变了什么
ClaudeDevs 在2026年9月24日称，Anthropic 将恢复对安全措施在 Claude 作答之前拦截的请求收费。该帖把这项收费称为防御的一层，放在近几周针对 Anthropic 系统的协同攻击之后。
ClaudeDevs 把恢复的输出前收费限定在生物学、蒸馏攻击和前沿 LLM 开发。Anthropic 的 refusals-and-fallback 文档规定，当 stop_details.category 为 bio、frontier_llm 或 reasoning_extraction 时，在任何输出出现之前到达的拒绝会计费。文档把这条规则表述为一种手段，用来干扰大规模绕过 Anthropic 安全措施的尝试。文档把 reasoning_extraction 定义为要求模型在回复文本中复现其内部推理的请求，并指引想以结构化形式获得该推理的人使用 adaptive thinking。ClaudeDevs 所说的蒸馏攻击，就是这个计费类别。对于 bio、frontier_llm 和 reasoning_extraction，文档称截至2026年9月 Anthropic 测到的误报量很低，并且随着 Anthropic 继续测量和打磨这些比率，计费类别可能变化。
谁会碰到，费用怎么算
ClaudeDevs 称，最近的测试发现，使用 Claude Code、Claude.ai 或 Cowork 的账户中有99.7%没有碰到任何这些新纳入计费的拦截。ClaudeDevs 称，拦截背后的分类器被调到低于0.1%的误报率，这个比率不是零，他们打算继续改进分类器，让它更少打断工作。
同一套计费规则适用于 Claude API、Amazon Bedrock、Claude Platform on AWS、Google Cloud 和 Microsoft Foundry。会计费的输出前拒绝与其他请求一样，按执行它的模型费率收费。cyber、general_harms 或类别为 null 的输出前拒绝不计费。无论哪一种，content 都是空的，token 计数出现在 usage 里，请求仍然计入速率限制。流式中途的拒绝按正常费率收取输入 token 和已经流出的输出。
文档称，bio、frontier_llm、cyber 和 general_harms 也可能在这些领域有益或无害的工作上触发。当请求要求模型复现其内部推理时，reasoning_extraction 会计费。adaptive thinking 是文档给出的结构化推理路径。对于 bio、frontier_llm 和 reasoning_extraction，文档称截至2026年9月 Anthropic 测到的误报量很低。
| 类别 | 覆盖范围 | 在任何输出之前计费 |
|---|---|---|
| bio | 可能促成生物危害，例如危险的实验方法。有益的生命科学工作也可能触发此类别。 | 是 |
| frontier_llm | 可能协助开发竞争性 AI 模型，受 Anthropic 商业条款限制。无害的机器学习工作也可能触发此类别。 | 是 |
| reasoning_extraction | 要求模型在回复文本中复现其内部推理。结构化的替代是 adaptive thinking。 | 是 |
| cyber | 可能促成网络危害，例如恶意软件或漏洞利用的开发。无害的网络安全工作也可能触发此类别。 | 否 |
| general_harms | 落在四个具名类别之外的使用政策范围。无害的工作也可能触发此类别。 | 否 |
| null 类别 | 该拒绝不对应任何具名类别。 | 否 |
如何应对
ClaudeDevs 请认为请求被错误拦截的人，在 Claude Code 里用 /feedback 报告。拒绝是一次成功的 HTTP 200，stop_reason 为 "refusal"。Anthropic 文档称，把同一请求发给另一个 Claude 模型，通常能得到回答。服务端 fallback 在 Claude API 上处于 beta。使用 fallback 时，如果触发它的拒绝发生在流式中途，或者类别是 bio、frontier_llm 或 reasoning_extraction，则除 fallback 请求外，这次拒绝本身也会计费。
仍不清楚的地方
Anthropic 文档把计费的输出前类别标注为截至2026年9月。暂停和恢复都没有写日期。账户中99.7%没有碰到这些拦截这一 ClaudeDevs 数字，以及低于0.1%的误报率，出现在帖子里。文档说的是误报量很低。Claude Code 的 changelog 有一条说明，把 claude-api 技能指向这个计费页面，并重述了流式中途计费和速率限制规则。可见的 changelog 说明没有版本标题。
来源
相关来源
资料与编写依据
阅读了2026年9月24日 ClaudeDevs 的完整 X 帖、Anthropic Platform refusals-and-fallback 文章的完整提取文本，以及被截断的 Claude Code changelog 页面。changelog 摘录里，claude-api 技能的计费说明没有版本标题。ClaudeDevs 的99.7%和低于0.1%这两个数字、关于恢复计费的措辞，以及继续改进的那句话，只出现在帖子里。文档给出的是截至2026年9月的计费类别集合，并说明其目的是遏制大规模绕过 Anthropic 安全措施的尝试。