Claude Token 计算与成本优化

Token 是 AI 模型处理文本的基本单位，直接决定 API 调用成本。本文介绍 Claude 的 Token 计算方法、各模型定价，以及优化 Token 用量的实用策略。

什么是 Token？

Token 是模型处理文本的最小单位。对于中文，1 个汉字通常占 1-2 个 token；对于英文，1 个单词约占 1-1.5 个 token。标点符号、空格也会消耗 token。

估算规则：

• 中文：约 1 个汉字 = 1.2-1.5 token
• 英文：约 1 个单词 = 1-1.3 token
• 代码：因缩进和关键词较多，约 1 行 = 5-15 token

Claude 模型 Token 定价

Claude 按输入和输出分别计费（价格为每百万 token）：

• Claude Opus 4：输入 $15 / 输出 $75
• Claude Sonnet 4：输入 $3 / 输出 $15
• Claude Haiku 3.5：输入 $0.80 / 输出 $4

使用 Prompt 缓存可节省 90% 输入费用，使用 Batch API 可享受 50% 折扣。

查看 Token 用量

每次 API 调用的响应都包含 usage 字段：

import anthropic

client = anthropic.Anthropic(
    api_key="your-api-key",
    base_url="https://claude4u.com/v1"
)

response = client.messages.create(
    model="claude-sonnet-4-20250514",
    max_tokens=1024,
    messages=[{"role": "user", "content": "什么是量子计算？"}]
)

usage = response.usage
print(f"输入 Token: {usage.input_tokens}")
print(f"输出 Token: {usage.output_tokens}")
print(f"缓存命中: {getattr(usage, 'cache_read_input_tokens', 0)}")
print(f"缓存写入: {getattr(usage, 'cache_creation_input_tokens', 0)}")

# 计算费用（以 Sonnet 4 为例）
input_cost = usage.input_tokens / 1_000_000 * 3
output_cost = usage.output_tokens / 1_000_000 * 15
print(f"本次费用: ${input_cost + output_cost:.6f}")

Token 计算工具

在发送请求前预估 token 数量：

# 使用 Anthropic 的 token 计数 API
token_count = client.messages.count_tokens(
    model="claude-sonnet-4-20250514",
    messages=[{"role": "user", "content": "你好，请介绍一下人工智能的发展历史"}]
)
print(f"预估输入 Token: {token_count.input_tokens}")

本地粗略估算

def estimate_tokens(text):
    """粗略估算 token 数量"""
    chinese_chars = sum(1 for c in text if '\u4e00' <= c <= '\u9fff')
    other_chars = len(text) - chinese_chars
    return int(chinese_chars * 1.4 + other_chars * 0.3)

text = "Claude 是 Anthropic 开发的大语言模型"
print(f"估算 Token: {estimate_tokens(text)}")

Token 优化策略

1. 精简系统提示词

# 优化前（约 200 token）
system = "你是一个非常专业的、经验丰富的高级 Python 开发工程师，拥有超过20年的工作经验，精通各种Python框架和库..."

# 优化后（约 50 token）
system = "你是 Python 专家。回复简洁，包含代码示例。"

2. 使用 Prompt 缓存

对于重复使用的长上下文（如 RAG 文档），启用 Prompt Cache 可节省 90% 费用：

response = client.messages.create(
    model="claude-sonnet-4-20250514",
    max_tokens=1024,
    system=[{
        "type": "text",
        "text": long_context,  # 长文档上下文
        "cache_control": {"type": "ephemeral"}
    }],
    messages=[{"role": "user", "content": "根据文档回答问题"}]
)

3. 控制输出长度

• 使用 max_tokens 限制输出长度
• 在 System Prompt 中要求简洁回答
• 对长回复使用 stop_sequences 提前截断

4. 优化对话历史

• 定期总结长对话，用总结替代完整历史
• 移除无关的早期消息
• 使用 sliding window 保留最近 N 轮对话

各模型上下文窗口

• Claude Opus 4 / Sonnet 4：200K token（约 15 万中文字）
• Claude Haiku 3.5：200K token

上下文窗口越大，可以处理越长的文档和对话，但也意味着输入 token 费用越高。