cache_read_input_tokens ^[15][17]

ถ้าใช้ streaming ต้องระวังเป็นพิเศษ เอกสาร streaming ของ Anthropic ระบุว่า token counts ใน message_delta.usage เป็นยอดสะสม ไม่ใช่จำนวน token ที่เพิ่มขึ้นในแต่ละ event ดังนั้นถ้านำทุก delta มาบวกกันตรง ๆ จะนับซ้ำ ^[15]

กระทบยอดรายเดือนและแยกต้นทุนทีม

การบันทึก usage ราย request เหมาะกับการคุมต้นทุนแบบเรียลไทม์ในแอป แต่สำหรับการปิดยอดรายเดือน แยกค่าใช้จ่ายตาม workspace หรือดูแนวโน้มระยะยาว ควรใช้ Usage & Cost Admin API ของ Anthropic ด้วย เอกสารระบุว่า API นี้ให้ข้อมูล historical API usage and cost data แบบละเอียด และสามารถแตก usage report ตาม model, workspace และ service tier ได้ ^[16]

พูดง่าย ๆ คือ ฝั่งแอปควรเก็บ usage เพื่อควบคุมต้นทุนทันที ส่วนการกระทบยอดอย่างเป็นทางการควรอ้างอิงข้อมูล historical usage/cost จาก Usage & Cost Admin API ^[16]

ย้ายจาก Opus 4.6? อย่าลืมทำ token budget ใหม่

Opus 4.7 ใช้ tokenizer ใหม่ เอกสารของ Anthropic ระบุว่าเมื่อประมวลผลข้อความ tokenizer ใหม่นี้อาจใช้ token ประมาณ 1x ถึง 1.35x เมื่อเทียบกับ previous models หรือสูงสุดราว 35% โดยขึ้นอยู่กับเนื้อหา และข้อความชุดเดียวกันเมื่อนับด้วย /v1/messages/count_tokens บน Opus 4.7 กับ Opus 4.6 จะได้จำนวน token ต่างกัน ^[20]

ดังนั้น ราคา input $5/MTok และ output $25/MTok ไม่ได้แปลว่าบิลหลังอัปเกรดจะเท่าเดิมเสมอ หากย้ายจาก Opus 4.6 หรือรุ่นเก่ากว่า ควรสุ่ม workflow ที่มีทราฟฟิกสูง prompt ที่มี context ยาว payload ที่มี tool definitions และงานที่แพงที่สุด มารัน /v1/messages/count_tokens ใหม่ แล้วปรับ alert, rate limit และเพดานต้นทุนให้สอดคล้อง ^[18][20]

เช็กลิสต์ก่อนเอาเข้า production

• ตรวจว่าใช้ model ID claude-opus-4-7 เมื่อเรียกผ่าน Claude API ^[9]
• ก่อน release สำคัญ ให้นับ token ของ payload ตัวแทนด้วย /v1/messages/count_tokens ^[18]
• บันทึก input_tokens, output_tokens, cache write และ cache read แยกกัน อย่าเก็บแค่ total token อย่างเดียว ^[15][19]
• ถ้าใช้ streaming อย่าบวก message_delta.usage ทุก event เพราะค่านั้นเป็นยอดสะสม ^[15]
• สำหรับการปิดยอดระดับทีม แยก workspace หรือวิเคราะห์แนวโน้มย้อนหลัง ใช้ Usage & Cost Admin API ^[16]
• ก่อนย้ายจาก Claude รุ่นเก่ามา Opus 4.7 ให้ทดสอบผลของ tokenizer ใหม่กับ prompt จริงของระบบ ^[20]

สรุปสั้น ๆ: ราคา Claude Opus 4.7 API จำได้ง่ายว่า input $5/MTok และ output $25/MTok แต่การคุมงบให้แม่นต้องนับ token ก่อนส่งด้วย count_tokens, บันทึก usage หลังส่ง และแยก prompt caching กับผลของ tokenizer ใหม่ออกจากต้นทุนหลัก ^[18][19][20]