这类计费被称为“按量计费”（Pay-as-you-go），即按使用量付费，没有月租。为了让你直观理解，我们可以把 Token 类比成“字数”（通常 1M Tokens 约为 75 万个英文单词或 50 万个汉字）。
以下是四个维度的详细解读：
1. 基础计费：输入与补全
这是最核心的部分，每次对话都会产生这两项费用。
- 输入价格 ($0.80 / 1M Tokens)：
指的是你发送给 AI 的指令、背景资料或之前的对话历史。
- 例子： 你发送了一个 1 万 Tokens 的长文档，费用就是 $0.008。
- 补全价格 ($4.00 / 1M Tokens)：
指的是 AI 回复给你的内容。由于生成内容需要消耗更多算力，所以回复的价格是输入的 5 倍。
- 例子： AI 回复了 5000 个 Tokens，费用就是 $0.02。
2. 高级功能：提示词缓存 (Prompt Caching)
这是为了降低成本、提高速度推出的功能。如果你经常发送重复的大段背景资料（如代码库、法律条文），这个功能非常省钱。
- 缓存创建价格 ($1.00 / 1M Tokens)： 当你第一次把一段长文本存入缓存时，价格会比普通输入贵 25%（从 $0.8 变为 $1.0）。
- 缓存读取价格 ($0.08 / 1M Tokens)：
当你第二次及以后使用这段已缓存的内容时，价格会骤降。
- 划算在哪里？ 读取缓存的价格仅为普通输入的 1/10。
3. 场景模拟计算
假设你正在开发一个 AI 助手，系统内置了 2 万 Tokens 的背景知识库。
| 步骤 | 行为 | 计费类型 | 估算费用 (USD) |
|---|---|---|---|
| 第一次对话 | 发送 2 万字背景 + 100 字提问 | 缓存创建 | ~$0.02 |
| 第二次对话 | 提问 100 字（复用上述背景） | 缓存读取 + 普通输入 | ~$0.0016 + 极小额 |
| AI 回复 | AI 生成了 500 字回复 | 补全价格 | ~$0.002 |
结论： 如果没有缓存，你每次对话都要为那 2 万字付全额；有了缓存，后续对话的输入成本直接打了一折。
4. 核心特点总结
- 极高性价比： Haiku 是 Claude 3.5 系列中最快、最便宜的模型，非常适合处理高频、简单的任务。
- 读写分离： 写（生成内容）比读（理解内容）贵得多，这是行业通用的逻辑。
- 长文本优势： 缓存机制让处理超长上下文（如分析整本书）的成本大幅下降。