Fatturazione API Claude: quanto costa ogni modello nel 2026

Risposta rapida: come funziona la fatturazione Claude

La fatturazione dell'API Claude è prepagata e misurata per token. Carichi crediti nella Anthropic Console, e ogni richiesta detrae token di input (tutto ciò che invii: system prompt, cronologia della conversazione, definizioni dei tool) a una tariffa e token di output (tutto ciò che il modello scrive in risposta, inclusi i token di thinking nelle richieste con extended thinking) a una tariffa più alta. Ogni tier di modello ha la propria coppia di tariffe, quindi la stessa richiesta costa cinque volte di più su Opus 4.7 rispetto a Haiku 4.5. Tre meccanismi colgono impreparata la maggior parte delle persone. Primo, l'output costa cinque volte l'input su ogni tier Claude attuale, quindi le risposte lunghe dominano i carichi di lavoro a input ridotto. Secondo, la chat è stateless: ogni turno reinvia l'intera cronologia come input, quindi il costo per messaggio cresce man mano che una conversazione si allunga. Terzo, il prompt caching e la Batch API sono funzionalità di fatturazione, non solo di prestazioni, e usarle cambia quanto paghi per token. Il resto di questa pagina copre i prezzi esatti per modello, come stimare una richiesta prima di inviarla, la matematica della cache e le leve che riducono davvero una bolletta Claude.

Tabella prezzi Claude: listino ufficiale vs gateway

Questi sono gli attuali prezzi in USD per milione di token per i tre tier Claude attivi. La colonna ufficiale è quanto fattura Anthropic tramite la sua Console; la colonna gateway è quanto costano gli stessi modelli tramite APIsRouter, un gateway compatibile OpenAI che elenca i modelli globali il 20% sotto il listino ufficiale, raddoppia la tua prima ricarica con un bonus di saldo del 100% e vende l'accesso pay-as-you-go senza abbonamento (paga su /topup, la chiave arriva via email). Qualunque via tu usi per fatturare, la misurazione è identica: la stessa richiesta consuma lo stesso numero di token, e gli ID modello (claude-opus-4-7, claude-sonnet-4-6) restano espliciti in ogni chiamata.

Stima una richiesta prima di inviarla

Un token corrisponde all'incirca a quattro caratteri o tre quarti di una parola inglese, quindi 1,000 parole di prompt sono circa 1,300 token. Per stimare una richiesta, somma tutto ciò che è nell'input (system prompt, cronologia, il nuovo messaggio dell'utente) e ipotizza la lunghezza della risposta. Esempio pratico su Sonnet 4.6 alle tariffe ufficiali: un turno di chat con un system prompt di 1,500 token, 5,500 token di cronologia accumulata e una risposta di 500 token. L'input è 7,500 token, che costa 7,500 / 1,000,000 x $3.00 = $0.0225. L'output è 500 token a $15.00 per milione, che è $0.0075. Totale: $0.03 per quel turno. A 300 turni del genere al giorno sei vicino a $9.00 al giorno, circa $270 al mese, e il termine della cronologia continua a crescere a meno che tu non lo tagli. La stessa aritmetica funziona per qualsiasi modello: sostituisci le tariffe dalla tabella sopra. Un helper di tre righe la rende ripetibile:

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

La matematica del prompt caching: quando conviene

Anthropic prezza i prefissi in cache con due moltiplicatori sulla tariffa base di input: scrivere un prefisso in cache costa 1.25x (per la cache predefinita di 5 minuti, rinnovata ogni volta che viene colpita; una cache di 1 ora costa 2x da scrivere), e rileggerlo in richieste successive costa 0.1x. I token di output non sono interessati. I prefissi sotto la lunghezza minima cacheable (1,024 token su Opus e Sonnet) non vengono messi in cache affatto. Esempio pratico: un prefisso stabile di 8,000 token (system prompt più definizioni dei tool) colpito 50 volte entro la finestra di cache su Sonnet 4.6. Senza cache, sono 400,000 token di input a $3.00 per milione, quindi $1.20. Con la cache, paghi una scrittura (8,000 token a $3.75 per milione, $0.03) più 49 letture (392,000 token a $0.30 per milione, circa $0.12), circa $0.15 in totale. Il costo del prefisso scende a circa un ottavo della cifra senza cache. Il pareggio arriva in fretta: una scrittura costa 1.25x, una lettura risparmia 0.9x, quindi un prefisso riutilizzato anche solo due volte entro la finestra è già in vantaggio. La cache fa perdere soldi solo quando i prefissi cambiano quasi a ogni richiesta, perché ogni cambiamento forza una nuova scrittura a 1.25x.

Verifica cosa ti è stato fatturato: l'oggetto usage

Ogni risposta Claude include un blocco usage con i conteggi esatti dei token per cui sei stato addebitato, quindi non devi mai indovinare. Invia una chiamata di test misurata:

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."}
    ]
  }'

Sei modi per ridurre una bolletta Claude

Applicati insieme su un carico di lavoro in stile chat, routing per tier più taglio della cronologia più cache tipicamente riducono più costi di quanto potrebbe mai fare il cambio di provider di fatturazione, perché riducono i conteggi dei token stessi invece della tariffa applicata a essi.

• Scendi di tier quando la qualità lo permette. Haiku 4.5 gestisce classificazione, routing ed estrazione a un quinto della tariffa di input di Opus. Riserva Opus 4.7 alla frazione di traffico ad alta intensità di reasoning e usa Sonnet 4.6 come default.
• Limita max_tokens. L'output costa cinque volte l'input su ogni tier Claude, quindi una risposta divagante senza limite è la modalità di fallimento più costosa. Imposta un tetto che corrisponda al task.
• Taglia o riassumi la cronologia. Poiché ogni turno reinvia l'intera conversazione, un riassunto scorrevole che sostituisce i turni vecchi limita la crescita dell'input invece di lasciarla salire in modo lineare.
• Metti in cache i prefissi stabili. System prompt, schemi di tool e documenti di riferimento sopra 1,024 token dovrebbero essere segnati per la cache; la matematica della sezione precedente si applica a ogni chiamata ripetuta.
• Usa la Batch API per il lavoro offline. Anthropic fattura le richieste batch a metà della tariffa interattiva, adatta a run di valutazione, backfill e job notturni che possono tollerare risultati ritardati.
• Instrada altrove i passaggi non critici per Claude. Bozze, tagging e reranking per il retrieval spesso funzionano bene su deepseek-v4-flash a $0.126 / $0.252 per milione di token, riservando Claude alla prosa finale dove la sua qualità conta.

Domande frequenti