Claude API stop_reason=refusal 计费变更：零计费早期拒绝与 Advisor max_tokens 上限

Anthropic 在 6 月 2 日为 Claude 平台推送了两项更新，大多数运营商至今尚未注意到。这两项更新既不是模型发布，也没有在社交媒体上引发轰动。但放在一起来看，它们为运营商提供了两个全新的成本与延迟控制手段——而且都已在生产环境中生效。

发生了什么

提前拒绝响应零计费

当流式分类器在 Claude 未生成任何 token 之前进行拦截时，API 现在会返回 stop_reason: "refusal"，计费 token 数为零。以下是发布说明中的原文：

在 Claude API 上，当请求返回 stop_reason: "refusal" 且 Claude 未生成任何输出时，将不再收费。

有一个关键边界：如果 Claude 在拒绝触发之前已经产生了输出 token，则该请求仍按实际使用量计费。零计费仅适用于安全分类器在任何生成操作之前就介入的情况。在此之前，即使是被提前拦截的拒绝请求，也会产生一次完整的 API 调用费用。

Advisor tool 新增 max_tokens 参数

Advisor tool（一项允许低成本 executor 模型在生成过程中向高智能 advisor 模型请求策略指导的 beta 功能）现已支持 max_tokens 参数，可以为每次 advisor 调用设置 token 上限。来自发布说明：

advisor tool 现在支持 max_tokens 参数，可以限制 advisor 模型每次调用的输出 token 数，从而降低不需要完整 advisor 响应的工作负载的延迟和输出 token 成本。

在没有此上限之前，每次 advisor 调用通常会消耗 400–700 个文本 token，加上 1,400–1,800 个思考 token。运营商现在可以为那些短计划已足够的工作负载设置更严格的上限。

为什么重要

拒绝计费改变了安全与成本的关系

在 6 月 2 日之前，每次拒绝——即使是在生成单个 token 之前就触发的早期拒绝——仍然会计入一次计费请求。对于大规模运行内容审核工作负载的运营商而言，这造成了一种扭曲的成本激励：为了避免为空响应付费而关闭安全层。

新策略使安全与经济利益对齐。提前拒绝现在是免费的，这意味着保持内容分类器开启不再有直接的财务代价。对于多租户 API 平台而言，这种看似不起眼的政策变化会改变在网关层面强制执行防护措施与依赖提供商侧安全之间的成本计算。

关键实现细节：你需要区分提前拒绝（零计费）和生成中途的拒绝（仍然计费）。如果你的成本跟踪流水线对所有 refusal stop reason 一视同仁，就会高估费用。请更新计费逻辑，检查是否产生了输出 token。

此外，Anthropic 同日公开了 stop_details 字段。当 stop_reason 为 "refusal" 时，stop_details 会返回一个 category（"cyber"、"bio" 或 null）以及人类可读的 explanation。这为运营商提供了结构化信号，可用于将不同类型的拒绝路由到不同的下游处理器。

Advisor token 上限开辟了新的延迟调优维度

Advisor tool 解决了一个具体问题：获取高成本模型的策略，而无需为其完整生成付费。但在此次更新之前，每次 advisor 调用都会消耗模型的自然输出长度——有时 executor 只需要一个 200 token 的方向性提示，却付出了 700+ token 的策略文本成本。

max_tokens 上限让 advisor 成为一个可调节的控制旋钮：

• 严格上限（200–300 token）： 用于机械性工作负载的快速 advisor "提示"。延迟低、成本低，但 executor 获得的上下文也更少。
• 中等上限（500–600 token）： 适用于多步骤编码任务的均衡指导。
• 无上限（默认）： 适用于需要完整推理链的复杂推理流水线。

这与运营商在主 max_tokens 参数上已有的控制能力相同，现在应用于 advisor 子调用。如果你的路由层会通过编程方式配置 advisor 调用，token 上限是一个新的逐请求参数，应该将其暴露出来。

需要关注什么

拒绝成本跟踪需要更新

如果你运行着跟踪 Claude API 费用的成本仪表板，请验证拒绝处理逻辑是否能区分提前拒绝和生成中途拒绝。提前拒绝响应中仍然会出现 usage 对象，但其中的 token 数仅供参考——不应据此计费。

你的成本对账流水线需要检查以下逻辑：当 stop_reason 为 "refusal" 时，查看 usage.output_tokens 是否为零。如果为零，则该请求的实际账单费用为零，不应计入运营成本。这与之前的逻辑完全不同——之前所有非错误请求都会产生计费。

Advisor tool 仍处于 beta 阶段

Advisor tool 仍需要 advisor-tool-2026-03-01 beta header。它目前可在 Claude API 和 Claude Platform on AWS 上使用，但不适用于 Bedrock、Vertex AI 或 Microsoft Foundry。如果你的路由层跨提供商抽象，advisor token 上限仅适用于直接的 Claude API 调用。

TheRouter 用户应该怎么做

如果你的路由策略将 Claude 作为提供商，以下两项更新值得审计：

1. 拒绝计费： 确认你的成本对账流水线已针对新的零计费提前拒绝进行了适配。如果你通过 API 网关进行路由，检查网关的计费层是否已处理这种情况，或者是否需要打补丁。
2. Advisor token 上限： 如果你通过直接调用 Claude API 使用 advisor tool，请在路由配置中将 tools[].max_tokens 暴露为可配置参数。这是一个在 6 月 2 日之前不存在的直接延迟和成本优化手段。

两项更新现已生效。无需迁移——它们是新增功能，不是破坏性变更。但忽略它们意味着你在成本和延迟上留下了可以优化的空间。