用途：验证 token 成本估算是否与实际 Claude API 用量接近（输入和输出均需在 ±20% 内）。适用场景包括估算系统实现后的验证、部署前成本准确度检查、排查意外 API 账单、定期检测估算漂移。不适用于查询模型定价、预算规划与预测、成本优化策略或按价格比较模型。
核心流程：先确认已有估算器（没有则先构建）；定义 3 个以上测试用例（简单/中等/复杂）；在执行前先估算（不得先看结果）；调用真实 API；用 (actual - estimated) / estimated 计算偏差；偏差 ≤ ±20% 则通过，否则按反模式修复后重跑验证。
主要能力：给出输入/输出与总成本的偏差公式；总结常见反模式，如 500 token 开销误区（直接 API 调用开销约 10 token，500+ 仅见于 Claude Code 完整上下文）、逐节点精度执念（应关注总 DAG 成本，单节点输出偏差 ±40% 属正常）、先跑后估（会导致过拟合估算）。
校准参考：输入估算按 prompt 长度除以 CHARS_PER_TOKEN 加开销，英文散文 4.0、代码 3.0-3.5、混合 3.5、JSON 3.0；输出按约束乘数估算，如“恰好列出 N 项”为输入的 0.8 倍、“简要总结”1.0 倍、“详细解释”2-3 倍、无约束 1.5 倍，任何有意义的回复最少 100 输出 token。不同模型输出倾向不同（Opus 更长、Sonnet 均衡、Haiku 简洁）。
限制：资料仅提供上述流程、公式、反模式与校准表，未提供安装命令、具体定价、平台支持范围或效果的量化保证；细节可参考 /references/calibration-data.md。