Claude Opus 4.7 API 成本怎么估：长文档、长对话与批量任务

不用缓存时，最基础的 API 成本公式是：

成本 = input_tokens / 1,000,000 × 5
     + output_tokens / 1,000,000 × 25

使用 prompt caching 时，要把可复用上下文拆开算：第一次写入 5 分钟 cache 的部分按 $6.25/MTok，第一次写入 1 小时 cache 的部分按 $10/MTok，后续 cache hit / refresh 按 $0.50/MTok；未被缓存的新问题、新消息仍按普通 input 价格计算，模型输出仍按 output 价格计算。

一次性长文档：直接按 input + output 算

如果一份文档只分析一次，没有后续追问，预算最简单：文档、系统提示词和问题都算 input tokens，模型回答算 output tokens。以下示例均按 Claude API 公开价估算。

以 300k input + 8k output 为例：

300,000 / 1,000,000 × 5  = 1.50
8,000 / 1,000,000 × 25   = 0.20
合计                       = 1.70 美元

如果是从旧模型迁移到 Opus 4.7，不建议直接沿用原来的 token 估算。Anthropic 定价文档说明，Opus 4.7 使用新的 tokenizer，同一段固定文本的 token 数最高可能增加 35%。

例如原本估 300k input，保守可先按 405k input 计算；搭配 8k output 时：

405,000 / 1,000,000 × 5  = 2.025
8,000 / 1,000,000 × 25   = 0.20
合计                       ≈ 2.23 美元

同一份文档反复追问：缓存是分水岭

长文档产品最常低估的成本，不是单次输出，而是同一份大文档在每轮对话里反复作为 input 计费。只要用户会围绕同一份文档多次提问，就应该先把 prompt caching 放进预算模型。

假设：

• 文档：300k tokens
• 每次新问题：2k tokens
• 每次回答：2k output tokens
• 使用 5 分钟 prompt cache

在这个例子里，第一轮建立 cache 比不用 cache 还贵；但只要同一份文档进入第二轮请求，总成本就低于每次重送全文：

不用 cache，两轮：约 1.56 × 2 = 3.12 美元
用 5 分钟 cache，两轮：约 1.935 + 0.21 = 2.145 美元

所以，长文档问答的预算重点是 cache hit rate：用户是否真的会连续追问、追问是否落在缓存有效期内，以及每轮是否仍带入大量未缓存的新内容。

长对话：别让历史消息每轮全价重算

长对话的成本逻辑和长文档类似。如果应用每轮都把大量历史消息送回模型，input 成本会很快累积。可复用、相对稳定的历史上下文，应优先评估 prompt caching。

假设：

• 历史对话：200k tokens
• 每轮新消息：1k tokens
• 每轮输出：2k tokens

选 5 分钟还是 1 小时 cache，不应只看写入单价，而要看真实使用行为：

• 用户通常会在 5 分钟内连续追问：先估 5 分钟 cache。
• 用户常隔超过 5 分钟才回来，但多数会在 1 小时内继续：1 小时 cache 的第一次写入更贵，但可能减少反复失效与重建。
• 回复间隔不可预测：先用真实流量抽样，统计 cache hit rate，再调整架构。

批量任务：先用同步公开价做保守预算

批量任务常见于离线分析、数据标注、批量摘要或大规模分类。在尚未确认你的账号、合约或平台端点适用的 batch pricing 前，正式预算不应提前写入未经核实的折扣。更稳妥的做法，是先按同步 API 公开价估算，再用实际确认的批量价格下修。

同步公开价公式仍然是：

总成本 = 总 input tokens / 1,000,000 × 5
       + 总 output tokens / 1,000,000 × 25

例：10,000 笔任务，每笔 2k input + 500 output。

总 input  = 10,000 × 2,000 = 20,000,000 tokens
总 output = 10,000 × 500   = 5,000,000 tokens

input 成本  = 20 × 5  = 100 美元
output 成本 = 5 × 25  = 125 美元
合计         = 225 美元

这个 $225 是不计入任何 batch discount 的保守同步价估算。后续如果确认有适用的批量价格，再把单价替换为实际价格即可。

另外，如果不是直连 Anthropic Claude API，而是通过云平台或第三方模型路由商，实际账单可能不同。第三方资料 CloudPrice 列出，Opus 4.7 在 Anthropic / global 类型下为 $5 input / $25 output per MTok，也列出部分 AWS Bedrock 区域型代码为 $5.50 input / $27.50 output per MTok；这类资料适合作为检查提醒，正式采购仍应以你的平台账务页、合约与官方文件为准。

给预算加 buffer：别只看理论值

如果还没有真实 token 分布，纯用理论值通常会偏乐观。至少把三件事纳入安全垫：

1. Tokenizer 迁移风险：Opus 4.7 的新 tokenizer 可能让固定文本 token 数最高增加 35%。
2. Cache hit rate 不确定性：缓存只有在上下文真的被重复使用、且仍在有效期内时，才会显著降低成本。
3. 实际使用行为：用户可能要求更长输出、反复重试、上传更大文档，或让对话历史超过原本假设。

可采用的非官方预算安全垫如下：

这些系数不是 Anthropic 官方报价，而是预算管理上的保守抓法。正式上线后，应把真实 token 日志、cache hit rate 与发票数据回填到模型里。

可直接套的月度模板

没有 cache 时，可以先用月成本公式：

月成本 ≈ 每日请求数 × 30
       × (平均 input tokens / 1,000,000 × 5
          + 平均 output tokens / 1,000,000 × 25)

有 cache 时，务必拆开算：

月成本 ≈ 普通 input 成本
       + cache write 成本
       + cache hit / refresh 成本
       + output 成本

实作前至少填入这些变量：

结论：怎么抓比较稳

一次性长文档分析，直接用 $5/MTok input + $25/MTok output 估算即可。

同一份长文档反复问答，或长对话每轮都带大量历史，应先试算 prompt caching。在 300k 文档、2k 问题、2k 输出的例子中，5 分钟 cache 第二轮命中约 $0.21，而每次重送全文约 $1.56。

批量任务先用同步 API 公开价抓保守预算，等确认实际 batch pricing、云平台价格或合约单价后再下修。若从旧模型迁移到 Opus 4.7，先把 input token 预估最高乘以 1.35，再加运营 buffer，通常会比只看标价更接近真实账单。