指南OneMux

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。

AI

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$0.14950.29900000000000004
输入超过 100K token$0.50$2.50$0.1495$0.74750.29900000000000004

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:

  1. 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。
  2. 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。
  3. 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。
  4. 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。
  5. 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

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$0.14950.29900000000000004

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