Claude API Abrechnung: was jedes Modell 2026 kostet

Kurzantwort: wie die Claude-Abrechnung funktioniert

Die Abrechnung der Claude API ist vorausbezahlt und pro Token gemessen. Du lädst Guthaben in die Anthropic Console, und jede Anfrage zieht Input-Token (alles, was du sendest: System-Prompt, Gesprächsverlauf, Tool-Definitionen) zu einem Satz und Output-Token (alles, was das Modell zurückschreibt, einschließlich Thinking-Token bei Extended-Thinking-Anfragen) zu einem höheren Satz ab. Jede Modell-Stufe hat ihr eigenes Satzpaar, sodass dieselbe Anfrage auf Opus 4.7 fünfmal so viel kostet wie auf Haiku 4.5. Drei Mechaniken sorgen bei den meisten Leuten für Überraschungen. Erstens ist Output bei jeder aktuellen Claude-Stufe fünfmal so teuer wie Input, sodass lange Antworten Workloads mit kleinem Input dominieren. Zweitens ist Chat zustandslos: Jede Runde sendet den kompletten Verlauf erneut als Input, sodass die Kosten pro Nachricht mit zunehmender Gesprächslänge wachsen. Drittens sind Prompt Caching und die Batch API Abrechnungsfunktionen, nicht nur Performance-Funktionen, und ihre Nutzung verändert, was du pro Token zahlst. Der Rest dieser Seite behandelt die genauen Preise pro Modell, wie du eine Anfrage vor dem Senden schätzt, die Caching-Rechnung und die Hebel, die eine Claude-Rechnung tatsächlich senken.

Claude-Preistabelle: offizielle Liste vs. Gateway

Das sind die aktuellen USD-Preise pro Million Token für die drei aktiven Claude-Stufen. Die Spalte „Offiziell" ist das, was Anthropic über seine Console abrechnet; die Spalte „Gateway" ist das, was dieselben Modelle über APIsRouter kosten, ein OpenAI-kompatibles Gateway, das globale Modelle 20 Prozent unter dem offiziellen Preis listet, dein erstes Aufladen mit einem 100-Prozent-Guthabenbonus verdoppelt und Zugang pay-as-you-go ohne Abo verkauft (zahlen unter /topup, der Key kommt per E-Mail). Egal über welchen Weg du abrechnest, die Messung ist identisch: Dieselbe Anfrage verbraucht dieselben Token-Zahlen, und die Modell-IDs (claude-opus-4-7, claude-sonnet-4-6) bleiben in jedem Aufruf explizit gleich.

Eine Anfrage schätzen, bevor du sie sendest

Ein Token entspricht ungefähr vier Zeichen oder drei Vierteln eines englischen Wortes, sodass 1,000 Wörter Prompt etwa 1,300 Token sind. Um eine Anfrage zu schätzen, zählst du alles im Input zusammen (System-Prompt, Verlauf, die neue Nutzernachricht) und schätzt die Antwortlänge. Durchgerechnetes Beispiel auf Sonnet 4.6 zu offiziellen Sätzen: eine Chat-Runde mit einem 1,500-Token-System-Prompt, 5,500 Token angesammeltem Verlauf und einer 500-Token-Antwort. Der Input beträgt 7,500 Token, was 7,500 / 1,000,000 x $3.00 = $0.0225 kostet. Der Output sind 500 Token zu $15.00 pro Million, also $0.0075. Gesamt: $0.03 für diese Runde. Bei 300 solcher Runden am Tag liegst du bei etwa $9.00 pro Tag, rund $270 im Monat, und der Verlaufsanteil wächst weiter, sofern du ihn nicht kürzt. Dieselbe Rechnung funktioniert für jedes Modell: setze einfach die Sätze aus der Tabelle oben ein. Ein dreizeiliger Helfer macht es wiederholbar:

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-Rechnung: wann es sich auszahlt

Anthropic bepreist gecachte Präfixe mit zwei Multiplikatoren auf den Basis-Input-Satz: Das Schreiben eines Präfix in den Cache kostet das 1.25-fache (für den standardmäßigen 5-Minuten-Cache, der bei jedem Treffer erneuert wird; ein 1-Stunden-Cache kostet beim Schreiben das 2-fache), und das spätere Zurücklesen kostet das 0.1-fache. Output-Token sind davon nicht betroffen. Präfixe unter der minimalen cachefähigen Länge (1,024 Token bei Opus und Sonnet) werden gar nicht gecacht. Durchgerechnetes Beispiel: ein 8,000-Token stabiler Präfix (System-Prompt plus Tool-Definitionen), der innerhalb des Cache-Fensters auf Sonnet 4.6 50-mal getroffen wird. Ungecacht sind das 400,000 Input-Token zu $3.00 pro Million, also $1.20. Gecacht zahlst du einen Write (8,000 Token zu $3.75 pro Million, $0.03) plus 49 Reads (392,000 Token zu $0.30 pro Million, etwa $0.12), insgesamt rund $0.15. Die Präfix-Kosten sinken auf etwa ein Achtel des ungecachten Werts. Der Break-even kommt schnell: Ein Write kostet das 1.25-fache, ein Read spart das 0.9-fache, sodass ein Präfix, der auch nur zweimal innerhalb des Fensters wiederverwendet wird, bereits im Plus liegt. Caching verliert nur Geld, wenn sich Präfixe bei fast jeder Anfrage ändern, weil jede Änderung einen neuen 1.25-fachen Write erzwingt.

Prüfe, was dir berechnet wurde: das usage-Objekt

Jede Claude-Antwort enthält einen usage-Block mit den exakten Token-Zahlen, die dir berechnet wurden, sodass du nie raten musst. Sende einen gemessenen Testaufruf:

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."}
    ]
  }'

Sechs Wege, eine Claude-Rechnung zu senken

Zusammen angewendet auf einen chat-artigen Workload senken Stufen-Routing, Verlaufskürzung und Caching üblicherweise mehr Kosten, als ein Wechsel des Abrechnungsanbieters je könnte, weil sie die Token-Zahlen selbst verkleinern, statt nur den darauf angewendeten Satz.

• Stufe herunter, wenn die Qualität es erlaubt. Haiku 4.5 erledigt Klassifizierung, Routing und Extraktion zu einem Fünftel des Opus-Input-Satzes. Reserviere Opus 4.7 für den reasoning-intensiven Teil des Traffics und setze standardmäßig auf Sonnet 4.6.
• Begrenze max_tokens. Output kostet bei jeder Claude-Stufe fünfmal so viel wie Input, daher ist eine unbegrenzt schwafelnde Antwort der teuerste Fehlerfall. Setze eine Obergrenze, die zur Aufgabe passt.
• Kürze oder fasse den Verlauf zusammen. Weil jede Runde das gesamte Gespräch erneut sendet, begrenzt eine laufend aktualisierte Zusammenfassung, die alte Runden ersetzt, das Input-Wachstum, statt es linear steigen zu lassen.
• Cache stabile Präfixe. System-Prompts, Tool-Schemas und Referenzdokumente über 1,024 Token sollten als cachefähig markiert werden; die Rechnung aus dem vorigen Abschnitt gilt für jeden wiederholten Aufruf.
• Nutze die Batch API für Offline-Arbeit. Anthropic berechnet Batch-Anfragen zum halben interaktiven Satz, was sich für Evaluierungsläufe, Backfills und nächtliche Jobs eignet, die verzögerte Ergebnisse vertragen.
• Route Schritte, bei denen Claude nicht zwingend ist, anderswohin. Entwürfe, Tagging und Retrieval-Reranking laufen oft problemlos auf deepseek-v4-flash zu $0.126 / $0.252 pro Million Token, während Claude für den finalen Text reserviert bleibt, wo seine Qualität zählt.

Häufige Fragen