cost-tracker

# Cost Tracker — Token 使用量與花費追蹤 > 依據 [Claude Agent SDK Cost Tracking](https://code.claude.com/docs/en/agent-sdk/cost-tracking) ## 定價表（2026-05，官方 Opus 4.8 發布後） | 模型 | Input ($/1M tokens) | Output ($/1M tokens) | Cache Read ($/1M) | Cache Write ($/1M) | |------|---------------------|----------------------|--------------------|---------------------| | **Opus 4.8** | $5.00 | $25.00 | $0.50 | $6.25 | | **Sonnet 4.6** | $3.00 | $15.00 | $0.30 | $3.75 | | **Haiku 4.5** | $1.00 | $5.00 | $0.10 | $1.25 | > 來源：[Models overview](https://platform.claude.com/docs/en/about-claude/models/overview)、[Pricing](https://platform.claude.com/docs/en/about-claude/pricing)。 > Cache Read = 0.1× input、Cache Write(5m) = 1.25× input。Opus 4.8 fast mode 為 premium 定價，不在此表。 ## 使用方式 在 session 中執行 `/cost-tracker`，系統將： 1. **統計當前 session 的 Token 使用量** - 分別計算 input / output / cache tokens - 按模型分層統計（Haiku / Sonnet / Opus） 2. **計算花費（USD）** - 套用上方定價表 - 區分主對話 vs Sub Agent 花費 3. **產出前後對比** - **優化前**（假設全部使用 Opus）的預估花費 - **優化後**（Advisor 模式分層）的實際花費 - 差異百分比 ## 計算公式 ``` 花費 = (input_tokens × input_price / 1M) + (output_tokens × output_price / 1M) + (cache_read_tokens × cache_read_price / 1M) + (cache_write_tokens × cache_write_price / 1M) ``` ## 分層估算模型 依據 CLAUDE.md 的 Advisor 模式，各角色的 Token 分配比例： | 角色 | 模型 | 預估 Token 佔比 | |------|------|-----------------| | 搜尋探索 | Haiku | ~30% | | 程式碼實作 + 測試 | Sonnet | ~55% | | 架構審查 + 顧問 | Opus | ~15% | ## 輸出格式 ```markdown ### Session Cost Report | 指標 | 數值 | |------|------| | Total Input Tokens | xxx | | Total Output Tokens | xxx | | Cache Read Tokens | xxx | | Cache Write Tokens | xxx | | **Total Cost (USD)** | $x.xx | #### 模型分層花費 | 模型 | Tokens | Cost (USD) | 佔比 | |------|--------|-----------|------| | Haiku | xxx | $x.xx | xx% | | Sonnet | xxx | $x.xx | xx% | | Opus | xxx | $x.xx | xx% | #### 優化效益 | 指標 | 全 Opus | Advisor 分層 | 節省 | |------|---------|-------------|------| | 預估花費 | $x.xx | $x.xx | -xx% | ``` ## Agent SDK 整合範例（TypeScript） ```typescript import { query } from "@anthropic-ai/claude-agent-sdk"; let sessionCost = 0; const modelBreakdown: Record<string, { tokens: number; cost: number }> = {}; for await (const message of query({ prompt: "your task" })) { if (message.type === "result") { sessionCost += message.total_cost_usd; for (const [model, usage] of Object.entries(message.modelUsage)) { if (!modelBreakdown[model]) modelBreakdown[model] = { tokens: 0, cost: 0 }; modelBreakdown[model].tokens += usage.inputTokens + usage.outputTokens; modelBreakdown[model].cost += usage.costUSD; } } } console.log(`Session total: $${sessionCost.toFixed(4)}`); for (const [model, data] of Object.entries(modelBreakdown)) { console.log(` ${model}: ${data.tokens} tokens, $${data.cost.toFixed(4)}`); } ``` ## Gotcha - **Claude Code 的 `/usage` 是累積值**：它顯示從 session 開始到當下的總量，不是「本次操作」的增量。 - **Cache write tokens 比 input 貴**：cache write = 1.25× input price，計算時不要誤用 input 單價。 - **「優化前」是假設值**：以全 Opus 計算的對比數字是估算，實際上你可能原本也不是全 Opus。 - **Sub Agent 費用需個別計算**：子 agent 的 token 不一定計入主對話的 `/usage`，需確認 SDK 版本行為。 - **定價表可能已更新**：本 skill 的定價以 2026-04 為準，若超過 3 個月請重新確認官方定價。