صورت‌حساب Claude API: هزینه هر مدل در 2026

پاسخ سریع: صورت‌حساب Claude چطور کار می‌کند

صورت‌حساب Claude API پیش‌پرداخت و به ازای هر token است. شما اعتبار را در Anthropic Console بارگذاری می‌کنید و هر درخواست token‌های input (هر چیزی که ارسال می‌کنید: system prompt، تاریخچه مکالمه، تعریف ابزارها) را با یک نرخ و token‌های output (هر چیزی که مدل پس می‌نویسد، شامل thinking token‌ها در درخواست‌های extended-thinking) را با نرخ بالاتر کسر می‌کند. هر tier مدل جفت نرخ خودش را دارد، پس همان درخواست روی Opus 4.7 پنج برابر بیشتر از Haiku 4.5 هزینه دارد. سه مکانیزم بیشتر افراد را غافلگیر می‌کند. اول، output در هر tier فعلی Claude پنج برابر قیمت input است، پس پاسخ‌های طولانی بر حجم کارهای با input کوچک غالب می‌شوند. دوم، چت بدون state است: هر turn کل تاریخچه را به‌عنوان input دوباره ارسال می‌کند، پس هزینه هر پیام با طولانی‌تر شدن مکالمه رشد می‌کند. سوم، prompt caching و Batch API ویژگی‌های صورت‌حساب هستند، نه فقط ویژگی‌های کارایی، و استفاده از آن‌ها آنچه را به ازای هر token می‌پردازید تغییر می‌دهد. باقی این صفحه قیمت‌های دقیق هر مدل، نحوه تخمین یک درخواست قبل از ارسال، محاسبات caching و اهرم‌هایی که واقعاً صورت‌حساب Claude را کاهش می‌دهند را پوشش می‌دهد.

جدول قیمت Claude: لیست رسمی در برابر gateway

این‌ها قیمت‌های فعلی به دلار آمریکا به ازای هر میلیون token برای سه tier فعال Claude هستند. ستون official همان چیزی است که Anthropic از طریق Console خود صورت‌حساب می‌کند؛ ستون gateway هزینه همان مدل‌ها از طریق APIsRouter است، یک gateway سازگار با OpenAI که مدل‌های global را 20% پایین‌تر از قیمت رسمی فهرست می‌کند، اولین شارژ شما را با یک bonus 100 درصدی موجودی دو برابر می‌کند و دسترسی را pay-as-you-go و بدون اشتراک می‌فروشد (پرداخت در /topup، کلید از طریق ایمیل می‌رسد). از هر مسیری که صورت‌حساب می‌شوید، شمارش یکسان است: همان درخواست همان تعداد token را مصرف می‌کند و model ID‌ها (claude-opus-4-7، claude-sonnet-4-6) در هر فراخوانی صریح می‌مانند.

قبل از ارسال یک درخواست، آن را تخمین بزنید

یک token تقریباً چهار کاراکتر یا سه‌چهارم یک کلمه انگلیسی است، پس 1,000 کلمه prompt حدود 1,300 token است. برای تخمین یک درخواست، هر چیزی در input (system prompt، تاریخچه، پیام جدید کاربر) را جمع بزنید و طول پاسخ را حدس بزنید. مثال محاسبه‌شده روی Sonnet 4.6 با نرخ‌های رسمی: یک turn چت با system prompt 1,500 token، 5,500 token تاریخچه انباشته‌شده و پاسخ 500 token. input برابر 7,500 token است که هزینه‌اش 7,500 / 1,000,000 x $3.00 = $0.0225 می‌شود. output برابر 500 token با $15.00 به ازای هر میلیون است که $0.0075 می‌شود. مجموع: $0.03 برای آن turn. با 300 turn مشابه در روز، به حدود $9.00 در روز نزدیک می‌شوید، حدود $270 در ماه، و بخش تاریخچه همچنان رشد می‌کند مگر آنکه آن را کوتاه کنید. همین محاسبه برای هر مدلی کار می‌کند: نرخ‌ها را از جدول بالا جایگزین کنید. یک تابع کمکی سه‌خطی آن را تکرارپذیر می‌کند:

PRICES = {  # دلار آمریکا به ازای هر 1M token، لیست رسمی
    "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

محاسبات prompt caching: چه زمانی به‌صرفه است

Anthropic prefix‌های کش‌شده را با دو ضریب روی نرخ پایه input قیمت‌گذاری می‌کند: نوشتن یک prefix در کش 1.25 برابر هزینه دارد (برای کش پیش‌فرض 5 دقیقه‌ای، که هر بار hit شدن refresh می‌شود؛ یک کش 1 ساعته نوشتنش 2 برابر هزینه دارد) و خواندن آن در درخواست‌های بعدی 0.1 برابر هزینه دارد. token‌های output تحت تأثیر قرار نمی‌گیرند. prefix‌های زیر حداقل طول قابل کش (1,024 token روی Opus و Sonnet) اصلاً کش نمی‌شوند. مثال محاسبه‌شده: یک prefix پایدار 8,000 token (system prompt به‌علاوه تعریف ابزارها) که 50 بار در بازه کش روی Sonnet 4.6 hit می‌شود. بدون کش، این 400,000 token input با $3.00 به ازای هر میلیون است، پس $1.20. با کش، شما یک write (8,000 token با $3.75 به ازای هر میلیون، $0.03) به‌علاوه 49 read (392,000 token با $0.30 به ازای هر میلیون، حدود $0.12) می‌پردازید، در مجموع حدود $0.15. هزینه prefix به حدود یک‌هشتم رقم بدون کش می‌رسد. نقطه سربه‌سر سریع است: یک write 1.25 برابر هزینه دارد، یک read 0.9 برابر صرفه‌جویی می‌کند، پس prefix ای که حتی دو بار در بازه دوباره استفاده شود از قبل به نفع شماست. caching فقط زمانی ضرر می‌کند که prefix‌ها تقریباً در هر درخواست تغییر کنند، چون هر تغییر یک write تازه با 1.25 برابر را تحمیل می‌کند.

بررسی آنچه صورت‌حساب شده: شیء usage

هر پاسخ Claude شامل یک بلوک usage با شمارش دقیق token‌هایی است که برای آن‌ها صورت‌حساب شده‌اید، پس هرگز لازم نیست حدس بزنید. یک تماس آزمایشی سنجیده ارسال کنید:

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."}
    ]
  }'

شش راه برای کاهش صورت‌حساب Claude

وقتی با هم روی یک حجم کار به‌سبک چت اعمال شوند، مسیردهی tier به‌علاوه کوتاه‌سازی تاریخچه به‌علاوه caching معمولاً هزینه بیشتری نسبت به تعویض provider صورت‌حساب کاهش می‌دهند، چون خود شمارش token را کوچک می‌کنند، نه نرخی که روی آن اعمال می‌شود.

• وقتی کیفیت اجازه می‌دهد tier را پایین بیاورید. Haiku 4.5 طبقه‌بندی، مسیردهی و استخراج را با یک‌پنجم نرخ input در Opus انجام می‌دهد. Opus 4.7 را برای بخش سنگین از نظر reasoning ترافیک نگه دارید و به‌طور پیش‌فرض از Sonnet 4.6 استفاده کنید.
• max_tokens را محدود کنید. output در هر tier از Claude پنج برابر input هزینه دارد، پس یک پاسخ پرحرف بدون سقف گران‌ترین حالت شکست است. سقفی متناسب با کار تنظیم کنید.
• تاریخچه را کوتاه یا خلاصه کنید. چون هر turn کل مکالمه را دوباره ارسال می‌کند، یک خلاصه چرخشی که جای turn‌های قدیمی را می‌گیرد رشد input را محدود می‌کند به‌جای اینکه اجازه دهد به‌صورت خطی بالا برود.
• prefix‌های پایدار را کش کنید. system prompt‌ها، schema‌های ابزار و اسناد مرجع بالای 1,024 token باید cache-marked شوند؛ محاسبات بخش قبل روی هر فراخوانی تکراری اعمال می‌شود.
• برای کار آفلاین از Batch API استفاده کنید. Anthropic درخواست‌های batch را با نصف نرخ تعاملی صورت‌حساب می‌کند، که برای اجرای eval، backfill و job‌های شبانه‌ای که می‌توانند نتایج تأخیری را تحمل کنند مناسب است.
• مراحلی که برای Claude حیاتی نیستند را جای دیگری مسیردهی کنید. پیش‌نویس‌نویسی، برچسب‌گذاری و rerank بازیابی معمولاً روی deepseek-v4-flash با $0.126 / $0.252 به ازای هر میلیون token به‌خوبی کار می‌کنند، و Claude را برای متن نهایی که کیفیتش اهمیت دارد نگه دارید.

پرسش‌های پرتکرار