低成本调用 Claude Opus 5.5 API：缓存省钱实算与 DDS Hub 分组选型

同样调用 Claude Opus 5.5，有的请求只发送几百个 Token，有的却每次重复上传整份项目资料。即使模型相同，最终账单也可能差很多。

想控制成本，可以从三个地方入手：减少重复输入、约束生成内容，再选择适合自己客户端和用量的接入分组。下面用官方费率做一次缓存演算，并说明如何把 DDS Hub 纳入接入方案比较。

资料核验日期：2026 年 10 月 20 日。价格与示例依据公开文档整理，未进行付费调用实测。

一、先建立费用基线

Claude Opus 5.5 的模型 ID 是 claude-opus-5-5。根据官方模型文档，基础费率如下，单位均为美元／百万 Token：

缓存读取单价相当于普通输入的 5%，但这只描述命中的输入部分。首次写入、未缓存输入和输出仍要计费，不能直接把它写成“整个项目省 95%”。

估算时应把几项分开：

费用 = 普通输入费用 + 缓存写入费用 + 缓存读取费用 + 输出费用

同一部分输入不要既算普通输入，又重复算缓存费用。工具、特殊模式等额外费用需要另行核对。

二、重复使用同一份资料，缓存能省多少？

假设一个文档问答任务有以下用量：

• 共享资料为 10,000 Token，连续调用 10 次。
• 每次新增问题为 1,000 Token，计费输出为 1,000 Token。
• 第一次创建 5 分钟缓存，后续 9 次均在有效期内命中同一资料前缀。
• 不涉及其他费用或折扣。

按上面的官方费率计算：

这个假设下，总费用降低约 51.9%。它适用于资料重复、缓存持续命中的情况；如果只问一次、资料经常改动或缓存失效，收益会下降，单次缓存写入甚至比普通输入更贵。

三、用 Python 验证缓存有没有生效

以下示例使用 Anthropic 官方 API，适合先理解缓存机制。需要 Python 3.10+、官方 API Key，以及一份准备反复使用的资料。

在 Windows PowerShell 的项目目录执行：

python -m venv .venv
.\.venv\Scripts\python.exe -m pip install --upgrade anthropic
$env:ANTHROPIC_API_KEY = "替换为你的官方API密钥"

确认环境中没有其他接入服务遗留的 ANTHROPIC_BASE_URL 配置。把资料保存为 UTF-8 的 knowledge.txt，再在同一目录创建 ask_opus.py：

import os
import sys
from pathlib import Path
from anthropic import Anthropic

knowledge = Path(__file__).with_name("knowledge.txt").read_text(
    encoding="utf-8"
)
question = sys.argv[1] if len(sys.argv) > 1 else "请概括资料的关键结论。"

client = Anthropic(api_key=os.environ["ANTHROPIC_API_KEY"])

message = client.messages.create(
    model="claude-opus-5-5",
    max_tokens=2048,
    system=[{
        "type": "text",
        "text": "根据以下资料回答问题；资料不足时明确说明。\n\n" + knowledge,
        "cache_control": {"type": "ephemeral"},
    }],
    messages=[{"role": "user", "content": question}],
)

for block in message.content:
    if block.type == "text":
        print(block.text)

usage = message.usage
print("普通输入：", usage.input_tokens)
print("缓存写入：", getattr(usage, "cache_creation_input_tokens", 0))
print("缓存读取：", getattr(usage, "cache_read_input_tokens", 0))
print("输出：", usage.output_tokens)
print("停止原因：", message.stop_reason)

运行时传入问题：

.\.venv\Scripts\python.exe ask_opus.py "资料中的方案有哪些限制？"

每次执行都会发起一次计费请求。在有效期内保持资料和缓存前缀一致，再提出其他问题，观察 cache_read_input_tokens 是否大于 0，而不是只看是否添加了 cache_control。

根据官方缓存文档，Opus 5.5 最小可缓存长度为 512 Token，默认 ephemeral 缓存有效期为 5 分钟。资料过短或前缀变化都可能无法命中。不要为了“凑缓存”添加无关文本，应优先复用真正需要的资料。

四、比较 DDS Hub 时，先看分组再算价格

如果希望比较其他接入方案，可以从 DDS Hub 模型广场查看 claude-opus-5-5，核对当前分组、输入输出费率和缓存价格。

DDS Hub 提供不同分组的选择入口。对预算敏感的开发者，可以先按模型和客户端要求筛选，再比较预计用量对应的实际费用：

1. 确认目标分组支持 Opus 5.5，以及自己使用的客户端。
2. 核对普通输入、输出、缓存写入和读取四项价格。
3. 确认分组倍率是否已计入显示价格，以及充值金额与平台积分的换算。
4. 按使用教程创建对应令牌，设置合适的消费上限，再用小规模请求核对账单。

当前公开页面同时出现美元符号、人民币积分、充值比例和分组倍率，因此不能把页面数字直接当作官方美元账单比较，更不能只凭一个倍率就断言固定节省比例。上面的 0.308 美元演算使用官方费率，不是 DDS Hub 报价。

还要注意，DDS Hub FAQ列有“分组仅允许 Claude Code 客户端”的报错。准备运行 Python 程序时，应先确认普通 Messages API 权限、认证方式、请求地址和缓存支持，不能把 Claude Code 专用配置直接套进本文代码。

五、控制输出与任务量，继续减少开销

缓存之外，可以先做三项调整：

• 明确回答范围。 指定需要的字段、结论或修改片段，减少无关长输出。
• 只发送相关上下文。 从项目或文档中选取当前任务需要的内容，避免每次上传全部历史。
• 区分实时与离线任务。 官方文档列明 Batch API 的输入输出价格有 50% 折扣；不要求即时返回的任务可评估批处理，接入服务是否支持则需要另查。

max_tokens 是生成上限，不是固定账单；设置过低也可能截断回答。应结合 usage、停止原因和结果是否可用一起调整。

另外，Opus 5.5 的自适应思考始终开启，官方不接受通过 thinking: {"type": "disabled"} 关闭它。迁移旧代码时，不要把这个配置当作省钱开关。

六、用实际账单决定接入方案

可以先拿一组相同任务记录四类输入输出用量，再比较结果质量、成功率和实际扣费。一个实用指标是：

平均可用结果成本 = 这组任务的总实际费用 ÷ 达到要求的结果数量

重复计费的重试、无法使用的长回答，同样会影响这个指标。

准备通过 DDS Hub 接入时，可以先核对当前模型与分组，再确认缓存和客户端条件。用真实任务的小规模账单替代单一折扣标签，更容易找到适合自己项目的低成本方案。

本作品采用《CC 协议》，转载必须注明作者和本文链接