Facturación de la API de Claude: lo que cuesta cada modelo en 2026

Respuesta rápida: cómo funciona la facturación de Claude

La facturación de la API de Claude es prepago y se mide por token. Cargas créditos en la Consola de Anthropic, y cada petición descuenta tokens de entrada (todo lo que envías: system prompt, historial de conversación, definiciones de herramientas) a una tarifa y tokens de salida (todo lo que el modelo escribe de vuelta, incluidos los tokens de pensamiento en peticiones con pensamiento extendido) a una tarifa más alta. Cada nivel de modelo tiene su propio par de tarifas, así que la misma petición cuesta cinco veces más en Opus 4.7 que en Haiku 4.5. Tres mecánicas pillan desprevenida a la mayoría de la gente. Primero, la salida cuesta cinco veces el precio de la entrada en todos los niveles actuales de Claude, así que las respuestas largas dominan las cargas de trabajo con poca entrada. Segundo, el chat no tiene estado: cada turno reenvía todo el historial como entrada, así que el coste por mensaje crece a medida que la conversación se alarga. Tercero, la caché de prompts y la Batch API son funciones de facturación, no solo de rendimiento, y usarlas cambia lo que pagas por token. El resto de esta página cubre los precios exactos por modelo, cómo estimar una petición antes de enviarla, las matemáticas de la caché y las palancas que de verdad reducen una factura de Claude.

Tabla de precios de Claude: lista oficial vs pasarela

Estos son los precios actuales en USD por millón de tokens para los tres niveles activos de Claude. La columna oficial es lo que Anthropic factura a través de su Consola; la columna de pasarela es lo que cuestan los mismos modelos a través de APIsRouter, una pasarela compatible con OpenAI que lista los modelos globales a un 20% por debajo del precio oficial, duplica tu primera recarga con un bono de saldo del 100% y vende el acceso con pago por uso sin suscripción (paga en /topup, la clave llega por correo). Sea cual sea la vía por la que factures, la medición es idéntica: la misma petición consume los mismos recuentos de tokens, y los IDs de modelo (claude-opus-4-7, claude-sonnet-4-6) se mantienen explícitos en cada llamada.

Estima una petición antes de enviarla

Un token equivale aproximadamente a cuatro caracteres o tres cuartos de una palabra en inglés, así que 1,000 palabras de prompt son unos 1,300 tokens. Para estimar una petición, suma todo lo que hay en la entrada (system prompt, historial, el nuevo mensaje del usuario) y calcula la longitud de la respuesta. Ejemplo real en Sonnet 4.6 a tarifas oficiales: un turno de chat con un system prompt de 1,500 tokens, 5,500 tokens de historial acumulado y una respuesta de 500 tokens. La entrada es de 7,500 tokens, que cuesta 7,500 / 1,000,000 x $3.00 = $0.0225. La salida es de 500 tokens a $15.00 por millón, que son $0.0075. Total: $0.03 por ese turno. Con 300 turnos así al día estás cerca de $9.00 diarios, unos $270 al mes, y el término del historial sigue creciendo a menos que lo recortes. La misma aritmética funciona para cualquier modelo: sustituye las tarifas de la tabla anterior. Una función auxiliar de tres líneas lo hace repetible:

PRICES = {  # USD por 1M de tokens, lista oficial
    "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

Matemáticas de la caché de prompts: cuándo compensa

Anthropic tarifica los prefijos en caché con dos multiplicadores sobre la tarifa base de entrada: escribir un prefijo en la caché cuesta 1.25x (para la caché por defecto de 5 minutos, que se renueva cada vez que se usa; una caché de 1 hora cuesta 2x escribirla), y leerlo de vuelta en peticiones posteriores cuesta 0.1x. Los tokens de salida no se ven afectados. Los prefijos por debajo de la longitud mínima cacheable (1,024 tokens en Opus y Sonnet) no se ponen en caché en absoluto. Ejemplo real: un prefijo estable de 8,000 tokens (system prompt más definiciones de herramientas) usado 50 veces dentro de la ventana de caché en Sonnet 4.6. Sin caché, eso son 400,000 tokens de entrada a $3.00 por millón, así que $1.20. Con caché, pagas una escritura (8,000 tokens a $3.75 por millón, $0.03) más 49 lecturas (392,000 tokens a $0.30 por millón, unos $0.12), en total aproximadamente $0.15. El coste del prefijo cae a alrededor de una octava parte de la cifra sin caché. El punto de equilibrio llega rápido: una escritura cuesta 1.25x, una lectura ahorra 0.9x, así que un prefijo que se reutiliza aunque solo sea dos veces dentro de la ventana ya sale ganando. La caché solo pierde dinero cuando los prefijos cambian en casi cada petición, porque cada cambio obliga a una nueva escritura a 1.25x.

Audita lo que se te facturó: el objeto usage

Cada respuesta de Claude incluye un bloque usage con los recuentos exactos de tokens por los que se te cobró, así que nunca tienes que adivinar. Envía una llamada de prueba medida:

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."}
    ]
  }'

Seis formas de reducir una factura de Claude

Aplicadas juntas en una carga de trabajo tipo chat, el enrutamiento por niveles más el recorte de historial más la caché suelen recortar más coste de lo que jamás lograría cambiar de proveedor de facturación, porque reducen los propios recuentos de tokens en lugar de la tarifa que se les aplica.

• Baja de nivel cuando la calidad lo permita. Haiku 4.5 maneja la clasificación, el enrutamiento y la extracción a una quinta parte de la tarifa de entrada de Opus. Reserva Opus 4.7 para la fracción de tráfico que exige más razonamiento y usa Sonnet 4.6 por defecto.
• Limita max_tokens. La salida cuesta cinco veces la entrada en todos los niveles de Claude, así que una respuesta divagante sin límite es el modo de fallo más caro. Fija un techo que encaje con la tarea.
• Recorta o resume el historial. Como cada turno reenvía toda la conversación, un resumen continuo que reemplace los turnos antiguos limita el crecimiento de la entrada en lugar de dejarlo subir de forma lineal.
• Pon en caché los prefijos estables. Los system prompts, los esquemas de herramientas y los documentos de referencia de más de 1,024 tokens deberían marcarse para caché; las matemáticas de la sección anterior se aplican a cada llamada repetida.
• Usa la Batch API para el trabajo diferido. Anthropic factura las peticiones por lotes a la mitad de la tarifa interactiva, lo que encaja con ejecuciones de evaluación, rellenos históricos y trabajos nocturnos que pueden tolerar resultados con retraso.
• Enruta a otro sitio los pasos que no sean críticos para Claude. El borrador, el etiquetado y el reranking de recuperación suelen funcionar bien en deepseek-v4-flash a $0.126 / $0.252 por millón de tokens, dejando Claude para la prosa final donde su calidad importa.

Preguntas frecuentes