Cómo funciona realmente la facturación de la API de Anthropic

Respuesta rápida: por qué se te cobra realmente

Anthropic cobra la API de Claude por token, en modalidad prepago. Compras créditos en la consola de desarrollador y cada petición descuenta ese saldo en tres medidores: tokens de entrada (todo lo que envías), tokens de salida (todo lo que genera el modelo, incluidos los tokens de pensamiento) y tráfico de caché de prompts (las escrituras se facturan a 1.25x la tarifa de entrada, las lecturas a 0.1x). No existe suscripción para la propia API, y una suscripción Claude Pro o Max no incluye créditos de API. La salida es el medidor caro. Claude Sonnet 4.6 tiene un precio de lista de $3.00 por millón de tokens de entrada y $15.00 por millón de tokens de salida, una diferencia de 5x. Claude Opus 4.7 tiene un precio de lista de $5.00 de entrada y $25.00 de salida. Si tu factura es más alta de lo esperado, revisa primero el volumen de salida y el crecimiento del historial de conversación antes que cualquier otra cosa.

Los tres medidores: tokens de entrada, salida y caché

La entrada cubre más que el mensaje del usuario. El system prompt, el historial completo de la conversación, las definiciones de herramientas, los resultados de herramientas y las imágenes cuentan como tokens de entrada en cada petición que los incluya. La salida cubre todo lo que el modelo escribe de vuelta, y en los modelos con capacidad de razonamiento eso incluye tokens de pensamiento que quizá nunca muestres al usuario. La caché de prompts es el tercer medidor, y el que más equipos dejan sin usar. Marcas un prefijo estable (un system prompt largo, un documento, una lista fija de herramientas) con un breakpoint cache_control. La primera petición paga una prima de escritura de 1.25x la tarifa de entrada para la caché por defecto de 5 minutos; cada petición que reutiliza el prefijo dentro de la ventana lo lee de vuelta a 0.1x. También existe una caché de 1 hora con una tarifa de escritura de 2x. A continuación tienes la tabla completa de tarifas para los dos modelos Claude insignia a precios de lista oficiales.

Un ejemplo real: un chatbot, un día

Toma un chatbot de soporte en Claude Sonnet 4.6 a tarifas oficiales: 10,000 peticiones al día, cada una con un system prompt de 2,000 tokens más 1,500 tokens de historial y mensaje del usuario, respondida con una respuesta de 500 tokens. La tabla muestra la misma carga de trabajo con y sin el system prompt en caché. Sin caché, el día cuesta $180.00, unos $5,400 al mes. Poniendo en caché el system prompt (asumiendo unas 300 expiraciones de caché al día en la ventana de 5 minutos) lo reduce a aproximadamente $128 al día, unos $3,840 al mes. Fíjate en lo que no se movió: el coste de salida. La caché solo afecta a la entrada, por eso la disciplina en la salida importa más que cualquier otra palanca por sí sola.

Por qué las facturas de Anthropic sorprenden a los equipos

Cuatro patrones explican la mayoría de las conversaciones del tipo "por qué la factura es varias veces la estimación". 1. La salida es 5x la entrada, y el pensamiento cuenta como salida. Las estimaciones se anclan en la tarifa de entrada porque es el número que se cita primero. Pero las respuestas largas, el formato verboso y el pensamiento extendido se facturan todos a la tarifa de salida. Un modelo que razona durante 3,000 tokens antes de responder en 500 factura 3,500 tokens de salida por lo que parece una respuesta corta. 2. El historial se vuelve a facturar en cada turno. La API no tiene estado, así que cada turno reenvía toda la conversación como entrada. Un chat con un promedio de 20 turnos no cuesta 20x un solo turno; cuesta mucho más, porque el turno 20 carga los 19 turnos anteriores como entrada. El coste de entrada crece aproximadamente con el cuadrado de la longitud de la conversación a menos que recortes o resumas. 3. Las suscripciones y los créditos de API son cosas separadas. Claude Pro y Max cubren las apps de Claude, no la API. Los equipos asumen que la suscripción absorbe el tráfico de la API y luego descubren que la consola ha estado descontando silenciosamente de un saldo prepago con la recarga automática activada. 4. Todo lo que hay en la petición es entrada, y la atribución es difícil. Las definiciones de herramientas, los resultados de herramientas, las imágenes y los system prompts se facturan como entrada en cada petición que los incluya. Repártelo entre varias claves de API, entornos y funciones sin registro por clave, y nadie podrá decir qué función gastó el dinero hasta que llegue la factura.

Facturación de Anthropic frente a OpenAI, cara a cara

Ambos proveedores miden de la misma forma: por token, con tarifas distintas para entrada y salida, créditos prepago por defecto. Las diferencias que importan para tu factura están en la mecánica de la caché y en los controles de gasto. La divergencia práctica está en la caché. OpenAI aplica la caché de prompts automáticamente, sin coste de escritura y con un descuento sobre la parte en caché. Anthropic te obliga a colocar tú mismo los breakpoints cache_control, cobra una prima de escritura y la compensa con lecturas mucho más baratas a 0.1x la tarifa de entrada. Para cargas de trabajo con prompts largos y estables, la caché de Anthropic bien hecha es la palanca más potente; mal hecha (una marca de tiempo en el system prompt, una lista de herramientas inestable), simplemente nunca se activa y pagas precio completo más las primas de escritura.

Cómo estimar el coste de tu API de Anthropic antes de lanzar

Cada respuesta de la API incluye un objeto usage con los input_tokens y output_tokens exactos, más cache_creation_input_tokens y cache_read_input_tokens cuando la caché está activa. Ese objeto es la verdad definitiva. Los tokenizadores del lado del cliente construidos para otros proveedores cuentan de menos los tokens de Claude, así que no estimes con ellos. El procedimiento: envía un puñado de peticiones representativas, lee el objeto usage y promedia los recuentos. Luego aplica la fórmula: coste = (input_tokens / 1,000,000 x tarifa de entrada) + (output_tokens / 1,000,000 x tarifa de salida), más los términos de escritura y lectura de caché si la usas. Multiplica por el volumen diario esperado, y para productos multiturno añade margen de crecimiento porque el historial empuja la entrada al alza en cada turno. Anthropic también expone un endpoint count_tokens si quieres los recuentos antes de enviar nada.

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": 1024,
    "messages": [{"role": "user", "content": "Summarize this ticket: ..."}]
  }'

# La respuesta incluye la verdad definitiva para tu modelo de coste:
# "usage": {"input_tokens": 2412, "output_tokens": 486,
#           "cache_read_input_tokens": 0, "cache_creation_input_tokens": 0}

Cinco formas de reducir tu factura de la API de Anthropic

La quinta táctica es donde una pasarela (gateway) demuestra su valor. APIsRouter es una pasarela compatible con OpenAI que registra el modelo, los tokens de entrada, los tokens de salida y el coste exacto en dólares por petición, por clave de API, de modo que cada función o entorno tiene su propia clave y su propia línea en la vista de uso. Lista Claude Sonnet 4.6 a $2.40 de entrada y $12.00 de salida por millón de tokens, y Claude Opus 4.7 a $4.00 y $20.00, un 20% por debajo del precio de lista oficial, facturado con pago por uso y sin suscripción; la primera recarga en /topup se duplica. Apuntar una integración existente del SDK de OpenAI hacia ella es un cambio de dos líneas:

• Pon en caché tus prefijos largos y estables. Un system prompt o documento que se repite entre peticiones se factura a una décima parte de la tarifa de entrada en cada lectura de caché posterior a la primera escritura.
• Recorta el historial y limita max_tokens. Resume o descarta turnos antiguos en lugar de reenviarlos, y ajusta max_tokens a lo que necesita la tarea para que una respuesta descontrolada no facture miles de tokens de salida de más.
• Enruta por tarea, no por costumbre. Reserva Opus para los pasos que lo necesitan y envía la clasificación masiva, la extracción y los borradores a modelos más baratos como deepseek-v4-flash o glm-5.
• Procesa por lotes todo lo asíncrono. La Batches API procesa peticiones en un plazo de 24 horas a mitad de precio, ideal para rellenos históricos, evaluaciones y trabajos nocturnos.
• Pon visibilidad de coste por clave delante de tu tráfico. La mayoría de las sorpresas de facturación son problemas de atribución: nadie puede decir qué función o cliente gastó el dinero hasta que llega la factura.

from openai import OpenAI

client = OpenAI(
    api_key="sk-APIsRouter-...",
    base_url="https://api.apisrouter.com/v1",
)

response = client.chat.completions.create(
    model="claude-sonnet-4-6",
    messages=[{"role": "user", "content": "Summarize this ticket: ..."}],
)

# Los recuentos de tokens vuelven en cada respuesta; la consola de la
# pasarela además registra el coste exacto de esta petición bajo esta clave.
print(response.usage.prompt_tokens, response.usage.completion_tokens)

Preguntas frecuentes