Claude API বিলিং: 2026-এ প্রতিটি মডেলের খরচ কত

দ্রুত উত্তর: Claude বিলিং কীভাবে কাজ করে

Claude API বিলিং prepaid এবং প্রতি token মিটার করা হয়। আপনি Anthropic Console-এ credit লোড করেন, এবং প্রতিটি request input token (আপনি যা পাঠান তার সবকিছু: system prompt, conversation history, tool definition) এক রেটে এবং output token (মডেল যা ফিরে লেখে তার সবকিছু, extended-thinking request-এ thinking token সহ) বেশি রেটে কাটে। প্রতিটি model tier-এর নিজস্ব রেট জোড়া আছে, তাই একই request Haiku 4.5-এর চেয়ে Opus 4.7-এ পাঁচগুণ বেশি খরচ করে। তিনটি mechanic বেশিরভাগ মানুষকে ধরে ফেলে। প্রথমত, বর্তমান প্রতিটি Claude tier-এ output input দামের পাঁচগুণ, তাই দীর্ঘ response ছোট-input workload-এ প্রাধান্য পায়। দ্বিতীয়ত, chat stateless: প্রতিটি turn সম্পূর্ণ history-কে input হিসেবে পুনরায় পাঠায়, তাই conversation দীর্ঘ হওয়ার সাথে সাথে প্রতি-message খরচ বাড়ে। তৃতীয়ত, prompt caching এবং Batch API শুধু performance feature নয়, বিলিং feature-ও, এবং সেগুলো ব্যবহার করলে আপনি প্রতি token কত পেমেন্ট করেন তা পরিবর্তিত হয়। এই পেজের বাকি অংশ সঠিক প্রতি-মডেল দাম, একটি request পাঠানোর আগে কীভাবে সেটা estimate করবেন, caching-এর অংক, এবং Claude বিল আসলে কমানোর lever গুলো কভার করে।

Claude মূল্য টেবিল: অফিসিয়াল list বনাম gateway

এগুলো তিনটি সক্রিয় Claude tier-এর জন্য প্রতি million token বর্তমান USD দাম। official column হলো Anthropic তার Console-এর মাধ্যমে যা বিল করে; gateway column হলো APIsRouter-এর মাধ্যমে একই মডেলের খরচ, একটি OpenAI-compatible gateway যেটা global মডেল অফিসিয়াল দামের চেয়ে 20% কমে list করে, আপনার প্রথম top-up-কে 100% balance bonus দিয়ে দ্বিগুণ করে, এবং কোনো subscription ছাড়া pay-as-you-go access বিক্রি করে (/topup-এ পেমেন্ট করুন, key ইমেইলে আসে)। আপনি যে route-দিয়েই বিল করুন না কেন, metering অভিন্ন: একই request একই token count ব্যবহার করে, এবং model ID (claude-opus-4-7, claude-sonnet-4-6) প্রতিটি call-এ স্পষ্ট থাকে।

পাঠানোর আগে একটি request estimate করুন

একটি token মোটামুটি চার character বা একটি ইংরেজি শব্দের তিন-চতুর্থাংশ, তাই prompt-এর 1,000 শব্দ প্রায় 1,300 token। একটি request estimate করতে, input-এর সবকিছু (system prompt, history, নতুন user message) যোগ করুন এবং response length অনুমান করুন। Sonnet 4.6-এ অফিসিয়াল রেটে বাস্তব উদাহরণ: 1,500-token system prompt, 5,500 token জমে থাকা history এবং একটি 500-token reply সহ একটি chat turn। Input হলো 7,500 token, যার খরচ 7,500 / 1,000,000 x $3.00 = $0.0225। Output 500 token, প্রতি million $15.00-এ, যা $0.0075। মোট: সেই turn-এর জন্য $0.03। দিনে এমন 300 turn হলে আপনি প্রতিদিন প্রায় $9.00-এর কাছাকাছি, মাসে প্রায় $270, এবং history term বাড়তেই থাকে যদি না আপনি সেটা trim করেন। একই অংক যেকোনো মডেলের জন্য কাজ করে: উপরের টেবিল থেকে রেট বসিয়ে দিন। একটি তিন-লাইনের helper এটাকে পুনরাবৃত্তিযোগ্য করে তোলে:

PRICES = {  # USD per 1M tokens, official list
    "claude-opus-4-7": (5.00, 25.00),
    "claude-sonnet-4-6": (3.00, 15.00),
    "claude-haiku-4-5": (1.00, 5.00),
}

def cost(model: str, input_tokens: int, output_tokens: int) -> float:
    in_rate, out_rate = PRICES[model]
    return input_tokens / 1e6 * in_rate + output_tokens / 1e6 * out_rate

print(round(cost("claude-sonnet-4-6", 7_500, 500), 4))  # 0.03
print(round(cost("claude-opus-4-7", 7_500, 500), 4))    # 0.05

Prompt caching-এর অংক: কখন এটা লাভজনক

Anthropic base input রেটের উপর দুটি multiplier দিয়ে cached prefix-এর দাম নির্ধারণ করে: cache-এ একটি prefix write করতে খরচ হয় 1.25x (ডিফল্ট 5-মিনিট cache-এর জন্য, hit হওয়ার প্রতিবার refresh হয়; একটি 1-ঘণ্টার cache write করতে খরচ হয় 2x), এবং পরবর্তী request-এ সেটা read করতে খরচ হয় 0.1x। Output token প্রভাবিত হয় না। ন্যূনতম cacheable length (Opus ও Sonnet-এ 1,024 token)-এর নিচের prefix মোটেও cache হয় না। বাস্তব উদাহরণ: Sonnet 4.6-এ cache window-এর মধ্যে 50 বার hit হওয়া একটি 8,000-token স্থিতিশীল prefix (system prompt এবং tool definition)। Uncached, সেটা প্রতি million $3.00-এ 400,000 input token, তাই $1.20। Cached, আপনি একটি write পেমেন্ট করেন (প্রতি million $3.75-এ 8,000 token, $0.03) প্লাস 49টি read (প্রতি million $0.30-এ 392,000 token, প্রায় $0.12), মোট প্রায় $0.15। Prefix-এর খরচ uncached সংখ্যার প্রায় এক-অষ্টমাংশে নেমে আসে। Break-even দ্রুত: একটি write খরচ করে 1.25x, একটি read সাশ্রয় করে 0.9x, তাই window-এর মধ্যে দুইবার পুনরায় ব্যবহৃত একটি prefix-ই আগে থেকে লাভজনক। Caching শুধু তখনই টাকা হারায় যখন প্রায় প্রতিটি request-এ prefix পরিবর্তিত হয়, কারণ প্রতিটি পরিবর্তন একটি নতুন 1.25x write বাধ্য করে।

আপনাকে কী বিল করা হয়েছে তা audit করুন: usage object

প্রতিটি Claude response-এ একটি usage block থাকে যাতে আপনাকে যে সঠিক token count-এর জন্য চার্জ করা হয়েছে তা থাকে, তাই আপনাকে কখনো অনুমান করতে হয় না। একটি metered test call পাঠান:

curl https://api.anthropic.com/v1/messages \
  -H "x-api-key: $ANTHROPIC_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -H "content-type: application/json" \
  -d '{
    "model": "claude-sonnet-4-6",
    "max_tokens": 200,
    "messages": [
      {"role": "user", "content": "Explain prompt caching in one line."}
    ]
  }'

Claude বিল কমানোর ছয়টি উপায়

একটি chat-স্টাইল workload-এ একসাথে প্রয়োগ করলে, tier routing প্লাস history trimming প্লাস caching সাধারণত billing provider পরিবর্তনের চেয়ে বেশি খরচ কমায়, কারণ এগুলো token-এ প্রয়োগ করা রেটের বদলে token count নিজেই কমায়।

• Quality অনুমতি দিলে tier down করুন। Haiku 4.5 classification, routing ও extraction Opus input রেটের এক-পঞ্চমাংশে handle করে। Opus 4.7 traffic-এর reasoning-ভারী অংশের জন্য সংরক্ষিত রাখুন এবং Sonnet 4.6-কে ডিফল্ট করুন।
• max_tokens cap করুন। প্রতিটি Claude tier-এ output input-এর পাঁচগুণ খরচ করে, তাই একটি uncapped rambling উত্তর সবচেয়ে ব্যয়বহুল failure mode। Task-এর সাথে মেলে এমন একটি ceiling সেট করুন।
• History trim বা summarize করুন। যেহেতু প্রতিটি turn পুরো conversation পুনরায় পাঠায়, পুরনো turn প্রতিস্থাপনকারী একটি rolling summary input বৃদ্ধিকে সরলরৈখিকভাবে বাড়তে দেওয়ার বদলে cap করে।
• স্থিতিশীল prefix cache করুন। 1,024 token-এর বেশি system prompt, tool schema এবং reference document cache-marked করা উচিত; আগের section-এর অংক প্রতিটি পুনরাবৃত্ত call-এ প্রযোজ্য।
• Offline কাজের জন্য Batch API ব্যবহার করুন। Anthropic batch request interactive রেটের অর্ধেকে বিল করে, যা evaluation run, backfill এবং delayed result সহ্য করতে পারা nightly job-এর জন্য উপযুক্ত।
• Claude-critical নয় এমন step অন্যত্র route করুন। Drafting, tagging এবং retrieval reranking প্রায়ই deepseek-v4-flash-এ প্রতি million token $0.126 / $0.252-এ ভালোভাবে চলে, Claude-কে সেই চূড়ান্ত prose-এর জন্য রাখুন যেখানে এর quality গুরুত্বপূর্ণ।

সাধারণ প্রশ্ন