Come funziona davvero la fatturazione API di Anthropic

Risposta rapida: per cosa vieni davvero addebitato

Anthropic fattura l'API Claude per token, in modalità prepagata. Acquisti crediti nella developer console, e ogni richiesta preleva da quel saldo su tre contatori: token di input (tutto ciò che invii), token di output (tutto ciò che il modello genera, inclusi i token di thinking), e traffico di cache dei prompt (le scritture sono fatturate a 1.25x la tariffa di input, le letture a 0.1x). Non esiste un abbonamento per l'API in sé, e un abbonamento Claude Pro o Max non include crediti API. L'output è il contatore costoso. Claude Sonnet 4.6 è listato a $3.00 per milione di token di input e $15.00 per milione di token di output, un divario di 5x. Claude Opus 4.7 è listato a $5.00 in input e $25.00 in output. Se la tua bolletta è più alta del previsto, controlla prima di tutto il volume di output e la crescita della cronologia della conversazione.

I tre contatori: token di input, output e cache

L'input copre più del solo messaggio dell'utente. Il system prompt, l'intera cronologia della conversazione, le definizioni dei tool, i risultati dei tool e le immagini contano tutti come token di input in ogni richiesta che li include. L'output copre tutto ciò che il modello scrive in risposta, e sui modelli con capacità di reasoning include i token di thinking che potresti non mostrare mai all'utente. Il prompt caching è il terzo contatore, e quello che la maggior parte dei team lascia inutilizzato. Segni un prefisso stabile (un system prompt lungo, un documento, una lista fissa di tool) con un breakpoint cache_control. La prima richiesta paga un sovrapprezzo di scrittura di 1.25x la tariffa di input per la cache predefinita di 5 minuti; ogni richiesta che riutilizza il prefisso entro la finestra lo rilegge a 0.1x. È disponibile anche una cache di 1 ora a una tariffa di scrittura di 2x. Di seguito la tabella completa delle tariffe per i due modelli Claude di punta ai prezzi ufficiali di listino.

Un esempio pratico: un chatbot, un giorno

Prendi un chatbot di supporto su Claude Sonnet 4.6 alle tariffe ufficiali: 10,000 richieste al giorno, ciascuna con un system prompt di 2,000 token più 1,500 token di cronologia e messaggio utente, con risposta di 500 token. La tabella mostra lo stesso carico di lavoro con e senza il system prompt in cache. Senza cache la giornata costa $180.00, circa $5,400 al mese. Mettendo in cache il system prompt (ipotizzando circa 300 scadenze della cache al giorno sulla finestra di 5 minuti) si scende a circa $128 al giorno, circa $3,840 al mese. Nota cosa non si è mosso: il costo dell'output. La cache tocca solo l'input, ed è per questo che la disciplina sull'output conta più di qualsiasi altra singola leva.

Perché le bollette Anthropic sorprendono i team

Quattro schemi spiegano la maggior parte delle conversazioni del tipo "perché la bolletta è varie volte la stima". 1. L'output è 5x l'input, e il thinking conta come output. Le stime si ancorano alla tariffa di input perché è il numero citato per primo. Ma risposte lunghe, formattazione prolissa e thinking esteso fatturano tutti alla tariffa di output. Un modello che ragiona per 3,000 token prima di rispondere in 500 fattura 3,500 token di output per quella che sembra una risposta breve. 2. La cronologia viene rifatturata a ogni turno. L'API è stateless, quindi ogni turno reinvia l'intera conversazione come input. Una chat con una media di 20 turni non costa 20 volte un singolo turno; costa molto di più, perché il turno 20 porta con sé i 19 turni precedenti come input. Il costo dell'input cresce all'incirca con il quadrato della lunghezza della conversazione, a meno che tu non la tagli o la riassuma. 3. Abbonamenti e crediti API sono separati. Claude Pro e Max coprono le app Claude, non l'API. I team danno per scontato che l'abbonamento assorba il traffico API, poi scoprono che la console ha silenziosamente prelevato da un saldo prepagato con la ricarica automatica abilitata. 4. Tutto ciò che è nella richiesta è input, e l'attribuzione è difficile. Definizioni dei tool, risultati dei tool, immagini e system prompt fatturano come input in ogni richiesta che li include. Distribuisci tutto questo su più chiavi API, ambienti e funzionalità senza log per singola chiave, e nessuno può dire quale funzionalità ha speso i soldi finché non arriva la fattura.

Fatturazione Anthropic vs OpenAI, a confronto

Entrambi i provider misurano allo stesso modo: per token, con tariffe separate per input e output, crediti prepagati di default. Le differenze che contano per la tua bolletta stanno nei meccanismi di cache e nei controlli di spesa. La divergenza pratica è la cache. OpenAI applica il prompt caching automaticamente, senza costo di scrittura e con uno sconto sulla porzione in cache. Anthropic ti fa piazzare da solo i breakpoint cache_control, addebita un sovrapprezzo di scrittura, e lo ripaga con letture molto più economiche a 0.1x la tariffa di input. Per carichi di lavoro con prompt lunghi e stabili, la cache di Anthropic fatta correttamente è la leva più forte; fatta male (un timestamp nel system prompt, una lista di tool instabile), non scatta mai silenziosamente e paghi il prezzo pieno più i sovrapprezzi di scrittura.

Come stimare il costo della tua API Anthropic prima del rilascio

Ogni risposta API include un oggetto usage con i valori esatti di input_tokens e output_tokens, più cache_creation_input_tokens e cache_read_input_tokens quando la cache è attiva. Quell'oggetto è la fonte di verità. I tokenizer lato client costruiti per altri provider sottostimano i token di Claude, quindi non usarli per stimare. La procedura: invia una manciata di richieste rappresentative, leggi l'oggetto usage, e fai la media dei conteggi. Poi applica la formula: costo = (input_tokens / 1,000,000 x tariffa input) + (output_tokens / 1,000,000 x tariffa output), più i termini di scrittura e lettura cache se usi la cache. Moltiplica per il volume giornaliero previsto, e per prodotti multi-turno aggiungi margine di crescita perché la cronologia spinge in alto l'input a ogni turno. Anthropic espone anche un endpoint count_tokens se vuoi i conteggi prima di inviare qualsiasi cosa.

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: ..."}]
  }'

# La risposta include la fonte di verità per il tuo modello di costo:
# "usage": {"input_tokens": 2412, "output_tokens": 486,
#           "cache_read_input_tokens": 0, "cache_creation_input_tokens": 0}

Cinque modi per ridurre la tua bolletta Anthropic

La quinta tattica è dove un gateway si guadagna il suo posto. APIsRouter è un gateway compatibile OpenAI che registra modello, token di input, token di output e costo esatto in dollari per richiesta, per chiave API, così ogni funzionalità o ambiente ha la propria chiave e la propria riga nella vista utilizzo. Elenca Claude Sonnet 4.6 a $2.40 input e $12.00 output per milione di token e Claude Opus 4.7 a $4.00 e $20.00, il 20% sotto il listino ufficiale, fatturato pay-as-you-go senza abbonamento; una prima ricarica su /topup viene raddoppiata. Puntare un'integrazione OpenAI SDK esistente su di esso è una modifica di due righe:

• Metti in cache i tuoi prefissi lunghi e stabili. Un system prompt o un documento che si ripete tra le richieste fattura un decimo della tariffa di input a ogni lettura cache dopo la prima scrittura.
• Taglia la cronologia e limita max_tokens. Riassumi o elimina i turni vecchi invece di reinviarli, e imposta max_tokens al valore di cui il task ha bisogno così una risposta fuori controllo non può fatturare migliaia di token di output extra.
• Instrada in base al task, non per abitudine. Riserva Opus ai passaggi che ne hanno bisogno e sposta classificazione massiva, estrazione e bozze su modelli più economici come deepseek-v4-flash o glm-5.
• Metti in batch tutto ciò che è asincrono. La Batches API elabora le richieste entro 24 ore a metà prezzo, ideale per backfill, valutazioni e job notturni.
• Metti visibilità dei costi per singola chiave davanti al tuo traffico. La maggior parte delle sorprese di fatturazione sono problemi di attribuzione: nessuno può dire quale funzionalità o cliente ha speso i soldi finché non arriva la fattura.

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: ..."}],
)

# I conteggi dei token tornano su ogni risposta; la console del gateway
# registra inoltre il costo esatto di questa richiesta sotto questa chiave.
print(response.usage.prompt_tokens, response.usage.completion_tokens)

Domande frequenti