追蹤成本和使用情況

了解如何追蹤 token 使用情況、估計成本，以及使用 Claude Agent SDK 配置 prompt caching。

Claude Agent SDK 為每次與 Claude 的互動提供詳細的 token 使用資訊。本指南說明如何正確追蹤使用情況和理解成本報告，特別是在處理平行工具使用和多步驟對話時。

如需完整的 API 文件，請參閱 TypeScript SDK 參考 和 Python SDK 參考。

了解 token 使用情況

TypeScript 和 Python SDK 使用不同的欄位名稱公開相同的使用資料：

• TypeScript 在每個助手訊息上提供每步 token 細分（message.message.id、message.message.usage），通過結果訊息上的 modelUsage 提供每個模型的成本，以及結果訊息上的累積總計。
• Python 在每個助手訊息上提供每步 token 細分（message.usage、message.message_id），通過結果訊息上的 model_usage 提供每個模型的成本，以及結果訊息上的累積總計（total_cost_usd 和 usage 字典）。

兩個 SDK 使用相同的基礎成本模型並公開相同的粒度。差異在於欄位命名和每步使用情況的嵌套位置。

成本追蹤取決於理解 SDK 如何限定使用資料的範圍：

• query() 呼叫： SDK 的 query() 函數的一次調用。單次呼叫可能涉及多個步驟（Claude 回應、使用工具、獲取結果、再次回應）。每次呼叫在末尾產生一個 result 訊息。
• 步驟： query() 呼叫中的單個請求/回應週期。每個步驟產生帶有 token 使用情況的助手訊息。
• 會話： 由會話 ID 連結的一系列 query() 呼叫（使用 resume 選項）。會話中的每個 query() 呼叫獨立報告其自己的成本。

下圖顯示來自單個 query() 呼叫的訊息流，在每個步驟報告 token 使用情況，並在末尾顯示累積估計：

取得查詢的總成本

結果訊息（TypeScript、Python）標記 query() 呼叫的代理迴圈的結束。它包含 total_cost_usd，即該呼叫中所有步驟的累積估計成本。這適用於成功和錯誤結果。如果您使用會話進行多個 query() 呼叫，每個結果只反映該個別呼叫的成本。

當代理產生子代理時，三個結果層級的欄位在計算內容上有所不同。使用 modelUsage 或 Python 中的 model_usage 進行整個樹狀結構的權杖計算；usage 欄位一旦發生巢狀就會低估。

以下範例遍歷來自 query() 呼叫的訊息流，並在 result 訊息到達時列印總成本：

import { query } from "@anthropic-ai/claude-agent-sdk";

try {
for await (const message of query({ prompt: "Summarize this project" })) {
if (message.type === "result") {
console.log(`Total cost: $${message.total_cost_usd}`);
}
}
} catch (error) {
// A single-shot query() throws after yielding an error result. If the
// failure was an error result, it still carried total_cost_usd and the
// branch above has already run; connection or process failures yield
// no result message.
console.error(`Session ended with an error: ${error}`);
}

from claude_agent_sdk import query, ResultMessage
import asyncio


async def main():
try:
async for message in query(prompt="Summarize this project"):
if isinstance(message, ResultMessage):
print(f"Total cost: ${message.total_cost_usd or 0}")
except Exception as error:
# A single-shot query() raises after yielding an error result. If the
# failure was an error result, it still carried total_cost_usd and the
# branch above has already run; connection or process failures yield
# no result message.
print(f"Session ended with an error: {error}")


asyncio.run(main())

追蹤每步和每個模型的使用情況

本節中的範例使用 TypeScript 欄位名稱。在 Python 中，等效欄位是 AssistantMessage.usage 和 AssistantMessage.message_id 用於每步使用情況，以及 ResultMessage.model_usage 用於每個模型的細分。

追蹤每步使用情況

每個助手訊息包含一個嵌套的 BetaMessage（通過 message.message 存取），具有 id 和 usage 物件，其中包含 token 計數。當 Claude 並行使用工具時，多個訊息共享相同的 id 和相同的使用資料。追蹤您已經計數的 ID，並跳過重複項以避免膨脹的總計。

以下範例累積所有步驟中的輸入和輸出 token，每個唯一訊息 ID 只計數一次：

import { query } from "@anthropic-ai/claude-agent-sdk";

const seenIds = new Set<string>();
let totalInputTokens = 0;
let totalOutputTokens = 0;

try {
  for await (const message of query({ prompt: "Summarize this project" })) {
    if (message.type === "assistant") {
      const msgId = message.message.id;

      // Parallel tool calls share the same ID, only count once
      if (!seenIds.has(msgId)) {
        seenIds.add(msgId);
        totalInputTokens += message.message.usage.input_tokens;
        totalOutputTokens += message.message.usage.output_tokens;
      }
    }
  }
} catch (error) {
  // A single-shot query() throws after yielding an error result, so the
  // totals below still reflect the steps that ran before the failure.
  console.error(`Session ended with an error: ${error}`);
}

console.log(`Steps: ${seenIds.size}`);
console.log(`Input tokens: ${totalInputTokens}`);
console.log(`Output tokens: ${totalOutputTokens}`);

按模型細分使用情況

結果訊息包含 modelUsage，一個模型名稱到每個模型 token 計數和成本的映射。當您執行多個模型（例如，子代理使用 Haiku，主代理使用 Opus）並想查看 token 的去向時，這很有用。

以下範例執行查詢並列印每個使用的模型的成本和 token 細分：

import { query } from "@anthropic-ai/claude-agent-sdk";

try {
  for await (const message of query({ prompt: "Summarize this project" })) {
    if (message.type !== "result") continue;

    for (const [modelName, usage] of Object.entries(message.modelUsage)) {
      console.log(`${modelName}: $${usage.costUSD.toFixed(4)}`);
      console.log(`  Input tokens: ${usage.inputTokens}`);
      console.log(`  Output tokens: ${usage.outputTokens}`);
      console.log(`  Cache read: ${usage.cacheReadInputTokens}`);
      console.log(`  Cache creation: ${usage.cacheCreationInputTokens}`);
    }
  }
} catch (error) {
  // A single-shot query() throws after yielding an error result. If the
  // failure was an error result, the per-model breakdown above has already
  // printed; connection or process failures yield no result message.
  console.error(`Session ended with an error: ${error}`);
}

累積多個呼叫的成本

每個 query() 呼叫返回其自己的 total_cost_usd。SDK 不提供會話級別的總計，因此如果您的應用程式進行多個 query() 呼叫（例如，在多回合會話中或跨不同使用者），請自行累積總計。

以下範例順序執行兩個 query() 呼叫，將每個呼叫的 total_cost_usd 加到運行總計中，並列印每個呼叫和合併的成本：

import { query } from "@anthropic-ai/claude-agent-sdk";

// Track cumulative cost across multiple query() calls
let totalSpend = 0;

const prompts = [
"Read the files in src/ and summarize the architecture",
"List all exported functions in src/auth.ts"
];

for (const prompt of prompts) {
try {
for await (const message of query({ prompt })) {
if (message.type === "result") {
totalSpend += message.total_cost_usd;
console.log(`This call: $${message.total_cost_usd}`);
}
}
} catch (error) {
// A single-shot query() throws after yielding an error result. If the
// failure was an error result, this call's cost was already counted;
// connection or process failures yield no result message. Continue
// with the next prompt.
console.error(`Call failed: ${error}`);
}
}

console.log(`Total spend: $${totalSpend.toFixed(4)}`);

from claude_agent_sdk import query, ResultMessage
import asyncio


async def main():
# Track cumulative cost across multiple query() calls
total_spend = 0.0

prompts = [
"Read the files in src/ and summarize the architecture",
"List all exported functions in src/auth.ts",
]

for prompt in prompts:
try:
async for message in query(prompt=prompt):
if isinstance(message, ResultMessage):
cost = message.total_cost_usd or 0
total_spend += cost
print(f"This call: ${cost}")
except Exception as error:
# A single-shot query() raises after yielding an error result. If
# the failure was an error result, this call's cost was already
# counted; connection or process failures yield no result message.
# Continue with the next prompt.
print(f"Call failed: {error}")

print(f"Total spend: ${total_spend:.4f}")


asyncio.run(main())

處理錯誤、快取和 token 差異

為了準確的成本追蹤，請考慮失敗的對話、快取 token 定價和偶爾的報告不一致。

解決輸出 token 差異

在罕見情況下，您可能會觀察到具有相同 ID 的訊息的不同 output_tokens 值。當發生這種情況時：

1. 使用最高值： 一組中的最終訊息通常包含準確的總計。
2. 優先使用結果訊息： 結果訊息中的 total_cost_usd 反映 SDK 在所有步驟中的累積估計，因此比自己求和每步值更可靠。它仍然是一個估計值，可能與您的實際帳單不同。
3. 報告不一致： 在 Claude Code GitHub 儲存庫 提交問題。

追蹤失敗對話的成本

成功和錯誤結果訊息都包含 usage 和 total_cost_usd。如果對話在中途失敗，您仍然消耗了到失敗點為止的 token。無論其 subtype 如何，始終從結果訊息讀取成本資料。

追蹤快取 token

Agent SDK 自動使用 prompt caching 來減少重複內容的成本。您不需要自己配置快取。使用物件包含兩個額外的欄位用於快取追蹤：

• cache_creation_input_tokens：用於建立新快取項目的 token（按比標準輸入 token 更高的費率計費）。
• cache_read_input_tokens：從現有快取項目讀取的 token（按降低的費率計費）。

將這些與 input_tokens 分開追蹤以了解快取節省。在 TypeScript 中，這些欄位在 Usage 物件上輸入。在 Python 中，它們作為 ResultMessage.usage 字典中的鍵出現（例如，message.usage.get("cache_read_input_tokens", 0)）。

將 prompt 快取 TTL 延長至一小時

當您使用 API 金鑰進行身份驗證或在 Amazon Bedrock、Google Cloud 的 Agent Platform 或 Microsoft Foundry 上執行時，SDK 寫入的快取項目預設使用 5 分鐘的 TTL。如果您的工作負載針對相同的系統提示和上下文執行許多短會話，且它們之間的間隔超過 5 分鐘，快取會在會話之間過期，每個新會話都會支付完整的輸入價格。

要請求快取寫入的 1 小時 TTL，請設定 ENABLE_PROMPT_CACHING_1H 環境變數。您可以在 shell 或容器環境中匯出它，或通過 options.env 傳遞它。

以下範例為在 Amazon Bedrock 上執行的代理啟用 1 小時 TTL：

from claude_agent_sdk import ClaudeAgentOptions, query
import asyncio


async def main():
options = ClaudeAgentOptions(
env={
"CLAUDE_CODE_USE_BEDROCK": "1",
"ENABLE_PROMPT_CACHING_1H": "1",
},
)

async for message in query(prompt="Summarize this project", options=options):
print(message)


asyncio.run(main())

import { query } from "@anthropic-ai/claude-agent-sdk";

const options = {
env: {
...process.env,
CLAUDE_CODE_USE_BEDROCK: "1",
ENABLE_PROMPT_CACHING_1H: "1",
},
};

for await (const message of query({ prompt: "Summarize this project", options })) {
console.log(message);
}

具有 1 小時 TTL 的快取寫入按比 5 分鐘寫入更高的費率計費，因此啟用此功能會用更高的寫入成本換取更多的快取讀取。有關詳細資訊，請參閱 prompt caching 定價。Claude 訂閱使用者已自動獲得 1 小時 TTL，不需要設定此變數。

相關文件

• TypeScript SDK 參考 - 完整的 API 文件
• SDK 概述 - SDK 入門
• SDK 權限 - 管理工具權限