ค่าใช้จ่าย Claude Haiku 5.5 API: วางงบสำหรับการลองใหม่และการกู้คืน
ประเมินค่าใช้จ่ายเวิร์กโฟลว์ Claude Haiku 5.5 ในระบบใช้งานจริง โดยระบุสมมติฐานเรื่อง token, cache, การลองใหม่ การกู้คืน และระดับ context อย่างชัดเจน
สรุป · TL;DR
ตัวอย่างเวิร์กโหลดในระบบใช้งานจริงจำนวน 100,000 งาน รวมการลองใหม่ การเรียกเพื่อกู้คืน และการเขียน cache ตามสมมติฐาน มีค่าใช้จ่าย $149.59 ตามราคาอย่างเป็นทางการที่อ้างอิง หรือ $44.73 ตามราคาที่ OneMux เผยแพร่ ค่าใช้จ่ายจริงขึ้นอยู่กับการใช้ token, พฤติกรรม cache, ระดับ context และค่าบริการเพิ่มเติม
ประเด็นสำคัญ
- วางงบตามจำนวนครั้งที่เรียก API ไม่ใช่เฉพาะงานที่เสร็จแล้ว เพราะการลองใหม่และการเรียกเพื่อกู้คืนก็ใช้ token เช่นกัน
- ตามราคาระดับเริ่มต้นที่อ้างอิง การเรียกที่มี input 8,000 tokens โดย 80% เป็น cached input และมี output 2,000 tokens มีค่าใช้จ่าย $0.001224 ก่อนคิดค่าเขียน cache
- ตัวอย่างประมาณการรายเดือนแยกการเขียน cache ออกจากการอ่าน cache และสมมติว่าปริมาณ token ที่คิดค่าบริการทั้งสองส่วนไม่ทับซ้อนกัน
- Prompt ที่ยาวกว่า 100,000 tokens ใช้ราคาขั้นที่สูงกว่าตามแหล่งราคาเดิม ควรวัด prompt ทั้งหมด ไม่ใช่เฉพาะข้อความล่าสุดของผู้ใช้
- OneMux เผยแพร่อัตราส่วนราคา 0.29900000000000004 สำหรับโมเดลนี้ในภาพรวมแค็ตตาล็อก ณ วันที่ระบุ ส่วนยอดเรียกเก็บจริงต้องตรวจสอบกับเงื่อนไขและการใช้งานที่เกี่ยวข้อง
ในหน้านี้ (10)
หลักในการตัดสินใจ: วางงบตามจำนวนครั้งที่เรียก ไม่ใช่จำนวนงานที่เสร็จ
สำหรับเวิร์กโฟลว์ที่ใช้ Claude Haiku 5.5 ในระบบใช้งานจริง ให้เริ่มจากค่าใช้จ่ายในการเรียก API ตามปกติหนึ่งครั้ง แล้วบวกจำนวนครั้งที่ลองใหม่ การเรียกเพื่อกู้คืน และการเขียน cache หากคิดงบจากงานที่สำเร็จเพียงอย่างเดียว จะมองข้ามการเรียกที่มีแนวโน้มเพิ่มขึ้นมากที่สุดเมื่อเกิดเหตุขัดข้อง
ในตัวอย่างเวิร์กโหลดด้านล่าง งาน 100,000 งานต่อเดือนทำให้เกิดการเรียก API 112,000 ครั้ง เมื่อใช้สมมติฐานเรื่อง cache ที่ระบุและเผื่องบสำหรับการเขียน cache แยกต่างหาก ค่าใช้จ่ายประมาณ $149.59 ตามราคาอย่างเป็นทางการที่อ้างอิง หรือ $44.73 ตามราคาที่ OneMux เผยแพร่ ตัวเลขเหล่านี้เป็นเพียงประมาณการค่า token ไม่ใช่ใบเสนอราคาหรือการรับประกัน
บทความแนะนำค่าใช้จ่ายนี้จัดทำโดย OneMux ซึ่งเป็นทั้งผู้เผยแพร่และผลิตภัณฑ์ที่กล่าวถึง การคำนวณนี้มีประโยชน์ไม่ว่าคุณจะเรียกใช้ผู้ให้บริการโดยตรงหรือใช้บริการเข้าถึงโมเดล
ภาพรวมราคาและหน่วยเรียกเก็บ
ราคาทั้งหมดด้านล่างเป็นสกุล USD ต่อหนึ่งล้าน tokens ภาพรวมแค็ตตาล็อก OneMux บันทึกเมื่อวันที่ 12 พฤศจิกายน 2026 ไม่ใช่การตรวจสอบราคาแบบเรียลไทม์ บทวิเคราะห์ราคาที่ให้มา รายงานราคามาตรฐานและราคา cache อย่างเป็นทางการ รวมถึงราคาขั้นที่สูงกว่าสำหรับ prompt ที่มี input เกิน 100,000 tokens โปรดตรวจสอบเงื่อนไขปัจจุบันก่อนกำหนดงบประมาณ
| ระดับ prompt | Input อย่างเป็นทางการ | Output อย่างเป็นทางการ | Input ของ OneMux | Output ของ OneMux | อัตราส่วนราคาที่ OneMux เผยแพร่เทียบกับราคาอย่างเป็นทางการ |
|---|---|---|---|---|---|
| Input ไม่เกิน 100K tokens | $0.10 | $0.50 | $0.0299 | $0.1495 | 0.29900000000000004 |
| Input เกิน 100K tokens | $0.50 | $2.50 | $0.1495 | $0.7475 | 0.29900000000000004 |
อัตราส่วนนี้เป็นตัวคูณราคา ไม่ใช่จำนวนเงิน และนำมาแสดงตามที่เผยแพร่โดยไม่ปัดเศษเป็นข้อความอ้างสิทธิ์เรื่องส่วนลด หน้าโมเดลของ OneMux แสดงราคาเฉพาะโมเดลนี้
ราคา cache แยกจากราคา input และ output ปกติ:
| ระดับ prompt | อ่าน cache อย่างเป็นทางการ | เขียน cache อย่างเป็นทางการ | อ่าน cache ของ OneMux | เขียน cache ของ OneMux |
|---|---|---|---|---|
| Input ไม่เกิน 100K tokens | $0.01 | $0.125 | $0.00299 | $0.037375 |
| Input เกิน 100K tokens | $0.05 | $0.625 | $0.01495 | $0.186875 |
แค็ตตาล็อกยังระบุราคาเขียน cache แบบหนึ่งชั่วโมงแยกต่างหาก: ระดับล่างอยู่ที่ $0.20 ตามราคาอย่างเป็นทางการ และ $0.0598 ของ OneMux ต่อหนึ่งล้าน tokens ส่วนระดับสูงอยู่ที่ $1.00 และ $0.299 ตามลำดับ ตัวอย่างนี้ใช้ราคาเขียนมาตรฐาน ไม่ใช่ราคาแบบหนึ่งชั่วโมง การประมวลผลตามภูมิภาค เครื่องมือ และค่าบริการอื่นที่เกี่ยวข้องอาจเพิ่มยอดรวม ควรตรวจสอบสิทธิ์ในการใช้ cache, อายุการใช้งาน และวิธีเรียกเก็บสำหรับ endpoint และการตั้งค่าที่คุณใช้
ตัวอย่างประมาณการรายเดือนที่คำนวณตามได้
สมมติว่าเวิร์กโฟลว์จัดประเภทเหตุการณ์ในการดำเนินงานและส่งผลการตัดสินใจในรูปแบบมีโครงสร้าง ตัวเลขต่อไปนี้เป็นเพียงตัวอย่าง ไม่ใช่ผลการวัดประสิทธิภาพหรือคำแนะนำให้ตัดสินใจเรื่องใดโดยอัตโนมัติ
| สมมติฐาน | ปริมาณรายเดือนหรือต่อครั้ง |
|---|---|
| งานตั้งต้น | 100,000 งานต่อเดือน |
| การลองใหม่เพิ่มเติม | 10,000 ครั้งต่อเดือน |
| การเรียกเพื่อกู้คืนเพิ่มเติม | 2,000 ครั้งต่อเดือน |
| Input ต่อครั้ง | 8,000 tokens |
| Input ที่ให้บริการเป็นการอ่าน cache | 80% ของ input |
| Output ต่อครั้ง | 2,000 tokens |
| การเขียน cache ที่คิดค่าบริการแยก | 100 ล้าน tokens ต่อเดือน |
สมมติว่าทุกครั้งที่เรียกมีรูปแบบการใช้ token เหมือนกันและอยู่ในระดับ prompt ขั้นล่างทั้งหมด token สำหรับการเขียน 100 ล้าน tokens เป็นหมวดเรียกเก็บแยกต่างหาก โดย ไม่นับซ้ำรวมกับ token ในหมวด input ปกติหรือการอ่าน cache ด้านล่าง วิธีนี้ช่วยให้ตัวอย่างเข้าใจง่ายขึ้น แต่เมื่อมีข้อมูลจริงให้ใช้จำนวนตามหมวดเรียกเก็บจริง
ค่าใช้จ่ายต่อการเรียกหนึ่งครั้ง
ตามราคาอย่างเป็นทางการระดับล่างที่อ้างอิง ให้แบ่ง input 8,000 tokens เป็น input ปกติ 1,600 tokens และ token สำหรับอ่าน cache 6,400 tokens:
- Input ปกติ: 1,600 ÷ 1,000,000 × $0.10 = $0.000160
- การอ่าน cache: 6,400 ÷ 1,000,000 × $0.01 = $0.000064
- Output: 2,000 ÷ 1,000,000 × $0.50 = $0.001000
- รวม: $0.001224 ต่อครั้ง ไม่รวมการเขียน cache
เท่ากับ $0.1224 ต่อหนึ่งล้าน tokens ของ input และ output รวมกัน สำหรับสัดส่วน input ต่อ output ที่ 4:1 และสมมติฐานว่า 80% ของ input เป็นการอ่าน cache ในตัวอย่างนี้เท่านั้น ไม่ใช่ราคาเฉลี่ยถ่วงน้ำหนักที่ใช้ได้ทั่วไป เพราะหากความยาว output หรือสัดส่วน cache hit เปลี่ยน ผลลัพธ์ก็จะเปลี่ยนด้วย
เพิ่มการลองใหม่ การกู้คืน และการเขียน cache
เวิร์กโหลดนี้มีการเรียก 100,000 + 10,000 + 2,000 = 112,000 ครั้ง ที่ $0.001224 ต่อครั้ง คิดเป็น $137.088 ตามราคาอย่างเป็นทางการ ส่วน token สำหรับเขียน cache อีก 100 ล้าน tokens ที่สมมติแยกไว้มีค่าใช้จ่าย 100 × $0.125 = $12.50 รวมเป็น $149.588 หรือ $149.59 เมื่อปัดเป็นหน่วยเซนต์
เมื่อใช้ราคาระดับล่างที่ OneMux เผยแพร่กับหมวดเดียวกัน:
- การเรียกหนึ่งครั้ง: input $0.00004784 + การอ่าน cache $0.000019136 + output $0.000299 = $0.000365976
- การเรียก 112,000 ครั้ง: $40.989312
- token สำหรับเขียน cache มาตรฐาน 100 ล้าน tokens: $3.7375
- รวม: $44.726812 หรือ $44.73 เมื่อปัดเป็นหน่วยเซนต์
เพื่อให้เปรียบเทียบต่อหน่วยงานได้ ให้หารด้วยงานตั้งต้น 100,000 งาน จะได้ประมาณ $0.001496 ต่องาน ตามราคาอย่างเป็นทางการที่อ้างอิง และ $0.000447 ต่องาน ตามราคาที่ OneMux เผยแพร่ ตัวเลขเหล่านี้เป็นค่าใช้จ่ายต่องานตั้งต้น โดยรวมการเรียกเพิ่มเติมและการเขียนตามสมมติฐานแล้ว ไม่ใช่ค่าใช้จ่ายต่องานที่สำเร็จ หากบางงานยังแก้ไขไม่สำเร็จ ค่าใช้จ่ายต่องานที่สำเร็จจะสูงขึ้น
กำหนดกฎการลองใหม่และการกู้คืนก่อนเปิดใช้งาน
การลองใหม่คือการดำเนินการเดิมอีกครั้ง ส่วนการเรียกเพื่อกู้คืนคือการเรียกแยกต่างหากเพื่อจัดการผลลัพธ์ที่ไม่แน่ชัดหรือไม่ถูกต้อง ควรบันทึกจำนวนครั้งและขนาด token ของแต่ละประเภทแยกกัน เพราะ prompt สำหรับการกู้คืนที่มีบันทึกข้อผิดพลาดอาจใหญ่กว่า prompt เดิม
ใช้นโยบายที่มีขอบเขตแทนการลองใหม่ทุกครั้งที่เกิดข้อผิดพลาด:
- จำแนกข้อผิดพลาด พิจารณาจำกัดจำนวนครั้งที่ลองใหม่สำหรับปัญหาการรับส่งข้อมูลชั่วคราวหรือการตอบกลับว่าเกินขีดจำกัดอัตรา โดยใช้ backoff และ jitter ตรวจสอบพฤติกรรมการตอบกลับและแนวทางการลองใหม่ในเอกสารของ endpoint
- กำหนดจำนวนครั้งสูงสุดและกำหนดเวลา ให้นับการเรียกครั้งแรกอยู่ในขีดจำกัดด้วย ส่งงานที่ใช้สิทธิ์ครบแล้วไปยังคิวหรือให้ผู้ปฏิบัติงานตรวจสอบ แทนการวนซ้ำไม่รู้จบ
- จัดการกรณีที่ไม่แน่ชัดว่างานเสร็จหรือไม่อย่างรอบคอบ การหมดเวลาไม่ได้พิสูจน์ว่าผู้ให้บริการไม่ได้ทำงาน หรือไม่มีการดำเนินการภายนอกเกิดขึ้น ตรวจสอบผลให้ตรงกันก่อนทำการดำเนินการที่มีผลข้างเคียงซ้ำ และใช้การควบคุม idempotency เมื่อระบบที่เกี่ยวข้องรองรับ
- แยกผลลัพธ์ที่ไม่ถูกต้องเป็นเส้นทางการกู้คืนอีกแบบ ตรวจสอบ response กับโครงสร้างที่แอปพลิเคชันต้องการ หากอนุญาตให้เรียกเพื่อแก้ไข ให้จำกัดจำนวนครั้งและกำหนดว่าจะทำอย่างไรหากการแก้ไขล้มเหลวเช่นกัน
- สำรองงบสำหรับเหตุขัดข้อง ติดตามจำนวนครั้งที่เรียกต่องานตั้งต้น หมวด token ที่เรียกเก็บ งานที่ยังแก้ไขไม่สำเร็จ และปริมาณการเขียน cache ตั้งการแจ้งเตือนเมื่อเกิดการเปลี่ยนแปลง ไม่ใช่รอดูเฉพาะบิลสิ้นเดือน
อย่าสมมติว่าการเรียกที่ล้มเหลวหรือหมดเวลาจะไม่มีค่าใช้จ่าย ให้บันทึกการใช้งานและค่าบริการตามที่รายงานจริง หากไม่มีข้อมูลการใช้งาน ให้เผื่องบอย่างระมัดระวังไว้จนกว่าจะตรวจสอบยอดกับบิลได้
ระวังขอบเขต prompt ที่ 100K
บทวิเคราะห์ราคาที่อ้างอิงใช้ระดับ context ขั้นสูงกว่าเมื่อ input ต่อ request เกิน 100,000 tokens ให้นับทั้งคำสั่งระบบ นิยามเครื่องมือ ประวัติการสนทนา และเนื้อหาที่ดึงมา ไม่ใช่เฉพาะข้อความล่าสุด ตามราคาที่ระบุ input มาตรฐาน, output, การอ่าน cache และการเขียน cache มาตรฐานในระดับสูง ต่างมีราคาเป็นห้าเท่าของหมวดเดียวกันในระดับล่าง
ตัวอย่างเช่น input ปกติ 101,000 tokens และ output 2,000 tokens โดยไม่ใช้ cache มีค่าใช้จ่าย $0.0555 ตามราคาอย่างเป็นทางการระดับสูง แบ่งเป็น input $0.0505 และ output $0.005 ส่วน prompt ที่มี input ปกติ 100,000 tokens และ output เท่ากันมีค่าใช้จ่าย $0.011 ตามราคาระดับล่าง ตัวอย่างนี้แสดงผลของขอบเขตราคาแต่ละระดับ ไม่ได้กล่าวอ้างถึงการกระจายตัวของ prompt ที่ใช้จริง
วัดขนาด prompt ก่อนเรียก โดยเฉพาะเมื่อลองใหม่และมีการเพิ่มประวัติเข้าไป กำหนดนโยบายสำหรับตัดทอนหรือส่งต่อ request ที่มีขนาดใหญ่เกินไป และตรวจสอบเงื่อนไขปัจจุบันของผู้ให้บริการเกี่ยวกับวิธีใช้ระดับราคา
ก่อนอนุมัติงบประมาณ
แทนที่จำนวน token ในตัวอย่างด้วยข้อมูลการใช้งานที่ถูกเรียกเก็บจริง จากนั้นคำนวณทั้งสถานการณ์เดือนปกติและเดือนที่เกิดเหตุขัดข้อง แยกการอ่านและการเขียน cache ตรวจสอบระดับราคาที่ใช้กับการเรียกแต่ละครั้ง และบวกค่าบริการอื่นที่ไม่ใช่ค่า token OneMux ให้เข้าถึงโมเดลต่าง ๆ ผ่าน OpenAI-compatible API เดียว แต่ความเข้ากันได้กับเวิร์กโฟลว์แต่ละแบบขึ้นอยู่กับการรองรับ endpoint และพารามิเตอร์ตามเอกสาร ตัวอย่างนี้ไม่ได้กล่าวอ้างว่ามีการทดสอบการเชื่อมต่อแล้ว
แหล่งข้อมูล
- LLMLearner: ราคา Claude Haiku 5.5 — บทวิเคราะห์ราคาที่อ้างอิง เงื่อนไขระดับ context และตัวอย่างเวิร์กโหลด
- OneMux: Claude Haiku 5.5 — ราคาในแค็ตตาล็อกโมเดล โดยบันทึกภาพรวมเมื่อวันที่ 12 พฤศจิกายน 2026
ภาพรวมราคาที่เผยแพร่
บันทึกเมื่อ 2026-11-12T22:00:06.144Z จากแค็ตตาล็อกที่ OneMux เผยแพร่ ราคาใช้หน่วยเรียกเก็บตามเว็บไซต์ และไม่ใช่การเปรียบเทียบแบบเรียลไทม์ การเรียกเก็บแบบแบ่งระดับ แบบ cache หรือแบบอิงเวลาอาจแตกต่างกัน ค่าที่ยังไม่ทราบไม่ใช่ศูนย์
| โมเดล | Input อย่างเป็นทางการ | Output อย่างเป็นทางการ | Input ของ OneMux | Output ของ OneMux | อัตราส่วนราคาที่เผยแพร่ |
|---|---|---|---|---|---|
| Claude Haiku 5.5 | $0.1 | $0.5 | $0.0299 | $0.1495 | 0.29900000000000004 |
ราคา OneMux ปัจจุบัน เปรียบเทียบค่าใช้จ่ายเวิร์กโหลดเมื่อ input/output และหน่วยเรียกเก็บตรงกันเท่านั้น ดูเงื่อนไขแต่ละระดับได้ที่หน้าโมเดลแต่ละรายการ
คำถามที่พบบ่อย
Claude Haiku 5.5 มีค่าใช้จ่ายเท่าไรต่อหนึ่งล้าน tokens?
บทวิเคราะห์ราคาที่ให้มาระบุราคา $0.10 ต่อหนึ่งล้าน tokens สำหรับ input ปกติ และ $0.50 ต่อหนึ่งล้าน tokens สำหรับ output เมื่อ prompt มี input ไม่เกิน 100,000 tokens หากเกินเกณฑ์ดังกล่าว ระบุราคา input ที่ $0.50 และ output ที่ $2.50 ส่วนค่า cache และค่าบริการอื่นคิดแยกต่างหาก
ควรรวมการลองใหม่ในการประเมินค่าใช้จ่าย API หรือไม่?
ควร ให้นับ input และ output ของทุกครั้งที่เรียก รวมถึงการลองใหม่และการเรียกเพื่อกู้คืน โดยใช้หมวดเรียกเก็บและข้อมูลการใช้งานที่รายงานจริง การหมดเวลาไม่ได้ยืนยันว่าการเรียกครั้งนั้นไม่มีค่าใช้จ่าย
ตัวอย่างนี้สมมติว่า prompt ทุกครั้งใช้ cache ทั้งหมดหรือไม่?
ไม่ ตัวอย่างสมมติว่า 80% ของ input ในแต่ละครั้งคิดค่าบริการเป็นการอ่าน cache และ 20% เป็น input ปกติ พร้อมเผื่อ token สำหรับเขียน cache แยกอีก 100 ล้าน tokens ต่อเดือน พฤติกรรม cache จริงอาจแตกต่างออกไป
ประมาณการจะเปลี่ยนอย่างไรเมื่อ prompt มี input เกิน 100,000 tokens?
บทวิเคราะห์ราคาที่ให้มาระบุว่าจะใช้ระดับ context ขั้นสูงกว่า ตามราคาที่ระบุ ราคา input มาตรฐาน, output, การอ่าน cache และการเขียน cache มาตรฐานแต่ละรายการจะเป็นห้าเท่าของราคาในหมวดเดียวกันของระดับล่าง
บทความที่เกี่ยวข้อง
Guides
ประมาณค่าใช้จ่าย GPT 6.2 Astra API สำหรับเวิร์กโฟลว์ใช้งานจริง โดยคำนึงถึงการเรียกซ้ำ
ประมาณค่าใช้จ่ายเวิร์กโฟลว์ GPT 6.2 Astra ด้วยราคาโทเคนที่เปรียบเทียบกันได้ สมมติฐานการเรียกซ้ำที่ระบุชัดเจน และตัวอย่างรายเดือนที่คำนวณตามได้
Guides
การประเมินต้นทุน GPT Image 2.6 Flare API สำหรับเวิร์กโฟลว์การผลิต
ประเมินต้นทุนเวิร์กโหลด GPT Image 2.6 Flare โดยใช้สมมติฐานโทเค็น หน่วยการเรียกเก็บเงินที่เปรียบเทียบกันได้ อัตราการยอมรับผลลัพธ์ และกฎการลองใหม่สำหรับการใช้งานจริง พร้อมภาพรวมราคา OneMux ตามวันที่ระบุและวิธีจัดทำงบประมาณที่ทำซ้ำได้
Guides
ประเมินค่าใช้จ่าย API ของ Claude Haiku 5.5 สำหรับงานที่คำนึงถึงความเป็นส่วนตัว
ประเมินค่าใช้จ่าย API ของ Claude Haiku 5.5 ด้วยสมมติฐานโทเค็นที่ชัดเจน การคำนวณตามระดับราคา และแนวทางปฏิบัติเพื่อลดการเปิดเผยข้อมูลส่วนบุคคลและข้อมูลรับรอง
Guides
ค่าใช้จ่าย API ของ GPT 6.2 Sol: วางงบประเมินผลให้ทำซ้ำได้
ประมาณค่าใช้จ่ายในการประเมิน GPT 6.2 Sol ด้วยสมมติฐานจำนวนโทเค็นที่ชัดเจน ราคาแต่ละระดับ context ตัวอย่าง cache และขีดจำกัดการทดสอบที่ทำซ้ำได้