Anthropic Computer use + Skills API + Files API 2026 GA:定价、Browser use 工具与 1 TB 存储全解读

2026 年 8 月 20 日,Anthropic 把三块 agent 基础设施全部推到 GA——Computer useSkills APIFiles API,并在 Computer use 里新增 Browser use 工具。它们共同构成一个闭环:agent 看见 应用、按团队 专业知识 行动、用文件 ID 携带证据,最后把成品文件写回去。Computer use 也首次获得 HIPAA 合规资格(BAA 范围内),这对医疗和保险工作流是真正的合规变化。

对 API 消费者来说,关键问题是:每次请求要花多少钱新增的 API 表面要接哪些和 OpenAI computer-use-preview 比怎么样。我们对照 Anthropic 的 GA 公告Computer use 文档Skills API 参考,以及 anthropic.com/pricing 实测页面,把三件事都核实一遍。

定价:模型基础价 + 约 4,500 token 工具集开销

Computer use 沿用标准工具调用定价:你付模型输入/输出 token 价,外加截图/视觉结果按图像输入计费。在此之上,新工具集声明会固定增加一段输入 token 开销:

  • 声明 computer_toolset_20260801 默认成员会加 ~4,500 输入 token(含工具定义 + tool-use 系统提示)。
  • Claude Fable 5、Mythos 5、Opus 5、Opus 4.8:~4,520;Sonnet 5:~4,590
  • configs 关闭 zoom 可省 ~410 token。
  • 截图与 zoom 图像按 图像输入 计费(参见各模型 Vision 定价)。

模型基础价(2026-08-25 在 anthropic.com/pricing 实测):

模型输入输出缓存写缓存读
Haiku 4.5$1 / MTok$5 / MTok$1.25 / MTok$0.10 / MTok
Sonnet 5$2 / MTok$10 / MTok$2.50 / MTok$0.20 / MTok
Opus 5$5 / MTok$25 / MTok$6.25 / MTok$0.50 / MTok
Fable 5$10 / MTok$50 / MTok$12.50 / MTok$1 / MTok

实测样例。 Claude Opus 5 一次多动作回合:computer_toolset_20260801 默认成员、1024×768 PNG 截图、1,000 token 输出:

  • 工具集开销:~4,520 输入 token → $0.0226
  • 截图按 Opus 5 视觉输入计费(单张高分图同一档位)
  • 1,000 输出 token → $0.025
  • 单回合总价 ≈ Opus 5 上 $0.05–$0.08;Sonnet 5 ~$0.02–$0.04;Haiku 4.5 ~$0.01–$0.02

视觉输入的精确 token 数会写在响应的 usage 字段里,也可以用 count_tokens 端点预演。

Computer use:多动作回合 + Browser use + HIPAA

GA 版的 Computer use 让 Claude 在一轮里执行 多个动作,而不是一次调用一个动作。Anthropic 博客里给出了一个医疗客户数据(Davide Locatelli, Research Engineer):我们最长的理赔工作流从 32 分钟降到 13 分钟,每个任务的成本在我们测过的所有工作流上都下降了约 30%,完成率达到 100%,且没有修改任何 prompt。多动作回合是主要收益——更少的往返、更少的系统提示重计费。

新的 Browser use 工具 是同一工具集的成员,不是独立工具名。它在截图之外读取页面 DOM 结构,让 agent 锁定id="q" 的搜索框,而不是像素 (412, 187)。这让网页工作流比单纯依赖截图更可靠,尤其在元素位置经常变化的 SPA 上。

HIPAA。 Computer use 现在在 Anthropic 的 BAA 范围内获得 HIPAA 合规资格。如果你的理赔或预授权 agent 要碰 PHI,这就拆掉了过去那道"agent 流程里完全不能有 Claude"的硬墙。

Skills API:把团队的 SOP 上传并版本化

技能(skill)是 Claude 在任务需要时才加载的指令/脚本/模板文件夹。Skills API 让你上传并版本化自有技能,挂到任意请求上;技能跑在 Claude 的代码执行沙箱里,你不用自己部署任何东西。端点(来自 Skills API 参考):

POST   /v1/skills                       # 创建技能
GET    /v1/skills                       # 列出技能
GET    /v1/skills/{skill_id}            # 取一个
DELETE /v1/skills/{skill_id}            # 删除
POST   /v1/skills/{skill_id}/versions   # 发新版本
GET    /v1/skills/{skill_id}/versions   # 列出版本
GET    /v1/skills/{skill_id}/versions/{version}
DELETE /v1/skills/{skill_id}/versions/{version}

SkillSource.type 取值为 custom(你的工作区,私有)、anthropic(Anthropic 发布,共享、只读)、anthropic_example(Anthropic 样本)、plugin(来自已装插件)。Box 的 Matthew Midson 给出了标准用例:对一家银行来说,一个技能承载了它的授信方法论和合规备忘录模板;Box Agent 把方法论套到已经在 Box 里的财报和交易文档上,产出有源引用的授信备忘录给分析师复核

Files API:5x 速率、每组织 1 TB、自动过期

Files API 现在是 agent 读写文档的生产级存储:上传一次 PDF/电子表格,后续请求按 ID 引用,不再重复上传;agent 写回的文件按 ID 直接下载。GA 三项硬升级:

  • Files 端点 5 倍速率限制
  • 每组织 1 TB 存储——足够塞下一个企业知识库。
  • 自动文件过期——可配置,避免旧证据泄漏到新任务。

对长期 agent,收益是不用再付第二遍输入 token 税。一个 50 MB 的 PDF 在后续十次回合里按 ID 引用,只算一次上传成本。

代码示例:Computer use + Files API 闭环

一个最简 Python 闭环:上传一次截图,让 Claude 用多动作回合操作,下载 agent 写回的文件——也就是 Anthropic 博客里"理赔 agent"的最小可用版本。

import anthropic
from pathlib import Path

client = anthropic.Anthropic()

# 1. 一次性上传受理文档
intake = client.files.create(
    file=("intake.pdf", Path("intake.pdf").read_bytes(), "application/pdf"),
    purpose="file",
)
file_id = intake.id  # 后续按 ID 引用,不再传字节

# 2. 多动作 Computer use 回合(computer_toolset_20260801)
response = client.messages.create(
    model="claude-opus-5",
    max_tokens=4096,
    tools=[{"type": "computer_toolset_20260801"}],
    messages=[
        {
            "role": "user",
            "content": [
                {"type": "text", "text": "处理这份理赔并把确认书存回去。"},
                {"type": "file", "file_id": file_id},  # Files API 引用
            ],
        }
    ],
)

# 3. 遍历所有 tool_use 块(多动作回合返回一组)
for block in response.content:
    if block.type == "tool_use" and block.name.startswith("computer"):
        print(block.input)  # {"action": "left_click", "coordinate": [412, 187]}

# 4. 下载 Claude 写回的文件
for fid in response.usage.get("output_files", []):
    file_bytes = client.files.download(fid)
    Path(fid + ".pdf").write_bytes(file_bytes)

同样的调用形态,Haiku 4.5 适合高量、低价的网页表单自动化(简单表单单回合低于 1 美分),Fable 5 留给最难的长期 agent 循环——4,500 token 工具集开销会被真正的工具调用摊薄到可以忽略。

速度:为什么多动作回合比工具集开销更重要

Locatelli 那条引用——32 分钟变 13 分钟——是评估性能的正确角度。Computer use 延迟由两个因素主导:往返次数和每张截图大小;每回合工具集开销是固定税。多动作回合把多次点击/按键合并进一次模型调用,把往返次数压缩 3–5 倍。Haiku 4.5 上这个税很小($1/M 输入,单回合约 $0.0045);Opus 5 上相对时间节省也是小头(单回合约 $0.0226)。

Browser use 因为 DOM 感知,"点错重试"的回合明显减少——这是纯截图闭环里最常被忽视的隐性成本。Box 那条工作流里,技能本身让 agent 不偏题;Files API 让每回合成本不会随文档累积而爆涨。

在 Claude Platform 之外的可用性

Skills API 和 Files API 同步在 Microsoft Foundry 上提供;升级后的 Computer use 和 Browser use 工具 即将登陆 Google Cloud Vertex AI。Beta 集成在迁移期间继续工作,所以你现在直连 Anthropic,后面切到 Vertex AI 不需要重写代码。这是 Anthropic 从 Opus 4.7 起对 Claude 整体一直使用的同一套多云策略。

值得知道的限制

  • Prompt injection 仍是头号风险。 Anthropic 文档明确提醒:网页上的指令或图像里包含的指令可能覆盖你的指令,或让 Claude 出错。把任何接触不可信页面的 computer-use / browser-use agent 当成"一个初级分析师在翻垃圾邮件"对待:隔离敏感数据、限制动作集、记录一切。
  • 4,500 token 开销按回合计算。 Haiku 4.5 上这是短请求里不小的一块。不需要 zoom 时就关掉(省 ~410 token),并选择能满足任务的最小工具集。
  • Files API 过期是默认行为,不是可选。 要主动配置;长期证据文件要么定期重传,要么明确 pin,否则你的 agent 会突然看不到它们。
  • Vertex AI 是"即将",不是 GA。 如果你栈里 day-1 就必须 Google Cloud,留一条临时直连 Anthropic 的通道。

本周就应该接入的团队

  • 医疗与保险工作流需要 HIPAA 合规:BAA 资格直接拆掉了最大障碍。
  • 银行与金融服务 agent依赖行内方法论:Skills API 是授信、KYC、合规审查的标准形态。
  • 网页表单规模化自动化:browser use + Haiku 4.5 把单次 1 美元的截图动作压到亚美分。
  • 文档密集的长期 agent 循环:Files API 1 TB + 5x 速率去掉了过去长期 agent 反复上传的 token 税。

结论

Anthropic 这次 8 月 20 日 GA 不是单一产品上线,而是一个高度整合的三件套:Computer use(+ Browser use)承担看见-行动闭环,Skills API 承担应用专业知识闭环,Files API 承担携带证据闭环。定价沿用模型基础价 + 透明的 ~4,500 token 工具集开销,HIPAA 合规是那种"悄无声息地把下一波企业试点解锁了"的合规升级。

如果你已经在用 Claude 做对话或写代码,接 Computer use 的边际成本很低。如果你在跑 OpenAI computer-use-preview,值得做一次真实工作流的单回合成本对比——Sonnet 5 $2/$10 配合多动作回合,扣掉重试率后通常胜过一张专用截图模型。两条路径都值得做的接入是 Files API:5x 速率 + 1 TB 存储是真升级,不是营销文案。

定价来自 anthropic.com/pricingComputer use 文档(2026-08-25 实测)。Skills API 端点来自 docs.anthropic.com/en/api/skills。GA 公告与客户引用来自 claude.com/blog/computer-use-skills-api-files-api