איך חיוב Anthropic API עובד בפועל

תשובה מהירה: על מה בעצם משלמים

Anthropic גובה עבור Claude API לפי טוקן, בתשלום מראש. אתה קונה קרדיטים בקונסולת המפתחים, וכל בקשה מנכה מהיתרה הזו דרך שלושה מדי טוקנים: טוקני קלט (כל מה שאתה שולח), טוקני פלט (כל מה שהמודל מייצר, כולל טוקני חשיבה), ותעבורת prompt cache (כתיבה מחויבת ב-1.25x מתעריף הקלט, קריאה ב-0.1x). אין מנוי ל-API עצמו, ומנוי Claude Pro או Max אינו כולל קרדיטים ל-API. הפלט הוא המד היקר. Claude Sonnet 4.6 מתומחר ב-$3.00 למיליון טוקני קלט ו-$15.00 למיליון טוקני פלט, פער של פי 5. Claude Opus 4.7 מתומחר ב-$5.00 בקלט ו-$25.00 בפלט. אם החשבון שלך גבוה מהצפוי, בדוק קודם כל את נפח הפלט ואת גדילת היסטוריית השיחה.

שלושת המדים: טוקני קלט, פלט ו-cache

הקלט כולל הרבה יותר מהודעת המשתמש. ה-system prompt, כל היסטוריית השיחה, הגדרות כלים, תוצאות כלים, ותמונות, כולם נספרים כטוקני קלט בכל בקשה שכוללת אותם. הפלט כולל כל מה שהמודל כותב בחזרה, ובמודלים בעלי יכולת חשיבה זה כולל טוקני חשיבה שאולי לעולם לא יוצגו למשתמש. prompt caching הוא המד השלישי וזה שרוב הצוותים משאירים לא מנוצל. אתה מסמן קידומת יציבה (system prompt ארוך, מסמך, רשימת כלים קבועה) עם breakpoint של cache_control. הבקשה הראשונה משלמת פרמיית כתיבה של 1.25x מתעריף הקלט עבור ה-cache ברירת המחדל של 5 דקות; כל בקשה שמשתמשת שוב בקידומת בתוך החלון קוראת אותה בחזרה ב-0.1x. יש גם cache לשעה במחיר כתיבה של 2x. להלן טבלת התעריפים המלאה לשני דגלי הדגל של Claude במחירי הרשימה הרשמיים.

דוגמה מחושבת: בוט תמיכה, יום אחד

קחו בוט תמיכה על Claude Sonnet 4.6 במחירי הרשימה הרשמיים: 10,000 בקשות ביום, כל אחת נושאת system prompt של 2,000 טוקנים בתוספת 1,500 טוקנים של היסטוריה והודעת משתמש, ונענית בתגובה של 500 טוקנים. הטבלה מציגה את אותו עומס עבודה עם ובלי caching של ה-system prompt. ללא caching היום עולה $180.00, כ-$5,400 בחודש. caching של ה-system prompt (בהנחה של כ-300 פקיעות cache ביום בחלון של 5 דקות) מוריד את זה לכ-$128 ביום, כ-$3,840 בחודש. שימו לב למה שלא זז: עלות הפלט. caching נוגע רק בקלט, וזו הסיבה שמשמעת פלט חשובה יותר מכל מנוף בודד אחר.

למה חשבונות Anthropic מפתיעים צוותים

ארבעה דפוסים מסבירים את רוב השיחות מסוג "למה החשבון גבוה פי כמה מההערכה". 1. הפלט יקר פי 5 מהקלט, וחשיבה נספרת כפלט. הערכות מתבססות על תעריף הקלט כי זה המספר שמוצג ראשון. אבל תשובות ארוכות, פורמט מפורט, וחשיבה מורחבת, כולם מחויבים בתעריף הפלט. מודל שחושב 3,000 טוקנים לפני שהוא עונה ב-500 מחויב ב-3,500 טוקני פלט על מה שנראה כמו תשובה קצרה. 2. ההיסטוריה מחויבת מחדש בכל תור. ה-API הוא stateless, כך שכל תור שולח מחדש את כל השיחה כקלט. שיחה שממוצעת 20 תורות לא עולה פי 20 מתור בודד; היא עולה הרבה יותר, כי תור 20 נושא את 19 התורות הקודמים כקלט. עלות הקלט גדלה בערך בריבוע אורך השיחה אלא אם אתה מקצץ או מסכם. 3. מנויים וקרדיטי API נפרדים. Claude Pro ו-Max מכסים את אפליקציות Claude, לא את ה-API. צוותים מניחים שהמנוי סופג את תעבורת ה-API, ואז מגלים שהקונסולה שקטה מנכה מיתרה משולמת מראש עם auto-reload פעיל. 4. הכל בבקשה הוא קלט, וייחוס קשה. הגדרות כלים, תוצאות כלים, תמונות ו-system prompts מחויבים כקלט בכל בקשה שכוללת אותם. פזר את זה על פני כמה מפתחות API, סביבות, ופיצ'רים בלי לוגים לכל מפתח, ואף אחד לא יכול לומר איזה פיצ'ר הוציא את הכסף עד שהחשבונית מגיעה.

חיוב Anthropic מול OpenAI, זה לצד זה

שני הספקים מודדים באותה צורה: לפי טוקן, תעריפי קלט ופלט נפרדים, קרדיטים משולמים מראש כברירת מחדל. ההבדלים שחשובים לחשבון שלך נמצאים במנגנוני ה-cache ובבקרות ההוצאה. השוני המעשי הוא ה-caching. OpenAI מפעילה prompt caching אוטומטית ללא עמלת כתיבה עם הנחה על החלק ה-cached. Anthropic מחייבת אותך למקם breakpoints של cache_control בעצמך, גובה פרמיית כתיבה, ומחזירה אותה עם קריאות זולות בהרבה ב-0.1x מתעריף הקלט. עבור עומסי עבודה עם prompts יציבים וארוכים, caching נכון של Anthropic הוא המנוף החזק יותר; כשעושים את זה לא נכון (timestamp ב-system prompt, רשימת כלים לא יציבה), הוא פשוט אף פעם לא נתפס ואתה משלם מחיר מלא בתוספת פרמיות כתיבה.

איך להעריך עלות Anthropic API לפני ההשקה

כל תגובת API כוללת אובייקט usage עם input_tokens ו-output_tokens מדויקים, בתוספת cache_creation_input_tokens ו-cache_read_input_tokens כש-caching פעיל. האובייקט הזה הוא האמת לאשורה. tokenizers בצד הלקוח שנבנו לספקים אחרים סופרים פחות מדי טוקני Claude, אז אל תעריך איתם. הנוהל: שלח כמה בקשות מייצגות, קרא את אובייקט ה-usage, ומצע את הספירות. אחר כך החל את הנוסחה: עלות = (input_tokens / 1,000,000 x תעריף קלט) + (output_tokens / 1,000,000 x תעריף פלט), בתוספת מונחי כתיבה וקריאה של cache אם אתה משתמש בו. הכפל בנפח היומי הצפוי, ועבור מוצרים רב-תוריים הוסף מרווח לגידול כי ההיסטוריה דוחפת את הקלט מעלה בכל תור. Anthropic גם חושפת endpoint בשם count_tokens אם אתה רוצה ספירות לפני שליחת משהו.

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: ..."}]
  }'

# Response includes the ground truth for your cost model:
# "usage": {"input_tokens": 2412, "output_tokens": 486,
#           "cache_read_input_tokens": 0, "cache_creation_input_tokens": 0}

חמש דרכים לצמצם את חשבון Anthropic API שלך

הטקטיקה החמישית היא המקום שבו gateway מרוויח את מקומו. APIsRouter הוא gateway תואם OpenAI שרושם מודל, טוקני קלט, טוקני פלט, ועלות מדויקת בדולרים לכל בקשה, לכל מפתח API, כך שכל פיצ'ר או סביבה מקבלים מפתח משלהם ושורה משלהם בתצוגת השימוש. הוא מציג את Claude Sonnet 4.6 ב-$2.40 קלט ו-$12.00 פלט למיליון טוקנים ואת Claude Opus 4.7 ב-$4.00 ו-$20.00, 20% מתחת למחיר הרשמי, בתשלום לפי שימוש ללא מנוי; טעינה ראשונה ב-/topup מוכפלת. הפניית אינטגרציית OpenAI SDK קיימת אליו היא שינוי של שתי שורות:

• שמור ב-cache את הקידומות הארוכות והיציבות שלך. system prompt או מסמך שחוזר על עצמו בין בקשות מחויב בעשירית מתעריף הקלט בכל קריאת cache אחרי הכתיבה הראשונה.
• קצץ היסטוריה והגבל max_tokens. סכם או השמט תורות ישנים במקום לשלוח אותם מחדש, וקבע max_tokens למה שהמשימה צריכה כדי שתגובה שיוצאת משליטה לא תחייב אלפי טוקני פלט מיותרים.
• נתב לפי משימה, לא לפי הרגל. שמור את Opus לשלבים שבאמת צריכים אותו והעבר סיווג, חילוץ וטיוטות בכמות גדולה למודלים זולים יותר כמו deepseek-v4-flash או glm-5.
• עשה batch לכל דבר אסינכרוני. ה-Batches API מעבד בקשות תוך 24 שעות במחצית המחיר, אידיאלי ל-backfills, evals, ומשימות לילה.
• הצב נראות עלות לפי מפתח מול התעבורה שלך. רוב ההפתעות בחיוב הן בעיות ייחוס: אף אחד לא יכול לומר איזה פיצ'ר או לקוח הוציא את הכסף עד שהחשבונית מגיעה.

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: ..."}],
)

# Token counts come back on every response; the gateway console
# additionally records the exact cost of this request under this key.
print(response.usage.prompt_tokens, response.usage.completion_tokens)

שאלות נפוצות