Claude Haiku 5.5 API 成本:为重试与恢复预留预算
基于明确的 token、缓存、重试、恢复和上下文阶梯假设,估算 Claude Haiku 5.5 生产工作流的成本。
摘要 · TL;DR
在示例生产工作负载中,100,000 个任务加上重试、恢复调用和假定的缓存写入量,按引用的官方费率计算为 $149.59,按公布的 OneMux 费率计算为 $44.73。实际成本取决于 token 用量、缓存行为、上下文阶梯及其他费用。
核心要点
- 预算应按 API 尝试次数而非仅按已完成任务计算:重试和恢复调用同样会消耗 token。
- 按引用的低阶梯费率,一次包含 8,000 个输入 token、80% 输入来自缓存读取、2,000 个输出 token 的调用,在计入缓存写入前成本为 $0.001224。
- 月度估算示例将缓存写入与缓存读取分开计算,并假定两者的计费 token 量互不重叠。
- 所提供的定价来源显示,超过 100,000 个 token 的提示词适用更高费率;应衡量完整提示词,而不只是最新的用户消息。
- 在注明日期的目录快照中,OneMux 公布了该模型 0.29900000000000004 的价格比率;实际账单需依据适用条款和用量核实。
文章目录 (10)
预算决策:按尝试次数,而非已完成任务数计算
为使用 Claude Haiku 5.5 的生产工作流制定预算时,应先计算一次普通 API 尝试的成本,再加上重试、恢复调用和缓存写入的费用。只按成功任务制定预算,会遗漏故障期间最可能增加的调用。
在下面的示例工作负载中,每月 100,000 个任务会产生 112,000 次 API 尝试。按照所述缓存假设并单独预留缓存写入费用,估算结果为按引用的官方费率计算 $149.59,或按公布的 OneMux 费率计算 $44.73。这些是 token 成本估算,并非报价或保证。
这是一份来自 OneMux 的成本指南;OneMux 既是本文发布方,也是文中讨论的产品。无论直接调用提供商还是使用模型访问服务,这套计算方法都有参考价值。
价格快照与计费单位
下列所有价格均以美元计,单位为每百万 token。OneMux 目录快照采集于 2026 年 11 月 12 日,并非实时价格查询。所提供的定价评测列出了官方标准费率和缓存费率,其中输入超过 100,000 个 token 的提示词适用更高阶梯。确定预算前,请核查当前条款。
| 提示词阶梯 | 官方输入 | 官方输出 | OneMux 输入 | OneMux 输出 | 公布的 OneMux 与官方价格比率 |
|---|---|---|---|---|---|
| 输入不超过 100K token | $0.10 | $0.50 | $0.0299 | $0.1495 | 0.29900000000000004 |
| 输入超过 100K token | $0.50 | $2.50 | $0.1495 | $0.7475 | 0.29900000000000004 |
该比率是价格乘数,不是美元金额。这里按公布值原样列出,没有将其四舍五入后表述为折扣。OneMux 模型页面列出了该模型的专属费率。
缓存价格与普通输入、输出价格分开计算:
| 提示词阶梯 | 官方缓存读取 | 官方缓存写入 | OneMux 缓存读取 | OneMux 缓存写入 |
|---|---|---|---|---|
| 输入不超过 100K token | $0.01 | $0.125 | $0.00299 | $0.037375 |
| 输入超过 100K token | $0.05 | $0.625 | $0.01495 | $0.186875 |
目录还单独列出了每百万 token 的一小时缓存写入费率:低阶梯下官方为 $0.20,OneMux 为 $0.0598;高阶梯下分别为 $1.00 和 $0.299。示例使用标准写入费率,而非一小时费率。区域处理、工具及其他适用费用可能增加总成本。应针对所用端点和设置核实缓存适用条件、有效期和计费方式。
可复现的月度成本估算
假设某个工作流对运营事件进行分类并返回结构化决策。以下数字仅用于说明,并非实测性能,也不是建议将某项具体决策自动化。
| 假设 | 每月或每次尝试的数量 |
|---|---|
| 原始任务 | 每月 100,000 个 |
| 额外重试 | 每月 10,000 次 |
| 额外恢复调用 | 每月 2,000 次 |
| 每次尝试的输入 | 8,000 个 token |
| 以缓存读取形式提供的输入 | 输入的 80% |
| 每次尝试的输出 | 2,000 个 token |
| 单独计费的缓存写入 | 每月 1 亿个 token |
假设所有尝试的 token 构成相同,且均处于较低提示词阶梯。1 亿个写入 token 属于单独的计费类别,不会同时计入下文的普通输入或缓存读取 token。这是为了简化示例;如果能够获取实际计费类别的用量,应使用实际数据。
单次尝试成本
按引用的官方低阶梯费率,将 8,000 个输入 token 分为 1,600 个普通输入 token 和 6,400 个缓存读取 token:
- 普通输入:1,600 ÷ 1,000,000 × $0.10 = $0.000160。
- 缓存读取:6,400 ÷ 1,000,000 × $0.01 = $0.000064。
- 输出:2,000 ÷ 1,000,000 × $0.50 = $0.001000。
- 合计:每次尝试 $0.001224,不含缓存写入。
在输入与输出之比为 4:1、80% 输入按缓存读取计算这一特定假设下,合计每百万输入和输出 token 的成本为 $0.1224。这不是通用的综合费率:输出长度或缓存命中比例发生变化,结果也会随之改变。
加入重试、恢复和写入
该工作负载共有 100,000 + 10,000 + 2,000 = 112,000 次尝试。按每次 $0.001224 计算,这些尝试的官方费率成本为 $137.088。单独假设的 1 亿个缓存写入 token 成本为 100 × $0.125 = $12.50,合计 $149.588,四舍五入到美分为 $149.59。
对相同计费类别使用公布的 OneMux 低阶梯费率:
- 一次尝试:输入 $0.00004784 + 缓存读取 $0.000019136 + 输出 $0.000299 = $0.000365976。
- 112,000 次尝试:$40.989312。
- 1 亿个标准缓存写入 token:$3.7375。
- 合计:$44.726812,四舍五入到美分为 $44.73。
为了得到可比较的运营单位成本,将总额除以原始的 100,000 个任务:按引用的官方费率计算,约为每个任务 $0.001496;按公布的 OneMux 费率计算,约为每个任务 $0.000447。这是每个原始任务的成本,包含假定的额外尝试和写入,并非每个成功任务的成本。如果部分任务仍未解决,每个成功任务的成本会更高。
上线前制定重试与恢复规则
重试是对同一操作的再次尝试。恢复调用则是为解决不确定或无效结果而单独发起的尝试。两者的次数和 token 数量应分别记录:包含错误记录的恢复提示词可能比原始提示词更大。
应采用有边界的策略,而不是对所有失败都进行重试:
- 对失败进行分类。 对于暂时性传输故障或速率限制响应,可考虑使用退避和抖动进行有限次数的重试。查看端点文档中的响应行为和重试指南。
- 设定最大尝试次数和截止时间。 限额中应包括首次尝试。达到上限的任务应进入队列或交由操作人员审核,而不是无限循环。
- 谨慎处理完成状态不明确的情况。 超时不能证明提供商没有执行工作,也不能证明外部操作没有发生。重复执行有副作用的操作前,应先核对结果;在相关系统支持的情况下使用幂等性控制。
- 将无效输出作为单独的恢复路径处理。 按应用所需结构验证响应。如果允许发起修复调用,应限制其次数,并预先定义修复也失败时的处理方式。
- 预留故障预算。 跟踪每个原始任务的尝试次数、各计费 token 类别、未解决任务和缓存写入量。不应只关注最终月账单,也应对这些指标的变化发出告警。
不要假定失败或超时的尝试免费。记录实际报告的用量和费用;如果无法获取用量,在账单核对完成前应保守预留费用。
留意 100K 提示词边界
引用的定价评测指出,当单次请求的输入超过 100,000 个 token 时,适用更高的上下文阶梯。计算时应包括系统指令、工具定义、对话历史和检索材料,而不只是最新消息。按所列费率,高阶梯的标准输入、输出、缓存读取和标准缓存写入价格分别是对应低阶梯价格的五倍。
例如,101,000 个普通输入 token 和 2,000 个输出 token,在不使用缓存的情况下,按官方高阶梯费率计算成本为 $0.0555:输入 $0.0505 加输出 $0.005。包含 100,000 个普通输入 token 且输出量相同的提示词,按低阶梯费率计算成本为 $0.011。这用于说明阶梯边界,并非对实际提示词分布的断言。
调用前应测量提示词大小,尤其是会追加历史记录的重试。为超大请求制定裁剪或路由策略,并查看提供商的当前条款,确认阶梯如何适用。
批准预算前
用实际观察到的计费用量替换示例中的 token 数量,再分别模拟正常月份和故障月份。区分缓存读取与写入,核实每次尝试适用的阶梯,并加入任何非 token 费用。OneMux 通过一个兼容 OpenAI 的 API 提供模型访问,但特定工作流的兼容性取决于文档所列的端点和参数支持情况;本示例并未声称已测试过集成。
来源
- LLMLearner:Claude Haiku 5.5 定价——引用的费率评测、上下文阶梯条件及工作负载示例。
- OneMux:Claude Haiku 5.5——模型目录价格;快照采集于 2026 年 11 月 12 日。
已公布的价格快照
于 2026-11-12T22:00:06.144Z 从 OneMux 公布的目录中采集。价格保留网站上的计费单位;这不是实时基准。阶梯式、缓存或基于时间的计费可能有所不同。未知值不等于零。
| 模型 | 官方输入 | 官方输出 | OneMux 输入 | OneMux 输出 | 公布的价格比率 |
|---|---|---|---|---|---|
| Claude Haiku 5.5 | $0.1 | $0.5 | $0.0299 | $0.1495 | 0.29900000000000004 |
当前 OneMux 价格。只有输入/输出及计费单位一致时,才能比较工作负载成本;阶梯条件请参阅各模型页面。
常见问题
Claude Haiku 5.5 每百万 token 的费用是多少?
所提供的定价评测列出:对于输入不超过 100,000 个 token 的提示词,每百万普通输入 token 为 $0.10,每百万输出 token 为 $0.50。超过该阈值时,所列输入价格为 $0.50,输出价格为 $2.50。缓存及其他费用另计。
API 成本估算是否应包括重试?
是。应根据实际报告的计费类别和用量,计算每次尝试的输入与输出,包括重试和恢复调用。超时并不能说明该次尝试免费。
示例是否假定每个提示词都使用缓存?
并非如此。示例假定每次尝试的 80% 输入按缓存读取计费,20% 按普通输入计费,另每月单独预留 1 亿个缓存写入 token。实际缓存行为可能有所不同。
提示词超过 100,000 个输入 token 时,估算会发生什么变化?
所提供的定价评测指出,此时适用更高的上下文阶梯。按所列费率,标准输入、输出、缓存读取和标准缓存写入的各项对应价格,均为低阶梯价格的五倍。
相关文章
指南
生产工作流中的 GPT 6.2 Astra API 成本:考虑重试的估算
通过可比的 token 价格、明确的重试假设和可复现的月度示例,估算 GPT 6.2 Astra 工作流成本。
指南
GPT Image 2.6 Flare API 生产工作流成本估算
通过明确的 Token 假设、可比计费单位、验收率和生产重试规则,估算 GPT Image 2.6 Flare 工作负载成本。包含 OneMux 的带日期价格快照和可复现的预算编制方法。
指南
Claude Haiku 5.5 API 成本估算:隐私敏感型工作负载
通过明确的 Token 假设、按阶梯计价的计算方式和实用步骤,估算 Claude Haiku 5.5 API 成本,并减少个人数据和凭据的暴露。
指南
GPT 6.2 Sol API 成本:可复现的评估预算
根据明确的 token 假设、上下文分档价格、缓存示例和可重复的测试限额,估算 GPT 6.2 Sol 评估成本。