Cara kerja billing API Anthropic yang sebenarnya

Jawaban singkat: yang sebenarnya Anda bayar

Anthropic menagih Claude API per token secara prepaid. Anda membeli kredit di developer console, dan setiap request memotong saldo tersebut lewat tiga meteran: token input (semua yang Anda kirim), token output (semua yang dihasilkan model, termasuk thinking token), dan trafik prompt cache (write ditagih 1.25x tarif input, read ditagih 0.1x). Tidak ada langganan untuk API itu sendiri, dan langganan Claude Pro atau Max tidak mencakup kredit API. Output adalah meteran yang mahal. Claude Sonnet 4.6 dibanderol $3.00 per juta token input dan $15.00 per juta token output, selisih 5x. Claude Opus 4.7 dibanderol $5.00 input dan $25.00 output. Jika tagihan Anda lebih tinggi dari perkiraan, periksa volume output dan pertumbuhan riwayat percakapan sebelum hal lain.

Tiga meteran: token input, output, dan cache

Input mencakup lebih dari sekadar pesan pengguna. System prompt, seluruh riwayat percakapan, definisi tool, hasil tool, dan gambar semuanya dihitung sebagai token input pada setiap request yang menyertakannya. Output mencakup semua yang ditulis kembali oleh model, dan pada model dengan kemampuan reasoning itu termasuk thinking token yang mungkin tidak pernah Anda tampilkan ke pengguna. Prompt caching adalah meteran ketiga dan yang paling sering tidak dipakai oleh tim. Anda menandai prefix yang stabil (system prompt panjang, dokumen, daftar tool tetap) dengan breakpoint cache_control. Request pertama membayar premium write 1.25x tarif input untuk cache default 5 menit; setiap request yang memakai ulang prefix tersebut dalam jendela waktu itu membacanya kembali di 0.1x. Cache 1 jam juga tersedia dengan tarif write 2x. Berikut rate card lengkap untuk dua model Claude flagship pada harga resmi.

Contoh perhitungan: satu chatbot, satu hari

Ambil contoh chatbot support di Claude Sonnet 4.6 dengan tarif resmi: 10,000 request per hari, masing-masing membawa system prompt 2,000 token ditambah 1,500 token riwayat dan pesan pengguna, dijawab dengan balasan 500 token. Tabel berikut menunjukkan beban kerja yang sama dengan dan tanpa system prompt di-cache. Tanpa caching, biaya harian mencapai $180.00, sekitar $5,400 per bulan. Meng-cache system prompt (dengan asumsi sekitar 300 kali cache expired per hari pada jendela 5 menit) memangkasnya menjadi sekitar $128 per hari, sekitar $3,840 per bulan. Perhatikan yang tidak berubah: biaya output. Caching hanya menyentuh input, sehingga disiplin output justru lebih penting dari cara penghematan lainnya.

Mengapa tagihan Anthropic mengejutkan banyak tim

Empat pola berikut menjelaskan sebagian besar keluhan "kenapa tagihan berkali-kali lipat dari perkiraan". 1. Output 5x lebih mahal dari input, dan thinking dihitung sebagai output. Estimasi biasanya bersandar pada tarif input karena angka itu yang pertama disebutkan. Tapi jawaban panjang, format yang bertele-tele, dan extended thinking semuanya ditagih dengan tarif output. Model yang bernalar 3,000 token sebelum menjawab dalam 500 token menagih 3,500 token output untuk sesuatu yang terlihat seperti balasan singkat. 2. Riwayat ditagih ulang di setiap giliran. API bersifat stateless, jadi setiap giliran mengirim ulang seluruh percakapan sebagai input. Chat dengan rata-rata 20 giliran tidak berbiaya 20x satu giliran; biayanya jauh lebih besar, karena giliran ke-20 membawa 19 giliran sebelumnya sebagai input. Biaya input tumbuh kira-kira kuadratik terhadap panjang percakapan kecuali Anda memangkas atau meringkasnya. 3. Langganan dan kredit API terpisah. Claude Pro dan Max mencakup aplikasi Claude, bukan API. Tim mengira langganan menyerap trafik API, lalu baru sadar console diam-diam memotong saldo prepaid dengan auto-reload aktif. 4. Semua yang ada di request adalah input, dan atribusinya sulit. Definisi tool, hasil tool, gambar, dan system prompt semuanya ditagih sebagai input di setiap request yang menyertakannya. Sebarkan itu ke beberapa API key, environment, dan fitur tanpa logging per-key, dan tidak ada yang bisa memastikan fitur mana yang menghabiskan biaya sampai invoice datang.

Billing Anthropic vs OpenAI, berdampingan

Kedua provider mengukur dengan cara yang sama: per token, tarif input dan output terpisah, kredit prepaid sebagai default. Perbedaan yang benar-benar berdampak pada tagihan Anda ada di mekanisme cache dan kontrol pengeluaran. Perbedaan praktisnya ada di caching. OpenAI menerapkan prompt caching secara otomatis tanpa biaya write dan memberi diskon pada bagian yang di-cache. Anthropic mengharuskan Anda memasang breakpoint cache_control sendiri, mengenakan premium write, dan membayarnya kembali lewat read yang jauh lebih murah di 0.1x tarif input. Untuk beban kerja dengan prompt stabil yang panjang, caching Anthropic yang dipasang dengan benar adalah cara penghematan yang lebih kuat; kalau salah pasang (timestamp di system prompt, daftar tool yang tidak stabil), cache-nya diam-diam tidak pernah kena dan Anda membayar harga penuh plus premium write.

Cara memperkirakan biaya API Anthropic sebelum rilis

Setiap respons API menyertakan objek usage dengan input_tokens dan output_tokens yang eksak, ditambah cache_creation_input_tokens dan cache_read_input_tokens ketika caching aktif. Objek itu adalah kebenaran sesungguhnya. Tokenizer sisi klien yang dibuat untuk provider lain menghitung token Claude terlalu rendah, jadi jangan pakai itu untuk estimasi. Prosedurnya: kirim beberapa request yang mewakili, baca objek usage, dan rata-ratakan hitungannya. Lalu terapkan rumus: biaya = (input_tokens / 1,000,000 x tarif input) + (output_tokens / 1,000,000 x tarif output), ditambah komponen cache write dan read jika Anda meng-cache. Kalikan dengan volume harian yang diharapkan, dan untuk produk multi-turn tambahkan ruang pertumbuhan karena riwayat mendorong input naik di setiap giliran. Anthropic juga menyediakan endpoint count_tokens jika Anda ingin tahu jumlah token sebelum mengirim apa pun.

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: ..."}]
  }'

# Respons berisi kebenaran sesungguhnya untuk model biaya Anda:
# "usage": {"input_tokens": 2412, "output_tokens": 486,
#           "cache_read_input_tokens": 0, "cache_creation_input_tokens": 0}

Lima cara menekan tagihan API Anthropic

Taktik kelima adalah tempat gateway benar-benar berguna. APIsRouter adalah gateway yang kompatibel dengan OpenAI yang mencatat model, token input, token output, dan biaya dolar yang eksak per request, per API key, sehingga setiap fitur atau environment mendapat key sendiri dan baris tersendiri di usage view. Gateway ini membanderol Claude Sonnet 4.6 di $2.40 input dan $12.00 output per juta token dan Claude Opus 4.7 di $4.00 dan $20.00, 20% di bawah harga resmi, ditagih pay as you go tanpa langganan; top up pertama Anda di /topup digandakan. Mengarahkan integrasi OpenAI SDK yang sudah ada ke gateway ini cukup mengubah dua baris:

• Cache prefix Anda yang panjang dan stabil. System prompt atau dokumen yang berulang di setiap request ditagih sepersepuluh tarif input pada setiap cache read setelah write pertama.
• Pangkas riwayat dan batasi max_tokens. Ringkas atau buang giliran lama alih-alih mengirim ulang, dan set max_tokens sesuai kebutuhan tugas agar jawaban yang melebar tidak menagih ribuan token output ekstra.
• Routing berdasarkan tugas, bukan kebiasaan. Simpan Opus untuk langkah yang benar-benar membutuhkannya dan dorong klasifikasi massal, ekstraksi, dan draft ke model lebih murah seperti deepseek-v4-flash atau glm-5.
• Batch apa pun yang bersifat asinkron. Batches API memproses request dalam 24 jam dengan setengah harga, ideal untuk backfill, evaluasi, dan job malam hari.
• Pasang visibilitas biaya per-key di depan trafik Anda. Sebagian besar tagihan mengejutkan adalah masalah atribusi: tidak ada yang bisa memastikan fitur atau customer mana yang menghabiskan biaya sampai invoice tiba.

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: ..."}],
)

# Jumlah token selalu kembali di setiap respons; console gateway
# juga mencatat biaya eksak dari request ini di bawah key ini.
print(response.usage.prompt_tokens, response.usage.completion_tokens)

Pertanyaan umum