Claude 从 9 月 24 日起，被拦下的请求也计费：三类先开始

9 月 24 日，Anthropic 恢复了对一类请求的收费：模型在你拿到任何输出之前就被安全分类器拦下的那部分。范围只有三类。

计费单价就是那次请求所用模型的标准 per-token 费率。中途输出后被拦的早就计费，这次没变。

要紧的不是单价，是那条默认假设没了

很多人手里的自动化流水线建立在一个前提上：被拦下来不花钱，所以多试几次没关系。评测跑批、预算护栏、批量重试，全都默认拒答是零成本的。

现在它有价格了。官方给的两个数字要分开读：误报率低于 0.1% 说的是率；99.7% 的 Claude Code / Claude.ai / Cowork 账号没触发过，说的是面。两个数字都不能保证某一次具体拦截是对的，而公告里没有说误拦怎么退钱。

拒答在技术上不是报错：它是 HTTP 200，stop_reason 是 refusal，content 为空，stop_details 里带类别。你的代码如果把”有响应”当成”成功”，这类请求会静默地变成账单。

今天就改的三处

把 stop_reason == "refusal" 单独记进日志和成本看板。现在它是可计费事件，不是噪声。按类别分桶，看 bio / frontier_llm / reasoning_extraction 各占多少。
重试前先看类别。这三类被拦，重试同样的措辞大概率再被拦一次，而且再收一次钱。改措辞或者走人，别无脑重试 3 次。
检查 prompt 里有没有主动触发 reasoning_extraction 的写法。“把你的思考过程完整输出""一步一步展示你的推理链”这类指令，正是这个分类器要抓的。需要结构化推理的，用官方推荐的 adaptive thinking，不要让模型把内部推理写进回答。

这笔钱到底多大

可以自己算。假设每月 100 万次请求，命中率按 0.3% 算就是 3000 次；每次输入 2000 token、用输入价 4 美元每百万 token 的档位，约 24 美元一个月。量级不大。

但两类场景会放大：一是输入本身就很长（长上下文 agent 每次带几十万 token），二是你的流水线在被拦后自动重试。前者把单次价格放大上百倍，后者把次数放大若干倍——成本风险不在误报率，在重试策略。

被误拦了可以在 Claude Code 里用 /feedback 反馈，官方说会据此继续调分类器。注意官方同时声明这个类别清单会随误报率测量继续调整，今天免费的三类不等于明天免费。

泼冷水

把”拦截”和”收费”绑在一起，逻辑上是成立的：护栏如果可以被无限次免费试探，那它就不是护栏。攻击者用被盗账号或试用账号批量试词，现在每试一次都要付钱。

但代价落在持钥匙的人身上，攻击者用的是别人的钥匙。0.3% 的误报率听起来很小，可这 0.3% 的账单是发给正常付费用户的。改一条计费规则却不给冲正路径，这不是定价问题，是争议处理机制缺位——所以在你自己这侧把拒答记清楚、留证据，是眼下唯一能做的事。