Billing API Claude: berapa biaya tiap model di 2026

Jawaban singkat: cara kerja billing Claude

Billing API Claude bersifat prepaid dan diukur per token. Anda mengisi kredit di Anthropic Console, dan setiap request memotong token input (semua yang Anda kirim: system prompt, riwayat percakapan, definisi tool) pada satu tarif dan token output (semua yang ditulis kembali oleh model, termasuk thinking token pada request extended-thinking) pada tarif lebih tinggi. Setiap tier model punya pasangan tarifnya sendiri, sehingga request yang sama berbiaya lima kali lebih mahal di Opus 4.7 dibanding di Haiku 4.5. Tiga mekanisme yang paling sering membuat orang kaget. Pertama, output lima kali lebih mahal dari input di setiap tier Claude saat ini, sehingga respons panjang mendominasi beban kerja dengan input kecil. Kedua, chat bersifat stateless: setiap giliran mengirim ulang seluruh riwayat sebagai input, sehingga biaya per pesan tumbuh seiring percakapan yang makin panjang. Ketiga, prompt caching dan Batch API adalah fitur billing, bukan sekadar fitur performa, dan memakainya mengubah biaya per token yang Anda bayar. Sisa halaman ini membahas harga resmi per model, cara memperkirakan biaya request sebelum dikirim, perhitungan caching, dan cara-cara yang benar-benar menekan tagihan Claude.

Tabel harga Claude: daftar resmi vs gateway

Berikut harga USD per juta token saat ini untuk tiga tier Claude yang aktif. Kolom resmi adalah yang ditagih Anthropic lewat Console-nya; kolom gateway adalah biaya model yang sama lewat APIsRouter, gateway yang kompatibel dengan OpenAI yang membanderol model global 20% di bawah harga resmi, menggandakan top up pertama Anda dengan bonus saldo 100%, dan menjual akses pay-as-you-go tanpa langganan (bayar di /topup, key dikirim via email). Lewat jalur mana pun Anda membayar, pengukurannya identik: request yang sama menghabiskan jumlah token yang sama, dan ID model (claude-opus-4-7, claude-sonnet-4-6) tetap eksplisit di setiap panggilan.

Perkirakan biaya request sebelum Anda mengirimnya

Satu token kira-kira setara empat karakter atau tiga perempat kata bahasa Inggris, jadi 1,000 kata prompt sekitar 1,300 token. Untuk memperkirakan biaya request, jumlahkan semua yang ada di input (system prompt, riwayat, pesan baru pengguna) dan perkirakan panjang respons. Contoh perhitungan di Sonnet 4.6 dengan tarif resmi: satu giliran chat dengan system prompt 1,500 token, riwayat terakumulasi 5,500 token, dan balasan 500 token. Input adalah 7,500 token, berbiaya 7,500 / 1,000,000 x $3.00 = $0.0225. Output adalah 500 token dengan tarif $15.00 per juta, yaitu $0.0075. Total: $0.03 untuk giliran itu. Pada 300 giliran seperti itu per hari, Anda mendekati $9.00 per hari, sekitar $270 per bulan, dan komponen riwayat terus tumbuh kecuali Anda memangkasnya. Perhitungan yang sama berlaku untuk model apa pun: tinggal ganti tarifnya dari tabel di atas. Helper tiga baris ini membuatnya bisa diulang:

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

Perhitungan prompt caching: kapan ini menguntungkan

Anthropic memberi harga prefix yang di-cache dengan dua pengali dari tarif input dasar: menulis prefix ke cache berbiaya 1.25x (untuk cache default 5 menit, diperbarui setiap kali kena hit; cache 1 jam berbiaya 2x untuk ditulis), dan membacanya kembali pada request berikutnya berbiaya 0.1x. Token output tidak terpengaruh. Prefix di bawah panjang minimum yang bisa di-cache (1,024 token di Opus dan Sonnet) sama sekali tidak di-cache. Contoh perhitungan: prefix stabil 8,000 token (system prompt plus definisi tool) yang kena hit 50 kali dalam jendela cache di Sonnet 4.6. Tanpa cache, itu 400,000 token input dengan tarif $3.00 per juta, jadi $1.20. Dengan cache, Anda membayar satu write (8,000 token dengan tarif $3.75 per juta, $0.03) plus 49 read (392,000 token dengan tarif $0.30 per juta, sekitar $0.12), total sekitar $0.15. Biaya prefix turun menjadi sekitar seperdelapan dari angka tanpa cache. Titik impasnya cepat tercapai: satu write berbiaya 1.25x, satu read menghemat 0.9x, jadi prefix yang dipakai ulang bahkan hanya dua kali dalam jendela waktu sudah menguntungkan. Caching hanya merugikan ketika prefix berubah di hampir setiap request, karena setiap perubahan memaksa write baru 1.25x.

Audit apa yang sudah Anda bayar: objek usage

Setiap respons Claude menyertakan blok usage dengan jumlah token eksak yang Anda bayar, jadi Anda tidak perlu menebak. Kirim satu panggilan test yang terukur:

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."}
    ]
  }'

Enam cara menekan tagihan Claude

Diterapkan bersamaan pada beban kerja bergaya chat, routing tier ditambah pemangkasan riwayat ditambah caching biasanya memangkas biaya lebih banyak daripada sekadar berpindah provider billing, karena ketiganya mengecilkan jumlah token itu sendiri, bukan hanya tarif yang diterapkan padanya.

• Turunkan tier saat kualitas memungkinkan. Haiku 4.5 menangani klasifikasi, routing, dan ekstraksi dengan seperlima tarif input Opus. Simpan Opus 4.7 untuk bagian trafik yang benar-benar membutuhkan reasoning berat dan jadikan Sonnet 4.6 sebagai default.
• Batasi max_tokens. Output berbiaya lima kali input di setiap tier Claude, jadi jawaban bertele-tele tanpa batas adalah mode kegagalan termahal. Set batas atas yang sesuai dengan tugasnya.
• Pangkas atau ringkas riwayat. Karena setiap giliran mengirim ulang seluruh percakapan, ringkasan berjalan yang menggantikan giliran lama membatasi pertumbuhan input alih-alih membiarkannya naik linear.
• Cache prefix yang stabil. System prompt, skema tool, dan dokumen referensi di atas 1,024 token sebaiknya ditandai untuk di-cache; perhitungan di bagian sebelumnya berlaku untuk setiap panggilan yang berulang.
• Pakai Batch API untuk pekerjaan offline. Anthropic menagih request batch dengan setengah tarif interaktif, cocok untuk run evaluasi, backfill, dan job malam hari.
• Alihkan langkah yang tidak kritis-Claude ke tempat lain. Drafting, tagging, dan reranking retrieval sering berjalan baik di deepseek-v4-flash dengan $0.126 / $0.252 per juta token, menyisakan Claude untuk teks akhir yang benar-benar butuh kualitasnya.

Pertanyaan umum