Claude Haiku 5.5 价格怎么算？100K 门槛、缓存与 API 成本示例
Claude Haiku 5.5 的低价适用于多长的输入？整理官方输入、输出、缓存价格，用跨越 100K 的请求和十万次调用算清成本，并说明中转报价的核对方法。
本文目录
Claude Haiku 5.5 的 API 起价为每百万输入 Token 0.10 美元、每百万输出 Token 0.50 美元。做预算时，先看单次请求是否超过 100,000 个输入 Token：跨过这条线后，整笔请求适用较高一档价格，缓存命中也不会消除这个门槛。官方价格说明
本文核对于 2026 年 10 月 9 日，金额均为美元。以下算例使用 Claude API 常规价格，不含额外工具费、地区加价、税费或第三方服务费；它们是按指定 Token 数计算的示例，不是实际压测账单。
Haiku 5.5 官方价格表
下表单位均为美元／百万 Token，也就是 USD／MTok。输入、输出和缓存分别计价。
| 计费项目 | 单次输入不超过 100K | 单次输入超过 100K |
|---|---|---|
| 普通输入 | 0.10 | 0.50 |
| 输出 | 0.50 | 2.50 |
| 5 分钟缓存写入 | 0.125 | 0.625 |
| 1 小时缓存写入 | 0.20 | 1.00 |
| 缓存读取 | 0.01 | 0.05 |
这些是 Haiku 5.5 模型页列出的价格。比较商家报价时，要确认它写的是普通输入、缓存读取，还是一种混合后的宣传价。
100K 门槛怎样计算？
100K 在这里指 100,000 个输入 Token。决定价格档位时，普通输入、缓存写入和缓存读取都算在请求输入长度内；输出长度不用于判断这条输入门槛。每笔请求独立判断，前面已经结算的请求不会被追溯改价。长上下文计价规则
因此，要留意三个容易混淆的情况：
- 一个月累计用了几百万 Token，不会仅因为累计量大就触发长输入档
- 某次请求恰好是 100,000 个输入 Token，仍在低价档
- 某次请求超过 100,000 个输入 Token，不能把前 100K 按低价、超出部分按高价分段计算
如果程序会不断附带聊天历史、检索资料或工具结果，应该观察每次调用的完整输入，而不只看用户最后发来的那句话。
三笔账，看清实际差异
没有缓存时，基础费用的算法很直接：
单次费用 = 输入 Token 数 ÷ 1,000,000 × 输入单价 + 输出 Token 数 ÷ 1,000,000 × 输出单价。
1. 短请求：十万次调用约 45 美元
假设每次实际计费输入为 2,000 Token、计费输出为 500 Token：
- 输入：2,000 ÷ 1,000,000 × 0.10 = 0.00020 美元
- 输出：500 ÷ 1,000,000 × 0.50 = 0.00025 美元
- 合计：每次 0.00045 美元，100,000 次共 45 美元
这个估算要求每次的用量相同。若存在失败重试、多轮工具调用或更长输出，应把相应请求一起计入预算。
2. 多一个输入 Token，价格档位就可能变化
假设两笔请求都输出 1,000 Token：
| 输入 Token | 输入费用 | 输出费用 | 单次合计 |
|---|---|---|---|
| 100,000 | 0.010000 | 0.000500 | 0.010500 美元 |
| 100,001 | 0.0500005 | 0.002500 | 0.0525005 美元 |
差异来自整笔请求换了价格档位。因此，输入经常接近 100K 的应用应留出余量，不宜把预算建立在“恰好少一个 Token”上。
3. 命中缓存，也要先判断总输入
假设一次请求有 80,000 个缓存读取 Token、10,000 个普通输入 Token，输出 1,000 Token，没有新的缓存写入，总输入为 90,000：
- 缓存读取：80,000 ÷ 1,000,000 × 0.01 = 0.0008 美元
- 普通输入：10,000 ÷ 1,000,000 × 0.10 = 0.0010 美元
- 输出：1,000 ÷ 1,000,000 × 0.50 = 0.0005 美元
- 本次合计：0.0023 美元
此前建立缓存的写入费用需要另计。如果缓存读取增加到 95,000 Token，而普通输入仍为 10,000，总输入就是 105,000，三个计费项目都需要使用长输入档。相同的 1,000 Token 输出下，本次合计为 0.01225 美元。
计算时不要把同一批缓存 Token 再按普通输入重复收费。应按服务商返回的用量字段及账单定义拆分。
从 Haiku 4.5 升级，为什么不能直接承诺省九成？
Anthropic 于 2026 年 10 月 7 日发布 Haiku 5.5。官方列出的短输入 Token 单价较 Haiku 4.5 低 90%，长输入档低 50%；这描述的是单价变化。发布说明
同一份文本在不同版本上的 Token 数可能不同。官方说明，Haiku 5.5 使用更新的分词器，相同输入相对 Haiku 4.5 通常约多 30% Token，具体增幅依内容而异。迁移后应该用新模型重新计数。Token 计数说明
另外，思考 Token 也按输出计费，即使返回内容里没有显示完整思考文本，也不能只根据最终可见答案的长度估价。思考与计费说明
建议用同一批业务样本比较“完成一个合格任务的费用”，同时记录重试率和输出是否完整。这样才能判断实际节省了多少。
控制费用，可以先做这四件事
- 按实际请求统计输入长度，尤其关注超过 100K 的比例。平均输入很短，也可能掩盖少数长请求带来的费用
- 对只需要几个字段的任务明确输出格式，避免无关长解释；为确实需要推理的任务留足输出预算
- 对固定资料评估缓存，分别记录首次写入和后续命中费用。不要把缓存命中率假定为 100%
- 能接受异步处理的离线任务，再评估 Batch。Haiku 5.5 官方 Batch 输入、输出价格为常规价格的五折，仍区分 100K 前后两档。Batch 价格
精简上下文时，也要重新检查质量。删掉决定答案的材料，可能让单次费用下降，却让返工和人工审核增加。
比较中转报价时，把条件对齐
准备通过中转服务调用，可以先到 PickAIPlan 中转站目录查看公开资料，再向服务商确认：
- 完整模型 ID、接口协议和计费分组是否一致
- 报价使用美元、人民币，还是站内额度；充值后实际能得到多少可用额度
- 是否执行 100K 分档，缓存写入和读取如何收费
- 是否另有调用费、最低扣费、地区加价或余额有效期
- 出错重试、退款、数据保留和上游切换分别采用什么规则
特别低的展示价需要核对计费条件，不能据此推断模型效果、来源或稳定性。本站整理公开信息，不参与交易，也不提供商家信用或服务质量担保。
常见问题
1M 上下文，是不是 1M 输入都按 0.10 美元／百万 Token？
不是。上下文容量和价格档位是两个参数。应先确认请求是否超过 100K，再套用对应单价。
只看输入价格，能估算总成本吗？
不能。至少还需要计费输出量、缓存写入与读取量，以及额外工具或服务费用。长回答、推理任务和多轮代理任务尤其需要检查这些部分。
这张表能直接当中转站的结算标准吗？
不能。它是官方 API 价格的核对基准。第三方服务的最终扣费，应以对应分组、充值比例和实际账单为准。