Claude Haiku 4.5 中转站：缓存读 ¥0.18

01 / 先把 Claude Haiku 4.5 的单价摊开

做开发要谈成本，先看数字，再谈体验。CheapRelay 价格表里，Claude Haiku 4.5 的模型标识是 claude-haiku-4-5-20251001，每 100 万 token 的输入价 ¥2.10，输出价 ¥10.08，缓存读取价 ¥0.18。对照同一张价格表中的官方标价，输入是 ¥7.20，输出是 ¥36.00，缓存读取是 ¥0.72。

• ■ 输入：¥2.10 ÷ ¥7.20 ≈ 29.2%，也就是比官方标价低约 70.8%。
• ■ 输出：¥10.08 ÷ ¥36.00 = 28%，低 72%。
• ■ 缓存读取：¥0.18 ÷ ¥0.72 = 25%，低 75%。

这三项差距都直接来自价格表，不需要猜测，也不用把别的模型的价格借来套。CheapRelay 按真实 token 计费，输入、输出、缓存读取分别列价，所以预算可以照着单价乘 token 数量算出来。举例说明，若一个任务平均每次输入 2 万 token、输出 5 千 token，连续调用 100 次：输入 2 万 × 100 = 200 万 token，对应 ¥2.10 × 2 = ¥4.20；输出 5 千 × 100 = 50 万 token，对应 ¥10.08 ÷ 2 = ¥5.04；这一组示例调用合计 ¥9.24，尚未包含缓存读取。数字落到具体调用次数上，成本就不再是一个抽象标签。

02 / 注册与客户端配置清单

首先打开 CheapRelay，注册新账号就有 ¥0.60 注册赠送额度，任何模型都能用，这点钱先用来跑通一次请求最合算。其次要选对客户端：Claude 系列模型只支持官方 Claude Code 和官方 Claude Desktop，版本需要在 2.1.285 或更新。这里不要图省事换成 OpenAI 兼容客户端，也不要用 SDK 或 cURL 直连，协议不匹配，配置再省事也跑不通。

• ■ 客户端：官方 Claude Code 或官方 Claude Desktop，版本 2.1.285 以上。
• ■ API Base：https://api.cheapapirelay.com。
• ■ 模型填写：claude-haiku-4-5-20251001。
• ■ 计费方式：预付余额，按真实 token 扣费，没有月租，余额不过期。

把这四项抄进客户端配置，保存后发一条短消息测试。如果返回正常，就说明地址、密钥和模型名都对上了。整个准备过程没有套餐，也没有开通月租的步骤，充值多少由你决定，测试成本就是实际消耗的 token 费用。可以用赠送额度先验证一次：例如一次请求输入 1 千 token、输出 200 token，输入费用是 ¥2.10 ÷ 1000 = ¥0.0021，输出费用是 ¥10.08 ÷ 1000 × 200 = ¥0.002016，单次合计约 ¥0.004116，扣款从 ¥0.60 起步即可。之后再按自己的用量决定充值金额，账目始终跟着真实 token 走。

03 / 用一次真实用量把账单算出来

下面是一个示例场景，用来演示算法，不是承诺值。假设某次任务消耗 100 万输入 token、50 万输出 token、100 万缓存读取 token。用 CheapRelay 价格表计算：输入 ¥2.10，输出 ¥10.08 ÷ 2 = ¥5.04，缓存读取 ¥0.18，合计 ¥2.10 + ¥5.04 + ¥0.18 = ¥7.32。

• ■ 同一示例按官方标价计算：¥7.20 + ¥36.00 ÷ 2 = ¥18.00，再加 ¥0.72，合计 ¥25.92。
• ■ 两者相减：¥25.92 − ¥7.32 = ¥18.60。
• ■ 节省比例：¥18.60 ÷ ¥25.92 ≈ 71.8%。

换成第二个示例，只发 10 万输入 token、1 万输出 token：输入 ¥2.10 ÷ 10 = ¥0.21，输出 ¥10.08 ÷ 100 = ¥0.1008，合计 ¥0.3108。再看第三个示例，输入 30 万 token、输出 20 万 token、缓存读取 50 万 token：输入 ¥2.10 ÷ 10 × 3 = ¥0.63，输出 ¥10.08 ÷ 100 × 20 = ¥2.016，缓存读取 ¥0.18 ÷ 2 = ¥0.09，合计 ¥2.736。三个示例放在一起可以看出，输入与输出的配比一变，总价就跟着变。示例算式越细，账单越可复核。你也可以把常用任务的 token 量套进同一公式，先估成本，再决定跑多少条任务。

04 / 充值、限额与异常处理

其次看日常使用中的边界。CheapRelay 采用预付余额模式，按真实 token 扣费，没有月租，余额不会过期，所以不用的钱可以放着。每个密钥每分钟 120 次调用，每个账号同时 8 次调用；压测或批量任务要先对照这两个数排队，别把限额当成故障。

• ■ 遇到 HTTP 402：表示余额已经等于或低于零，充值后即可继续调用。
• ■ 退款规则：充值后 12 天内，未使用余额可申请退款，扣除已消费金额和支付手续费。
• ■ 账户额度：新账号注册赠送 ¥0.60，可用于任意模型，包括 Claude Haiku 4.5。

把退款窗口记在日历上，把 402 当成余额提示而不是接口报错，就能少走弯路。示例来看，若你充值 ¥50 并在 12 天内只用了 ¥7.32，未使用部分按规则扣除已花金额和支付手续费后办理退款，而不是按月租或套餐规则处理。再算一个并发示例：8 个并发请求各自消耗 1 万输入 token、2 千输出 token，单次输入费用是 ¥2.10 ÷ 100 = ¥0.021，输出费用是 ¥10.08 ÷ 1000 × 2 = ¥0.02016，8 次合计 ¥0.32928；只要余额高于这个数，这一轮并发就不会触发余额为零的提示。每分钟 120 次调用是每个密钥的上限，批量任务按这个数拆批即可。

05 / 横向比价与邀请收益也算清楚

价格表里还有其他模型，可以直接比数字。Claude Haiku 4.5 输入 ¥2.10、输出 ¥10.08；Gemini 2.5 Flash 输入 ¥1.28、输出 ¥10.24、缓存读取 ¥0.13；Qwen3.7 Plus 输入 ¥0.87、输出 ¥2.61、缓存读取 ¥0.26。输出量大的任务，Claude Haiku 4.5 每百万输出 ¥10.08，比 Qwen3.7 Plus 的 ¥2.61 多 ¥7.47，但缓存读取 ¥0.18 又比后者的 ¥0.26 少 ¥0.08。选哪个，把自己的 token 构成套进去算，比空谈标签更实在。

• ■ 直接邀请的用户付费：你获得其付费金额的 20%。
• ■ 二级邀请的用户付费：你获得其付费金额的 6%。
• ■ 奖励进入可提现余额，最低提现金额 ¥20，通过支付宝提现。

如果邀请带来的示例收入是 ¥100，按 20% 计算是 ¥20，恰好达到提现门槛；来自二级的 ¥100 按 6% 计算是 ¥6，计入奖励余额继续累积。再看一个混合示例：直接邀请用户付费 ¥150，二级用户付费 ¥300，奖励分别是 ¥150 × 20% = ¥30 和 ¥300 × 6% = ¥18，合计 ¥48，可提现余额达到 ¥48，超过 ¥20 的最低门槛，可通过支付宝提现。CheapRelay 把价格、计费、限额和邀请比例都摆在明面上，你要做的只是按清单配置，再拿账单验证。