Opus 5.5 降价后,Claude Code 完成一项任务到底花多少钱?实操省钱与提效指南

先用官方标价算清一项任务,再按测试、effort、模型、缓存与 /usage 找到适合自己的省钱做法;附两份可复用模板。

作者:Addy Osmani · Anthropic09-23 · 约 12 分钟

一次任务到底花多少钱:从标价到真实账单

使用 Claude Code 的开发者往往想知道完成任务的总成本。目标可能是交付一个新功能、完成一次依赖迁移或排查一处线上 Bug。最终消耗多少 Token,取决于完成任务经过多少轮、每轮处理多少输入与输出。

随着 Opus 5.5 的推出,官方对 API 单价进行了全面下调。在讨论具体怎么省钱之前,我们先从原文给出的 API 标价切入,算清原文设定的一次示意任务到底需要支付多少美元。

1. 任务的计费循环与 Opus 5.5 单价

在 Claude Code 内部,一次任务本质上是一个连续的 Agent 循环:模型读取当前上下文与对话历史,决定调用某个工具(如读文件、运行测试、执行检索),读取工具返回的结果,并将所有历史与新内容重新打包发回,直到任务完成。

每一次循环就是一轮请求(Turn),而一个任务的总成本由四个核心要素决定:

  • 轮次(Turns):每一轮都会将截止到该轮的所有对话与文件内容重新发送给模型。轮次越多,累计吞吐的输入 Token 总量就越庞大。
  • 缓存读取(Cache Reads):每一轮重新发送的内容中,有一部分是上一轮模型已经见过的重复文本。这部分由 Prompt 缓存机制承载,单价仅为新输入的极小一部分。
  • 输出 Token(Output Tokens):这是单价最高的 Token 类型,达到输入单价的 5 倍。模型的思考过程(Thinking)在底层同样按输出计费。因此,模型在得出答案前思考得越多,输出账单越高。
  • 模型单价(Model):选取的模型直接决定了每个 Token 的单价基准。

在 Opus 5.5 的 API 官方标价中,每百万 Token(1M Tokens)的具体费率为:

  • 新输入(Fresh Input):$4.00 / M
  • 输出(Output,含思考):$20.00 / M
  • 缓存读取(Cache Read):$0.20 / M(低至新输入价格的 1/20,即 5%)
Fig A. 每百万 Token API 标价对比(Opus 5 与 Opus 5.5)
Fig A. 每百万 Token API 标价对比(Opus 5 与 Opus 5.5)。新输入从 $5.00 降至 $4.00(降幅 20%),输出从 $25.00 降至 $20.00(降幅 20%),缓存读取从 $0.50 降至 $0.20(降幅 60%)。三组柱条各自缩放,不能跨组比较高度。

2. 40 回合基准测算:不同缓存命中率下的实际花费

为了直观看到这些单价如何组合成最终账单,我们可以代入一个原文设定的示意任务:

假设任务以 20K Token 的初始上下文(系统提示词、规则文件与项目骨架)启动;随着模型不断读取代码库文件和工具返回结果,会话上下文增长到 120K Token。整个过程平均每轮发送约 70K Token。

  • 输入总规模:40 轮 × 平均每轮 70K = 2.8M 输入 Token。注意:虽然对话窗口最终仅增长到 120K,但由于每轮重复发送历史,累计处理的输入达到了 2.8M。
  • 若输入都未按缓存读取计费:2.8M 纯新输入需支付 11.20 美元:280 万 × 每百万 4 美元 = 11.20 美元。
  • 在 90% 缓存命中率下:
    • 缓存读取:252 万 × 每百万 0.20 美元 ≈ 0.50 美元。
    • 新输入:28 万 × 每百万 4 美元 = 1.12 美元。
    • 输入总费用:约 $1.62
  • 在 96% 缓存命中率下:
    • 缓存读取:268.8 万 × 每百万 0.20 美元 ≈ 0.54 美元。
    • 新输入:11.2 万 × 每百万 4 美元 ≈ 0.45 美元。
    • 输入总费用:降至约 $0.99

再假设任务另产生 60K 输出 Token(包含代码编写与隐藏的思考推理): 6 万 × 每百万 20 美元 = 1.20 美元。

在 Opus 5.5 上,输出单价是缓存读取单价的整整 100 倍。这 60K 输出 Token 产生的 1.20 美元,相当于读取 6M 缓存 Token 的开销。

如果把这个输出量和前述输入算例合在一起,且暂不计缓存写入,得到:

  • 90% 缓存命中时:输入 $1.62 + 输出 $1.20 = $2.82
  • 96% 缓存命中时:输入 $0.99 + 输出 $1.20 = $2.19

如果同样的任务通过更精准的上下文组织和规划,在 25 轮内收敛完成,总输入将缩减至 1.75M,90% 命中下的输入成本会从 $1.62 进一步降至 $1.02。

3. 与 Opus 5 的对比:固定用量下约省 31%,实际任务还要看完成过程

在官方对比测算中,一个由 2M 缓存读取、部分新输入和一定输出构成的示意会话,在 Opus 5 的标价下(输入 $5.00/M、输出 $25.00/M、缓存读取 $0.50/M)总成本为 $3.50;在 Opus 5.5 标价下,该会话总费用降幅约为 31%。

这约 31% 只计算两代模型处理相同数量、相同构成的 Token 时,标价变化带来的差额。

在实际编码工作中,情况要复杂得多:

  1. 价格维度的下调:Opus 5.5 的输入和输出单价降低了 20%,而缓存读取单价下降 60%(从 $0.50/M 降到 $0.20/M)。对于高缓存占比的长时间端到端开发,纯单价差异会更明显。
  2. 工作量维度的变动:Opus 5.5 引入了默认的 Extended Thinking 机制,在作答前会更全面地推理,这可能增加输出 Token 数量;如果它更早定位并解决问题,也可能减少回合,从而减少重复轮次。

如果是一个边界极其清晰的小任务,两代模型可能都在差不多的轮次内收敛,此时你的账单降幅主要体现为纯价格下调;但在开放性、多分支的复杂任务中,如果旧模型多次走错方向、出现返工,而新模型更快完成,实际节省可能高于 31%。

4. 账单形态分离:API 美元账单与订阅计划额度

理解成本时,还需要将开发者的计费模式区分开来:

  • 使用 Anthropic API Key:可以用上述 API 标价估算费用;经第三方云厂商调用时,应以对应平台的计费规则为准。在长会话的输入有较高缓存命中率时,缓存读取单价降至 $0.20/M 是账单中降幅最大的一项(在 2M 缓存读的样例中,该项开销直接从 $1.00 跌至 $0.40)。
  • Pro、Max、Team 等订阅计划用户:日常消耗的是订阅内置的速率限制与上下文额度条(Usage limits)。Anthropic 称,Opus 5.5 的较低价格已反映到订阅限额中,包括缓存上下文;限额约可比使用 Opus 5 时多覆盖 25% 的用量。
  • 终端 /usage 命令的读数:在 Claude Code 终端运行 /usage 时,屏幕显示的美元估算是客户端根据 API 列表价本地计算得出的。对于订阅用户,这个美元数字仅作为衡量客观代码工作量的统一参考尺标,并不代表实际信用卡扣款账单。

实操省钱与提效指南

知道钱花在哪里之后,下一步是减少完成任务时不必要的轮次与输出,同时留意省 Token 的设置是否导致返工。

例如,降低 effort 省下的思考 Token,可能被一次多轮重试抵消;原文给出了两笔同为约 0.40 美元的示意成本。以下指南从测试配置、推理档位、模型分工、提示词瘦身到缓存维护,逐一梳理实操策略。

策略一:优先配置自动化测试,让错误尽早暴露

  • 适用情形:跨模块函数修改、接口重构、涉及连锁依赖的业务逻辑编写。
  • 具体操作: 在向模型发出执行指令的同时,明确提供可执行的检验手段——例如项目现有的单测、构建或接口检查命令。检查应覆盖这次修改实际影响的调用链路,例如客户端与后端接口,而不仅是被改的函数。
  • 会改变什么 / 代价: 测试本身会增加一轮工具调用及其输出。但具备自检能力后,模型在发现失败后尽早纠正,减少后续反复排查的轮次。原文的要点是:少一次无用的返工,可能比少一点单轮思考更省钱。

策略二:按需调节 Effort 档位(思考深度)

Effort 决定了模型在每个回合中分配给思考推理、文本阐述和工具调用的基础资源倾向。Opus 5.5 支持 low、medium、high、xhigh 以及单会话专用的 max 档位。

  • 适用情形与档位选择:
    • medium(日常起点):适用于日常边界清晰、有既定参考实现的常规开发任务。
    • low:适用于纯机械性编码工作,例如批量变量重命名、将已知模板或类型定义机械复制到多个文件。此类任务不需要深度权衡,压低思考量可减少思考相关的输出费用。
    • high:当模型在 medium 档位下出现“只修复了表面单层代码”的典型瓶颈时启用。例如在接口重构中,模型只更新了后端 Handler 且单元测试通过,却漏掉了前端调用方——这个例子说明模型可能只检查到一层调用关系。提高 effort 可能让模型在写入前查找更多调用处。
  • 具体操作: 终端执行 /effort high 即可生效,运行 /effort status 可查看当前档位。
  • 会改变什么 / 代价:
    • 从经济学角度测算:假设在整个任务周期内,high 档位额外增加了 20K 思考 Token,在 Opus 5.5 上直接成本约为 $0.40。而一次在 100K 缓存上下文下跑 10 轮、伴随 10K 输出的排错重试循环,消耗同样在 $0.40 左右。因此,如果 high 恰好避免一次这样的重试,额外思考费就可能回本;反之,若在 medium 即可独立解决的简单任务上盲目开 high,增加的思考开销就是额外支出。
    • 重要限制:在会话中途切换 effort 前,要考虑缓存重新写入的成本。由于推理参数和系统引导词属于 Prompt 缓存匹配前缀的一部分,更改 effort 设置会直接导致既有缓存失效,下一次请求可能要重新支付缓存写入费用。

策略三:梯度配置模型阶梯与委派检索

模型档位直接锁定了会话中每一个 Token 的基础单价,其影响权重比 effort 更大。更重要的是,在多 Agent 协同体系中,未另行指定模型的 Subagent 会继承主模型及其价格。

模型阶梯建议(Model Ladder)
模型阶梯示意图。Haiku/Sonnet 负责搜索摘要、阅读日志与查找定义;Opus 5.5 作为日常主力负责多文件特性、修单测与代码审查;Fable 5.1 负责无人值守长流程、无现成模式攻坚与多 Agent 协同。柱形仅代表相对成本层级,非具体数值或基准跑分能力。
  • 日常主力:Opus 5.5
    • 定位:适用于有人监督的日常业务开发、复杂跨文件联调、代码审查与后续跟进修复。开发者随时观察输出并在偏差时介入,能维持极短的收敛闭环。
  • 向上跃升:Fable 5.1
    • 适用情形:无人值守、缺少既有模式或需要协调多个 Agent 的复杂任务。例如无人监督的长任务、在代码库中完全没有现成模式可借鉴的难题,或是需要协调大量 Subagent 的宏观架构改造。
    • 切换规则:不要等到第三次失败。如果 Opus 5.5 在 high 档位下连续两次在同一个核心问题上受挫,原文建议此时用 /model 切换到 Fable 5.1;难点解决后再切回 Opus 5.5。
    • 价格差距:Fable 5.1 每百万 Token 的输入标价为 10 美元,输出标价为 50 美元,均为 Opus 5.5 的 2.5 倍。缓存读取价仅为 0.25 美元,是 Opus 5.5 的 1.25 倍。在高度依赖缓存的长程会话中,两者的成本差距会缩小;需要大段生成新代码时,差距会扩大。
    • 操作细节:模型切换会导致缓存无法跨模型复用,新模型第一轮需支付全量写入费。切换前建议先运行 /compact 压缩上下文,或新开会话并粘贴精简计划。
  • 向下委派:降级至 Sonnet 或 Haiku 做纯信息检索
    • 适用情形:委派搜索、摘要、读日志等容易核对结果的信息工作——如全局文件遍历、日志排查、测试输出过滤、跨仓库定位符号定义。
    • 留意:原文建议将主要代码修改留给 Opus 5.5。如果是跨多文件的机械性简单修改,原文建议保留 Opus 5.5 作为主模型并将 effort 设为 low,以较低 effort 完成机械性修改。
    • 具体操作:在自定义 Subagent 配置中显式声明 model: haiku 或 model: sonnet,或通过全局环境变量 CLAUDE_CODE_SUBAGENT_MODEL 统一指定。
    • 机制与权衡:Subagent 运行在独立的上下文窗口中,检索文件消耗的 Token 计入它自身的会话,汇总后的精简结论交回主模型,避免这些原始检索内容直接挤占主会话上下文。但代价是:若小模型误读了搜索结果,主模型可能沿错误线索排查,最终为主模型的无效轮次买单。
    • 注意:部分环境中的 opusplan 模式(Opus 负责规划,Sonnet 执行代码编写)与上述“让主模型保持写代码、只下放检索”的逻辑不同,在团队中将其设为默认配置前,务必在自身业务任务上实测对比。

策略四:清理历史指令与提示词反模式(Prompt-audit 实证)

随着模型迭代,老版本模型遗留下来的提示词套路往往会变成新模型的额外成本。

  • 适用情形:从旧版本迁移的项目、写满仪式性规则的 CLAUDE.md 文件、定制技能或调用 Claude Platform 开发的内嵌代码。
  • 具体操作: 在终端运行 /claude-api prompt-audit,扫描配置与技能中隐藏的提示词反模式;同时审查项目根目录的 CLAUDE.md,官方建议将其精简压缩在 200 行以内;输入 /mcp 检查当前挂载的 MCP 服务器,断开当前任务用不到的连接。
  • Prompt-audit 的 44 工单测试分析: 官方在将一套包含大量历史累赘提示词的内部客户支持基准(共 44 个工单)从 Opus 4.8 迁移至 Opus 5.5 时进行了对照实验。
Fig D. 提示词审查与模型迁移基准测试
Fig D. Anthropic 内部 44 工单测试:横轴是每工单成本(美分,三次运行的六提示词均值),纵轴是决策准确率。三个点依次对应 Opus 4.8、Opus 5.5 低 effort,以及再做 prompt-audit。
  • 数字如何得出:
    • 第一步:直接将运行环境从 Opus 4.8(默认 effort)切换到 Opus 5.5(low effort),基准测试的总成本下降了约 18%(每工单成本从约 2.46 美分降至 2.02 美分,决策准确率从 88.1% 升至 90%)。
    • 第二步:运行 prompt-audit 针对性剔除提示词反模式,成本在降低后的基准上再下降约 9%,使得整体成本比最初 Opus 4.8 基线累计降低约 25%(单工单降至 1.83 美分,准确率进一步微升至 92.1%)。
  • 背后剔除了什么: 审计移除了过去为引导旧模型不得不写的“仪式性规则”——例如强行规定的六步拆解流程、强制性草稿纸规则(Scratchpad rule)、死板的二次验证规则(Verify-twice rule)以及彼此冲突的配置指引。在这次测试中,这类规则使模型增加输出和重复工具调用。
  • 可迁移做法: 不要将 25% 视为普适定律,而应将其视为信号:检查你的规则配置,把诸如“每一步必须写出思维链草稿”、“每次修改必须重复确认两次”等旧咒语删掉,让新模型减少不必要的输出和重复调用。

策略五:维护缓存有效生命周期与精准压缩

Prompt 缓存是降低输入账单的主要因素之一,但其前缀匹配原理决定了部分操作会使缓存前缀失效。

Claude Code 计费规则总览
Claude Code 的计费规则表:缓存时长与写入倍率、Thinking 按输出计费,以及自动压缩等项目。
  • 缓存底层机制与计费细节:
    • 前缀匹配:缓存只复用从开头完全吻合的部分。一旦前面的内容发生任何变动,变动点之后的所有上下文全部失效。
    • 写入成本与读取成本:在 Opus 5.5 上,读一次缓存仅需 $0.20/M,但写入缓存是昂贵的。5 分钟寿命的写入单价是新输入的 1.25 倍($5.00/M),1 小时寿命的写入单价则是新输入的 2 倍($8.00/M)。每次成功命中(Hit)都会免费重置其存活寿命。
    • 寿命差异:订阅计划用户默认享有 1 小时缓存寿命(进入用量信用计费后降为 5 分钟);API 开发者默认仅有 5 分钟寿命(API 允许支付 2 倍写入溢价升级至 1 小时)。
  • 五种可能导致缓存重新写入的情况:
    1. 停顿超时:在 API 模式下,一次超过 5 分钟的起身冲咖啡,会让接下来的请求面临重新写入缓存。以 120K 上下文为例,原本一次只需约 $0.02 的缓存读取,会立刻变成一次高达约 $0.60 的全量写入,在这个示例中,一次写入的价格相当于约 25 次读取。
    2. 中途更改 Effort 或 Thinking 设定:配置更改破坏了前缀匹配,整段会话重新写入。
    3. 动态挂载或卸载 MCP 服务器:改变了请求初始加载的工具签名。
    4. 跨模型切换:新模型必须重新建立缓存。
    5. 会话压缩(Compaction):压缩改写了历史,相当于开启一条新前缀。
  • 为什么长会话每轮越来越贵: 每一轮都需完整重发历史。20K 上下文时,单轮缓存读仅需约 $0.004;当上下文膨胀至 150K 时,单轮读开销升至 $0.03。在此体积下连续跑 30 轮,光是缓存读取就要花费 $0.90(而在 20K 下仅需 $0.12)。那些两小时前报错的无用堆栈和早已关闭的文件内容,依然在持续收取路费。
  • /clear 与 /compact 的取舍平衡点:
    • /clear:彻底清空上下文,费用为 $0。只要当前开发任务已经告一段落,转入无关的新需求时,可以使用 /clear。
    • /compact:由模型提取摘要以保留上下文连续性,压缩本身需要支付一次完整的请求费用。以 150K 上下文为例,执行一次压缩大约花费 $0.25(包含读取长历史、生成数千 Token 的摘要输出,以及将缩短后的新上下文写入缓存)。压缩之后,后续每轮能省下约 $0.025 的读取费——这意味着:在这个示意计算中,后续还要约 10 轮才抵得过压缩费用。如果你只剩一两轮就要收尾,执行 /compact 可能增加费用。
    • 精准压缩指令:压缩容易丢失细枝末节的调试信息。执行时带上具体要求,例如:/compact 保留报错的测试用例名称和数据库 Schema 的变动内容。

策略六:用 /usage 诊断异常,在 3-4 项真实任务上建立基线

不要依赖单一玩具用例得出结论,也不要盲目套用网传经验。

  • 读取 /usage 的三项核心指标: 在任务结束时输入 /usage(或 /cost),重点审视 Session 栏目的三个信号:
    1. 缓存命中比例(Cache Share):持续进行的长会话通常会有较高的缓存占比;原文的 90% 是算例,不是统一达标线。若命中率反常偏低,立刻倒查会话中是否存在超长停顿、中途调参或动态插拔 MCP。
    2. 输出对输入的占比(Output vs. Input):若只是微调几行代码,输出 Token 明显高于自己同类任务,可以排查 effort 是否过高,或模型是否在反复尝试。
    3. 输入总量与最终上下文体积的倍数(Total Input vs. Context Size):若累计处理的输入是最终上下文体积的几十倍,说明任务经历了较多轮次,此时可以回看会话记录,找出循环卡顿的症结。
  • 行业基准参考: 根据 Claude Code 官方成本文档披露的企业级部署统计,活跃开发者在日常工作中的花费每活跃开发者每天平均约为 $13,且 90% 的用户日均消费低于 $30。若某次会话远高于自己平时的任务水平,可结合上述读数检查原因。
  • 科学对照实验方案: 从日常待办(Backlog)中挑选 3 至 4 个具有代表性的真实开发任务(而非 Hello World)。分别在 Opus 5 与 Opus 5.5 下、或在不同的 effort 组合下完整跑完,如实记录完成轮次、输出 Token 消耗及账单数字。只有在自己代码库里跑出的真实数据,才更适合作为自己团队的配置依据。

实操带走包

滚动查看原始 Markdown,复制后可按团队实际系统与政策修改。

Markdown · 会员
正在载入 Markdown…
来源
What a task costs on Opus 5.5Addy Osmani·2026-09-22·查看主材料
本站说明
价格为 Anthropic 文中的 API 标价;算例与内部基准的适用范围以正文说明为准。
↑ 正文结束
✓ 本篇全文免费开放

会员可复制、下载全文 Markdown,还能让你的 AI 订阅和提问。

阅读原文 ↗
📮 新解读第一时间进邮箱

读完觉得有用?留个邮箱,每篇新解读发布就送达,随时退订。