Facturation API Claude : ce que coûte chaque modèle en 2026

Réponse rapide : comment fonctionne la facturation Claude

La facturation de l'API Claude est prépayée et mesurée par token. Vous chargez des crédits dans la console Anthropic, et chaque requête déduit les tokens d'entrée (tout ce que vous envoyez : prompt système, historique de conversation, définitions d'outils) à un tarif, et les tokens de sortie (tout ce que le modèle renvoie, y compris les tokens de réflexion sur les requêtes en réflexion étendue) à un tarif plus élevé. Chaque palier de modèle a sa propre paire de tarifs, donc la même requête coûte cinq fois plus sur Opus 4.7 que sur Haiku 4.5. Trois mécaniques piègent la plupart des gens. Premièrement, la sortie coûte cinq fois le prix de l'entrée sur chaque palier Claude actuel, donc les réponses longues dominent les charges à faible entrée. Deuxièmement, le chat est sans état : chaque tour renvoie l'intégralité de l'historique comme entrée, donc le coût par message croît à mesure que la conversation s'allonge. Troisièmement, la mise en cache de prompt et l'API Batch sont des fonctionnalités de facturation, pas seulement de performance, et les utiliser change ce que vous payez par token. Le reste de cette page couvre les prix exacts par modèle, comment estimer une requête avant de l'envoyer, le calcul du cache, et les leviers qui réduisent réellement une facture Claude.

Tableau des prix Claude : grille officielle vs passerelle

Voici les prix actuels en USD par million de tokens pour les trois paliers Claude actifs. La colonne officielle est ce qu'Anthropic facture via sa console ; la colonne passerelle est ce que coûtent les mêmes modèles via APIsRouter, une passerelle compatible OpenAI qui affiche les modèles globaux en dessous du tarif officiel, double votre première recharge avec un bonus de solde de 100%, et vend l'accès à la consommation sans abonnement (payez sur /topup, la clé arrive par e-mail). Quelle que soit la voie de facturation choisie, la mesure est identique : la même requête consomme les mêmes comptages de tokens, et les identifiants de modèle (claude-opus-4-7, claude-sonnet-4-6) restent explicites dans chaque appel.

Estimer une requête avant de l'envoyer

Un token équivaut à peu près à quatre caractères ou trois quarts d'un mot anglais, donc 1 000 mots de prompt représentent environ 1 300 tokens. Pour estimer une requête, additionnez tout ce qui compose l'entrée (prompt système, historique, le nouveau message utilisateur) et estimez la longueur de la réponse. Exemple détaillé sur Sonnet 4.6 aux tarifs officiels : un tour de chat avec un prompt système de 1 500 tokens, 5 500 tokens d'historique accumulé, et une réponse de 500 tokens. L'entrée fait 7 500 tokens, ce qui coûte 7 500 / 1 000 000 x $3.00 = $0.0225. La sortie fait 500 tokens à $15.00 par million, soit $0.0075. Total : $0.03 pour ce tour. À 300 tours de ce type par jour, vous approchez $9.00 par jour, soit environ $270 par mois, et le terme d'historique continue de croître si vous ne l'élaguez pas. Le même calcul fonctionne pour n'importe quel modèle : remplacez simplement les tarifs du tableau ci-dessus. Un petit utilitaire de trois lignes rend le calcul reproductible :

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

Calcul du cache de prompt : quand ça devient rentable

Anthropic tarife les préfixes mis en cache avec deux multiplicateurs sur le tarif d'entrée de base : écrire un préfixe dans le cache coûte 1.25x (pour le cache par défaut de 5 minutes, rafraîchi à chaque utilisation ; un cache d'une heure coûte 2x à l'écriture), et le relire sur les requêtes suivantes coûte 0.1x. Les tokens de sortie ne sont pas affectés. Les préfixes en dessous de la longueur minimale de mise en cache (1 024 tokens sur Opus et Sonnet) ne sont pas mis en cache du tout. Exemple détaillé : un préfixe stable de 8 000 tokens (prompt système plus définitions d'outils) sollicité 50 fois dans la fenêtre de cache sur Sonnet 4.6. Sans cache, cela représente 400 000 tokens d'entrée à $3.00 par million, soit $1.20. Avec cache, vous payez une écriture (8 000 tokens à $3.75 par million, $0.03) plus 49 lectures (392 000 tokens à $0.30 par million, environ $0.12), soit environ $0.15 au total. Le coût du préfixe tombe à environ un huitième du chiffre sans cache. Le point d'équilibre arrive vite : une écriture coûte 1.25x, une lecture économise 0.9x, donc un préfixe réutilisé ne serait-ce que deux fois dans la fenêtre est déjà rentable. La mise en cache ne fait perdre de l'argent que lorsque les préfixes changent à presque chaque requête, car chaque changement force une nouvelle écriture à 1.25x.

Vérifier ce qui vous a été facturé : l'objet usage

Chaque réponse Claude inclut un bloc usage avec les comptages exacts de tokens qui vous ont été facturés, donc vous n'avez jamais à deviner. Envoyez un appel de test mesuré :

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."}
    ]
  }'

Six façons de réduire une facture Claude

Appliqués ensemble sur une charge de type chat, le routage par palier, l'élagage de l'historique et la mise en cache réduisent généralement plus les coûts qu'un changement de fournisseur de facturation ne le pourrait jamais, parce qu'ils réduisent les comptages de tokens eux-mêmes plutôt que le tarif qui leur est appliqué.

• Descendez de palier quand la qualité le permet. Haiku 4.5 gère la classification, le routage et l'extraction à un cinquième du tarif d'entrée d'Opus. Réservez Opus 4.7 à la fraction de trafic qui exige un raisonnement poussé, et gardez Sonnet 4.6 par défaut.
• Plafonnez max_tokens. La sortie coûte cinq fois l'entrée sur chaque palier Claude, donc une réponse qui déraille sans limite est le mode d'échec le plus coûteux. Fixez un plafond adapté à la tâche.
• Élaguez ou résumez l'historique. Comme chaque tour renvoie toute la conversation, un résumé glissant qui remplace les anciens tours plafonne la croissance de l'entrée au lieu de la laisser grimper linéairement.
• Mettez en cache les préfixes stables. Les prompts système, les schémas d'outils et les documents de référence de plus de 1 024 tokens devraient être marqués pour le cache ; le calcul de la section précédente s'applique à chaque appel répété.
• Utilisez l'API Batch pour le travail hors ligne. Anthropic facture les requêtes en lot à moitié du tarif interactif, ce qui convient aux runs d'évaluation, aux rattrapages et aux tâches nocturnes qui tolèrent des résultats différés.
• Redirigez les étapes non critiques pour Claude ailleurs. Le brouillon, le tagging et le reranking de récupération tournent souvent bien sur deepseek-v4-flash à $0.126 / $0.252 par million de tokens, en gardant Claude pour la prose finale là où sa qualité compte.

Questions fréquentes