Claude 成本（你应该关注什么）

Claude 的“人话版本”

把它想成输入 tokens（上下文） + 输出 tokens（回答），再乘以你产品触发的调用次数。

成本分解

• 上下文 tokens
• 输出 tokens
• 工作流调用：retries、tool calls 与 draft → refine 循环

估算方法

分别用 input/output 的 token 价格乘以 token 数，再按每次用户操作的调用次数缩放。

优化清单

• 缩短上下文（摘要 + 检索）
• 限制 max output tokens
• 加护栏防止 runaway loops