研究预览阶段——价格可能随时调整
本文的快速模式费率与速度口径于 undefined 取自 Anthropic 官方定价页和快速模式文档；本站模型价格库中这两款模型的标准费率上次核对时间是 undefined。Anthropic 把快速模式标注为需要申请的研究预览，所以下面的表格只代表当前状态，不是长期承诺。
Claude Opus 5 参数与全部 API 费率研究预览 · Claude Opus 5 与 Opus 4.8
Claude 快速模式定价
快速模式是用钱换延迟：在 Claude Opus 5 与 Claude Opus 4.8 上按更高单价计费，换取 Anthropic 公布的最高 2.5 倍输出 token 速率。下面是官方费率与速度口径、它与提示缓存、长上下文、Batch API 的叠加方式，以及判断值不值得的成本测算。
一句话结论
Anthropic 把 Claude 快速模式定价为每百万 token 输入 $10、输出 $50，适用于 Claude Opus 5 与 Claude Opus 4.8。它仍是研究预览，且开通需要申请：有客户经理的直接联系对方，没有的加入 waitlist 排队。可用范围官方只写了一处：Claude API（含 Claude Managed Agents），别的入口一律不在列。提速口径也公布了：输出 token 每秒最高提升到 2.5 倍，作用在 OTPS 而非首 token 时间（TTFT），智能与能力不变。快速费率覆盖完整上下文窗口，输入超过 200K token 也不加价；提示缓存与数据驻留系数叠加在它之上。
什么是 Claude 快速模式？
快速模式是逐请求打开的计费选项，不是另一个模型：在你原本调用的请求里设置 speed: "fast"，并带上 fast-mode-2026-02-01 beta header。模型不变，变的只有单价和推理配置。
需要申请的研究预览，按 token 计费
Anthropic 定价页对快速模式的描述是：为 Claude Opus 5 与 Claude Opus 4.8 提供显著更快的输出，并按溢价计费；快速模式文档同时把它标为研究预览，开通方式是向客户经理申请，没有客户经理就进 waitlist。它是独立的一行价格，改变的是你每百万 token 的花费，而不是由哪个模型来回答。
输出 token 速率最高提升到 2.5 倍
Anthropic 快速模式文档写明：Claude Opus 5 与 Claude Opus 4.8 可交付最高 2.5 倍的输出 token 每秒（OTPS），并且提速聚焦在输出速率，不是首 token 时间（TTFT）——长提示该等多久才开始还是等多久。同一份文档也说清了不变的部分：快速模式跑的是同一个模型，只换成更快的推理配置，「智能与能力不变」。请把 2.5 倍看成上限而不是 SLA：官方没有公布延迟分位，也没有典型场景数值，切流量前请先用自己的真实负载把两种模式各测一遍。
适合谁用
有人在等结果的交互场景：聊天界面、IDE 与智能体循环、代码补全、请求链路上的信息抽取。后台任务不适合——那正是 Batch API 的用途，而 Anthropic 明确快速模式不能与 Batch API 同用。另外预览期按账号开通，动手设计之前先确认你的账号拿得到权限。
Claude 快速模式每百万 token 价格
标准费率取自本站模型价格库；快速模式一列是 Anthropic 为预览阶段公布的费率。最后一列是我们自己的除法结果，不是官方表述。
| 模型 | 标准费率（输入 / 输出，每百万 token） | 快速模式费率（输入 / 输出，每百万 token） | 相对标准的倍数（输入 / 输出） |
|---|---|---|---|
| Claude Opus 5 | $5.00 / $25.00 | $10.00 / $50.00 | 2x / 2x |
| Claude Opus 4.8 | $5.00 / $25.00 | $10.00 / $50.00 | 2x / 2x |
| Claude Opus 4.7 | 本站价格库未收录 | 返回错误，且不会回退到标准速度 | — |
| Claude Opus 4.6 | 本站价格库未收录 | 标准速度、标准费率，响应为 usage.speed: "standard" | — |
两款受支持的模型共用同一行快速模式费率；相对各自标准价的倍数放在最后一列，由价格库算得。Opus 4.7 是另一种情况：带 speed: "fast" 的请求会返回错误，并且与 Opus 4.6 不同，不会回退到标准速度——模型本身仍可按标准速度调用。Opus 4.6 则完全不报错：请求按标准速度运行、按标准费率计费，响应里会写 usage.speed: "standard"。两款旧模型，Anthropic 给的解决办法都是迁移到 Claude Opus 5 或 Claude Opus 4.8 后继续用快速模式。表中这两款的标准价仍然留空：Anthropic 在同一个定价页公布了 $5 输入 / $25 输出（每百万 token），但本站价格库没有 Opus 4.7 与 Opus 4.6 的行，而这张表只写能从价格库复算出来的数字。
快速模式如何与缓存、长上下文、Batch 叠加
快速模式替换的是每 token 单价，其它计费系数继续叠加在它之上。规则由 Anthropic 公布，下面这些合算出来的数字出自我们的计算。
提示缓存在快速模式上继续打折
缓存价格历来按输入单价的系数公布，而 Anthropic 明确说明提示缓存系数叠加在快速模式计费之上。也就是说，缓存读取是在快速模式输入价的基础上打折，而不是标准价——缓存写入同理。
Anthropic 不收取长上下文加价
这一行由定价页上的两句话决定。其一，快速模式计费适用于完整上下文窗口，包括输入超过 200k token 的请求，提示词再长，快速费率也不会往上跳。其二，Claude 4.6 及之后的模型按标准价格提供完整上下文窗口——900k token 的请求与 9k token 的请求每 token 单价相同，缓存与 Batch 折扣同样覆盖整个窗口。这在同档位里是实打实的差别：我们价格库里记录的对手方案中，xAI 从 prompt 达到 200K token 起把 Grok 4.7 的输入输出价同时翻倍，OpenAI 与 Sakana 在超过 272K 后按 2 倍输入 / 1.5 倍输出计费（GPT-6 Astra、Fugu Ultra v2）。4.6 之前的模型是否另有长上下文档位，Anthropic 没说，这条结论也就不往那边推。
不能与 Batch API 同时使用
两者互斥。Batch API 低于标准费率、天生慢；快速模式高于标准费率、追求快。任务等得起，折扣就在选择的另一头。
数据驻留系数同样叠加其上
这次 Anthropic 给了数字：区域与多区域端点相对全球端点溢价 10%，而 Anthropic 官方 Claude API 默认就是全球端点。同一页面说明数据驻留系数叠加在快速模式计费之上，所以这 10% 加在快速费率上，不是标准费率上。官方把这档结构的适用范围写成 Claude Sonnet 4.5、Haiku 4.5、Opus 4.5 及其后的所有模型，两款快速模式模型都在其中。
| 计费系数（以 Claude Opus 5 为例） | 标准费率（价格库） | 快速模式下（推算值） |
|---|---|---|
| 缓存读取 / 刷新 | $0.50 | $1.00 |
| 5 分钟缓存写入 | $6.25 | $12.50 |
| 1 小时缓存写入 | $10.00 | $20.00 |
| Batch API（输入 / 输出） | $2.50 / $12.50 | 快速模式下不可用 |
| 输入超过 200K token 的请求 | $5.00 / $25.00 覆盖完整上下文窗口 | $10.00 / $50.00 覆盖完整上下文窗口 |
| 数据驻留系数 | 较全球端点 +10% | 系数叠加在快速费率之上 |
「快速模式下」这一列是推算而非公布：我们从 Opus 5 的价格库行读出各系数的比例（缓存读取除以基础输入价、缓存写入除以基础输入价；价格库现已收录 1 小时缓存写入价，于是这一行也一并推算），再乘到快速模式的输入单价上，依据是 Anthropic 明确说缓存与驻留系数叠加在快速模式之上。Anthropic 没有印出这些合并数字，请把它们当预算估算，最终以账单为准。「输入超过 200K」那一行是例外：两侧都是公布价，谁都不随上下文加价；数据驻留那一格写的是 Anthropic 公布的端点 10% 溢价，不是算出来的金额。
Claude 快速模式在哪些地方可用
能不能用上，取决于四件事：官方点名支持的入口、明确排除的入口、只字未提的入口，以及预览的开通方式。
仅限 Claude API，含 Claude Managed Agents
Anthropic 把范围写得很直接：快速模式以研究预览形式提供，仅限 Claude API，包含 Claude Managed Agents。Managed Agents 属于同一个官方入口，所以快速费率由 Anthropic 自家 API 定义并由它提供；经由其他厂商控制台发起的请求都不在其中。
Bedrock、AWS、Google Cloud、Foundry 都没有
快速模式文档点名了不支持的位置：Amazon Bedrock、Claude Platform on AWS、Google Cloud 和 Microsoft Foundry 均不可用。定价页用另一种说法重复了同一条规则——仅限 Anthropic 官方 Claude API，伙伴运营的云平台不在内。如果你的合同通过这些入口调用 Claude，就按标准速度和标准价格规划；Anthropic 把它们列为「不可用」的地方，而不是「稍后开放」。
Claude 客户端不在公布的可用清单里
Anthropic 公布的清单只覆盖 Claude API 与 Claude Managed Agents，完全没有提到 Claude 客户端——免费版、Pro、Max 都没提。这是文档缺位，不是明确的否定，所以本页把客户端记为「在公布范围之外」，而不是「确认不提供」。同样还没确认的是：客户端里是否存在这个开关、会怎样消耗套餐额度——我们核对的页面里没有任何相关描述。
需要申请的研究预览
开通不是自助的：Anthropic 的要求是向你的客户经理申请快速模式，没有客户经理就加入 waitlist 排队。预览没有公布结束时间，运行期间费率、支持的模型清单、可用平台都可能变化。据此做预算之前，请重新核对官方定价页与快速模式文档。
放回产品线看，这笔溢价买到了什么
同样的每 token 单价，跟不同模型对比会得出不同结论。下面全部是价格库中的每百万 token 费率。
| 模型与模式 | 输入 / 百万 token | 输出 / 百万 token |
|---|---|---|
| Claude Opus 5 — 快速模式 | $10.00 | $50.00 |
| Claude Fable 5.1 — 标准费率 | $10.00 | $50.00 |
| Claude Opus 5 — 标准费率 | $5.00 | $25.00 |
| Claude Sonnet 5 — 标准费率 | $2.00 | $10.00 |
| Claude Haiku 4.5 — 标准费率 | $1.00 | $5.00 |
按 token 计价时，Opus 5 的快速模式与 Claude Fable 5.1 的标准费率落在同一档输入输出价格上：每百万 token 花的钱一样，模型不同。这才是买速度之前该做的对比——用同样的账单，本来能跑哪个模型，它对你的任务是不是更好的答案。
Claude 快速模式的溢价值不值？
它是账单上一个直接的倍数，所以这个问题有算术答案：每一次请求省下的等待时间值多少钱？
测算负载：每月 500 次请求，每次输入 10K、输出 1K token，按 Claude Opus 5 计价，且没有任何缓存命中。
- 标准费率
- $37.50
- 快速模式费率
- $75.00
- 每月多出
- +$37.50
- 每次请求多出
- +$0.075
判断标准
当有人在等结果、而单次请求的额外成本明显小于它省下的时间时，这个溢价值得付。没人在看时钟时就不要付：把任务用折扣价批量跑、把提示词压缩，或者只把用户真正能感知的那几步留给快速模式，其余负载换到更便宜的模型上。
上面的示例把每个输入 token 都按未命中缓存计价，因此一旦有可复用的前缀，总额就会变——缓存是在快速模式费率上打折，而不是把费用取消。速度那一侧依旧只有上限、没有承诺：官方公布的是最高 2.5 倍输出 token 每秒，没有延迟分位，也没有典型值，更不能拿来当你这条请求的保证。所以本页能精确算出溢价，时间那一侧只能给出方向。
本文的数字要么于 2026-09-22 取自 Anthropic 官方定价页与快速模式文档，要么由本站模型价格库计算得出——价格库里 Anthropic 的费率上次核对是 2026-09-22。这一轮之后仍未确认的有：Claude 客户端是否提供快速模式、零数据保留（ZDR）在该功能下的计费条款、预览何时结束、4.6 之前的 Claude 模型是否另有长上下文档位，以及 2.5 倍输出速度背后任何延迟分位数据。这些格子仍标注未确认，而不是猜一个数。