Claude Opus 4.7 API 怎么计费？2026 最新价格拆解与调用实战

上个月我们团队的 RAG pipeline 要从 Sonnet 升级到 Opus，老板让我算算成本。说实话一开始我是拒绝的——Anthropic 官网那个 pricing page 写得跟天书似的，input/output token 分开算也就罢了，还有个 cache read 的价格藏在角落里。折腾了大半天，把账算明白了，顺便把调用跑通了，记录一下。

Claude Opus 4.7 的官方定价是 input $15/MTok、output $75/MTok。如果你用了 prompt caching，缓存写入 $18.75/MTok，缓存读取 $1.875/MTok。按人民币算，假设你一天跑 100 万输入 + 20 万输出 token，大概是 ¥145 左右（汇率按 7.25 算）。下面展开说。

先说结论

对比一下同家族其他模型：

Opus 的 output 价格是 Sonnet 的 5 倍。你的场景如果是生成长文本（写文档、生成代码），成本会飙得很快。但如果主要是分析输入、输出很短（分类、打标签），其实没那么夸张。

环境准备

你需要：
- Python 3.9+
-openaiSDK >= 1.40（用 OpenAI 兼容格式调用）
- 一个能调 Claude 的 API Key

pip install openai>=1.40

方案一：Anthropic 官方 SDK 直连

import anthropic client = anthropic.Anthropic(api_key="sk-ant-xxx") message = client.messages.create( model="claude-opus-4-20250918", max_tokens=1024, messages=[ {"role": "user", "content": "用 Python 写一个快速排序，要求支持自定义比较函数"} ] ) print(message.content[0].text) print(f"Input tokens: {message.usage.input_tokens}") print(f"Output tokens: {message.usage.output_tokens}")

实测一次普通代码生成请求，input 约 45 token，output 约 380 token。算下来单次成本：

• Input: 45 / 1,000,000 × $15 = $0.000675
• Output: 380 / 1,000,000 × $75 = $0.0285
• 合计约 $0.029，折合 ¥0.21

一次两毛钱，看着不多。但如果你跑批量任务，一天 3000 次调用就是 ¥630。我人傻了。

方案二：OpenAI 兼容格式调用（适配 Cursor / Cherry Studio）

这个方案更通用，因为大部分工具（Cursor、Cline、Cherry Studio）都走 OpenAI 兼容协议。通过 OpenRouter、Together AI、ofox.ai 这类聚合平台都能用这个格式，其中 ofox.ai 是 Anthropic 官方授权服务商、0% 加价对齐官方价格，改 base_url 就行。

from openai import OpenAI client = OpenAI( api_key="your-key", base_url="https://api.ofox.ai/v1" ) response = client.chat.completions.create( model="claude-opus-4-20250918", messages=[ {"role": "system", "content": "你是一个资深 Python 开发者"}, {"role": "user", "content": "帮我写一个带重试机制的 HTTP 客户端封装"} ], max_tokens=2048, stream=True ) for chunk in response: if chunk.choices[0].delta.content: print(chunk.choices[0].delta.content, end="")

graph LR A[你的代码 / Cursor / Cline] -->|OpenAI 兼容协议| B[聚合网关] B -->|Anthropic 官方通道| C[Claude Opus 4.7] B -->|AWS Bedrock| D[Claude Opus 4.7 备用] B -->|OpenAI 通道| E[GPT-5.5] B -->|Google 通道| F[Gemini 3.1 Pro]

方案三：用 Prompt Caching 省钱（重点！）

如果你的 system prompt 很长（比如 RAG 场景塞了几千 token 的上下文），每次都重新算 input 很亏。Anthropic 的 prompt caching 能把重复的前缀缓存起来。

import anthropic client = anthropic.Anthropic(api_key="sk-ant-xxx") # 第一次请求：缓存会被创建 response = client.messages.create( model="claude-opus-4-20250918", max_tokens=1024, system=[ { "type": "text", "text": "你是一个代码助手。以下是项目的完整架构文档：...(省略 3000 字)...", "cache_control": {"type": "ephemeral"} } ], messages=[{"role": "user", "content": "review 这段代码的内存泄漏风险"}] ) # 看 usage 里的 cache 字段 print(response.usage) # 输出类似：Usage(input_tokens=52, output_tokens=284, cache_creation_input_tokens=3200, cache_read_input_tokens=0)

第二次请求同样的 system prompt 时，cache_read_input_tokens就会有值，价格从 $15/MTok 降到 $1.875/MTok——直接打了个1.25 折。

我们项目里 system prompt 大概 4200 token，一天调用 800 次。算笔账：

每天省 $44，一个月省 $1320，折合 ¥9570。这钱够请个实习生了。

踩坑记录

坑 1：model name 写错

我一开始写的claude-opus-4.7，直接报错：

Error code: 404 - {'type': 'error', 'error': {'type': 'not_found_error', 'message': 'model: claude-opus-4.7'}}

正确的 model ID 是claude-opus-4-20250918。Anthropic 的命名规则是claude-{tier}-{version}-{date}，跟 OpenAI 那套不一样，挺烦人的。

坑 2：output token 超限不报错，直接截断

如果你设了max_tokens=512但模型想输出 800 token，它不会报错，而是在 512 处直接截断，stop_reason会是max_tokens而不是end_turn。我有一次生成的代码少了右括号，debug 半天才发现是被截了。

坑 3：429 限流

高峰期（大概北京时间晚上 9-11 点）直连 Anthropic 偶尔会吃 429：

Error code: 429 - {'type': 'error', 'error': {'type': 'rate_limit_error', 'message': 'Number of request tokens has exceeded your per-minute rate limit'}}

我目前的处理是指数退避重试 + 设个 3 次上限。如果你调用量大，走聚合平台的多通道负载均衡会稳一些，我也不确定这是不是最佳实践，但至少这两周没再 429 过。

不同场景的成本预估

帮你算几个常见场景（按 ¥7.25/$ 换算）：

小结

Opus 贵是真贵，但能力确实是目前 Anthropic 家最强的。我的建议：日常开发用 Sonnet 4.6 就够了，只在需要复杂推理（多步代码重构、长文档分析）的时候才切 Opus。prompt caching 一定要用，尤其是 system prompt 超过 1000 token 的场景，省下来的钱真的肉眼可见。