Claude Haiku 5.5 API 費用:為重試與復原編列預算
根據明確的 token、快取、重試、復原與上下文級距假設,估算 Claude Haiku 5.5 正式環境工作流程的費用。
摘要 · TL;DR
在示範性的正式環境工作負載中,100,000 個工作包含重試、復原呼叫及假設的快取寫入量,按所引用的官方費率計算為 $149.59,按 OneMux 公布費率計算則為 $44.73。實際費用取決於 token 用量、快取行為、上下文級距及額外收費。
重點
- 應按 API 嘗試次數編列預算,而不只是按已完成的工作計算:重試與復原呼叫也會消耗 token。
- 按所引用的入門級距費率,一次呼叫使用 8,000 個輸入 token、其中 80% 為快取輸入,並產生 2,000 個輸出 token,未計快取寫入前的費用為 $0.001224。
- 月費試算將快取寫入與快取讀取分開計算,並假設兩者的計費 token 量沒有重疊。
- 根據所提供的價格來源,超過 100,000 個 token 的提示詞適用較高費率;應計算整個提示詞,而非僅計算最新的使用者訊息。
- 在指定日期的目錄快照中,OneMux 公布此模型的價格比率為 0.29900000000000004;實際帳單仍須依適用條款與用量確認。
文章目錄 (10)
預算重點:按嘗試次數,而非已完成工作數計算
對於使用 Claude Haiku 5.5 的正式環境工作流程,應先計算一般 API 嘗試的費用,再加上重試、復原呼叫與快取寫入。若預算只依據成功的工作數計算,就會漏掉事故期間最可能增加的呼叫。
在下方示範工作負載中,每月 100,000 個工作會產生 112,000 次 API 嘗試。依照所述的快取假設,並另列快取寫入預算,估計費用為按所引用的官方費率計算 $149.59,或按 OneMux 公布費率計算 $44.73。這些是 token 費用估算,並非報價或保證。
本文是由 OneMux 發布的費用指南,OneMux 也是文中討論的產品。無論是直接呼叫供應商,或使用模型存取服務,這些計算都有參考價值。
價格快照與計費單位
以下所有價格均以美元計,單位為每百萬個 token。OneMux 目錄快照擷取於 2026 年 11 月 12 日,並非即時價格查詢。所提供的價格評析列出官方標準費率與快取費率,包括輸入提示詞超過 100,000 個 token 時適用的較高級距。確定預算前請查閱現行條款。
| 提示詞級距 | 官方輸入 | 官方輸出 | OneMux 輸入 | OneMux 輸出 | 公布的 OneMux 與官方價格比率 |
|---|---|---|---|---|---|
| 最多 100K 個輸入 token | $0.10 | $0.50 | $0.0299 | $0.1495 | 0.29900000000000004 |
| 超過 100K 個輸入 token | $0.50 | $2.50 | $0.1495 | $0.7475 | 0.29900000000000004 |
此比率是價格乘數,而非美元金額。此處依公布數值照錄,未四捨五入後轉換為折扣說法。OneMux 模型頁面列有此模型的專屬費率。
快取價格與一般輸入、輸出價格分開計算:
| 提示詞級距 | 官方快取讀取 | 官方快取寫入 | OneMux 快取讀取 | OneMux 快取寫入 |
|---|---|---|---|---|
| 最多 100K 個輸入 token | $0.01 | $0.125 | $0.00299 | $0.037375 |
| 超過 100K 個輸入 token | $0.05 | $0.625 | $0.01495 | $0.186875 |
目錄另列有一小時快取寫入費率:較低級距每百萬個 token 的官方費率為 $0.20、OneMux 費率為 $0.0598;較高級距則分別為 $1.00 和 $0.299。本例使用標準寫入費率,而非一小時費率。區域處理、工具及其他適用費用可能增加總額。應針對實際使用的端點與設定,確認快取適用條件、有效期限及計費方式。
可重現的月費估算
假設某個工作流程會分類營運事件並回傳結構化決策。以下數字僅供示範,並非實測效能,也不是建議將特定決策自動化。
| 假設 | 每月或每次嘗試的數量 |
|---|---|
| 原始工作 | 每月 100,000 個 |
| 額外重試 | 每月 10,000 次 |
| 額外復原呼叫 | 每月 2,000 次 |
| 每次嘗試的輸入 | 8,000 個 token |
| 以快取讀取提供的輸入 | 輸入的 80% |
| 每次嘗試的輸出 | 2,000 個 token |
| 另行計費的快取寫入 | 每月 1 億個 token |
假設所有嘗試的 token 組成相同,且都維持在較低的提示詞級距。1 億個寫入 token 屬於獨立計費類別,不會同時計入下方的一般輸入或快取讀取 token。這是為了簡化範例;若能取得實際各計費類別的用量,應使用實際數據。
單次嘗試的費用
按所引用的官方較低級距費率,將 8,000 個輸入 token 分為 1,600 個一般輸入 token 和 6,400 個快取讀取 token:
- 一般輸入:1,600 ÷ 1,000,000 × $0.10 = $0.000160。
- 快取讀取:6,400 ÷ 1,000,000 × $0.01 = $0.000064。
- 輸出:2,000 ÷ 1,000,000 × $0.50 = $0.001000。
- 合計:每次嘗試 $0.001224,不含快取寫入。
在此特定的 4:1 輸入與輸出比例,以及 80% 輸入來自快取讀取的假設下,輸入與輸出合計每百萬個 token 的費用為 $0.1224。這不是通用的混合費率:輸出長度或快取命中比例改變,結果也會改變。
加入重試、復原與寫入費用
此工作負載共有 100,000 + 10,000 + 2,000 = 112,000 次嘗試。每次 $0.001224,按官方費率計算,這些嘗試共需 $137.088。另行假設的 1 億個快取寫入 token 費用為 100 × $0.125 = $12.50,合計 $149.588,四捨五入至美分為 $149.59。
對相同類別使用 OneMux 公布的較低級距費率:
- 單次嘗試:輸入 $0.00004784 + 快取讀取 $0.000019136 + 輸出 $0.000299 = $0.000365976。
- 112,000 次嘗試:$40.989312。
- 1 億個標準快取寫入 token:$3.7375。
- 合計:$44.726812,四捨五入至美分為 $44.73。
若要以可比較的營運單位衡量,將總額除以原始的 100,000 個工作:按所引用的官方費率,約為每個工作 $0.001496;按 OneMux 公布費率,約為每個工作 $0.000447。這是每個原始工作的費用,包含假設的額外嘗試與寫入,並非每個成功工作的費用。若部分工作仍未解決,每個成功工作的費用會更高。
上線前設定重試與復原規則
重試是對相同操作再嘗試一次。復原呼叫則是為了解決不確定或無效的結果而另行嘗試。兩者的次數與 token 用量應分開記錄:包含錯誤紀錄的復原提示詞可能比原始提示詞更大。
應使用有上限的策略,而非對每次失敗都重試:
- 分類失敗原因。 對暫時性的傳輸失敗或速率限制回應,可考慮有限次重試,並搭配退避與隨機抖動。查閱端點文件中記載的回應行為與重試指引。
- 設定最大嘗試次數與期限。 上限須包含首次嘗試。達到上限的工作應送入佇列或交由人工審查,而非無限循環。
- 謹慎處理完成狀態不明的情況。 逾時不代表供應商沒有執行作業,也不代表外部動作沒有發生。重複執行會產生副作用的操作前,應先核對結果;相關系統支援時,使用冪等性控制。
- 將無效輸出視為獨立的復原路徑。 依照應用程式所需的結構驗證回應。若允許修復呼叫,應限制次數,並定義修復也失敗時的處理方式。
- 預留事故預算。 追蹤每個原始工作的嘗試次數、計費 token 類別、未解決工作數及快取寫入量。應針對變化設定警示,而不只是關注最終月帳單。
不要假設失敗或逾時的嘗試免費。應記錄實際回報的用量與費用;若無法取得用量,應保留保守的預算額度,直到能核對帳單為止。
留意 100K 提示詞界線
所引用的價格評析指出,當每個請求的輸入超過 100,000 個 token 時,適用較高的上下文級距。計算時應包含系統指令、工具定義、對話歷史及檢索資料,而不只是最新訊息。依列出的費率,較高級距的一般輸入、輸出、快取讀取與標準快取寫入費率,各自都是對應較低級距的五倍。
例如,101,000 個一般輸入 token 與 2,000 個輸出 token,在不使用快取的情況下,按較高官方費率計算為 $0.0555:輸入 $0.0505 加上輸出 $0.005。100,000 個一般輸入 token 的提示詞搭配相同輸出,按較低費率計算為 $0.011。這只是用來說明級距界線,並非主張實際提示詞的分布情況。
呼叫前應測量提示詞大小,尤其是會附加歷史紀錄的重試。針對過大的請求制定裁減或路由策略,並查閱供應商現行條款,確認級距如何適用。
核准預算前
將範例的 token 數替換為觀察到的實際計費用量,再分別試算一般月份與事故月份。快取讀取與寫入應分開計算,確認每次嘗試的適用級距,並加入所有非 token 費用。OneMux 透過單一 OpenAI-compatible API 提供模型存取,但特定工作流程的相容性取決於文件所載的端點與參數支援;本例並未聲稱已測試整合。
來源
- LLMLearner:Claude Haiku 5.5 價格 — 所引用的費率評析、上下文級距條件及工作負載範例。
- OneMux:Claude Haiku 5.5 — 模型目錄價格;快照擷取於 2026 年 11 月 12 日。
公布價格快照
於 2026-11-12T22:00:06.144Z 從 OneMux 公布目錄擷取。價格保留網站計費單位;這並非即時基準比較。分級、快取或依時間計費的方式可能不同。未知數值不等於零。
| 模型 | 官方輸入 | 官方輸出 | OneMux 輸入 | OneMux 輸出 | 公布價格比率 |
|---|---|---|---|---|---|
| Claude Haiku 5.5 | $0.1 | $0.5 | $0.0299 | $0.1495 | 0.29900000000000004 |
OneMux 目前價格。只有在輸入/輸出與計費單位相符時,才應比較工作負載費用;級距條件請參閱各模型頁面。
常見問題
Claude Haiku 5.5 每百萬個 token 的費用是多少?
所提供的價格評析指出,輸入提示詞最多 100,000 個 token 時,一般輸入每百萬個 token 為 $0.10,輸出每百萬個 token 為 $0.50。超過該門檻時,所列輸入價格為 $0.50,輸出價格為 $2.50。快取及其他費用另計。
API 費用估算應包含重試嗎?
應該。使用實際回報的計費類別與用量,計算每次嘗試的輸入與輸出,包括重試及復原呼叫。逾時不代表該次嘗試免費。
範例是否假設每個提示詞都使用快取?
不是。範例假設每次嘗試的輸入有 80% 按快取讀取計費,20% 按一般輸入計費,另加每月 1 億個快取寫入 token 的獨立預算。實際快取行為可能不同。
提示詞超過 100,000 個輸入 token 時,估算會有什麼變化?
所提供的價格評析指出,此時適用較高的上下文級距。依列出的費率,一般輸入、輸出、快取讀取與標準快取寫入各自的價格,都是對應較低級距價格的五倍。
相關文章
指南
GPT 6.2 Astra API 正式環境工作流程成本:納入重試的估算
使用可比較的 token 價格、明確的重試假設與可重現的每月範例,估算 GPT 6.2 Astra 工作流程成本。
指南
GPT Image 2.6 Flare API 成本估算:適用於正式環境工作流程
透過明確的 token 假設、可比較的計費單位、驗收率與正式環境重試規則,估算 GPT Image 2.6 Flare 工作負載成本。內容包含 OneMux 的日期限定價格快照,以及可重現的預算編列方法。
指南
Claude Haiku 5.5 API 成本估算:兼顧隱私的工作負載
根據明確的 token 假設、分級費率計算方式與實用步驟,估算 Claude Haiku 5.5 API 成本,並降低個人資料與憑證暴露風險。
指南
GPT 6.2 Sol API 費用:可重現的評估預算
透過明確的 token 假設、上下文級距價格、快取範例及可重複執行的測試限制,估算 GPT 6.2 Sol 評估費用。