Anthropic API 요금이 실제로 매겨지는 방식

빠른 답변: 실제로 무엇에 대해 과금되는가

Anthropic은 Claude API를 토큰 단위로, 선불로 과금합니다. 개발자 콘솔에서 크레딧을 구매하면, 모든 요청이 세 가지 미터에서 잔액을 차감합니다. 입력 토큰(보내는 모든 것), 출력 토큰(생각 토큰을 포함해 모델이 생성하는 모든 것), 프롬프트 캐시 트래픽(쓰기는 입력 요율의 1.25배, 읽기는 0.1배로 과금)입니다. API 자체에는 구독이 없으며, Claude Pro나 Max 구독에는 API 크레딧이 포함되지 않습니다. 출력이 비싼 미터입니다. Claude Sonnet 4.6은 입력 토큰 100만 개당 $3.00, 출력 토큰 100만 개당 $15.00로 5배 차이가 납니다. Claude Opus 4.7은 입력 $5.00, 출력 $25.00입니다. 청구서가 예상보다 높다면, 다른 무엇보다 먼저 출력량과 대화 기록 증가를 확인하세요.

세 가지 미터: 입력, 출력, 캐시 토큰

입력은 사용자 메시지보다 훨씬 많은 것을 포함합니다. 시스템 프롬프트, 전체 대화 기록, 툴 정의, 툴 결과, 이미지는 이를 포함하는 모든 요청에서 입력 토큰으로 계산됩니다. 출력은 모델이 다시 작성하는 모든 것을 포함하며, 추론이 가능한 모델에서는 사용자에게 표시되지 않을 수도 있는 생각 토큰도 포함됩니다. 프롬프트 캐싱은 세 번째 미터이며 대부분의 팀이 방치해두는 기능입니다. 안정적인 접두사(긴 시스템 프롬프트, 문서, 고정된 툴 목록)를 cache_control 브레이크포인트로 표시합니다. 첫 요청은 기본 5분 캐시에 대해 입력 요율의 1.25배라는 쓰기 프리미엄을 지불하며, 창 안에서 접두사를 재사용하는 모든 요청은 0.1배로 다시 읽습니다. 1시간 캐시도 2배 쓰기 요율로 이용할 수 있습니다. 아래는 공식 정가 기준 두 개 주력 Claude 모델의 전체 요율표입니다.

실제 계산 예시: 챗봇 하루치

Claude Sonnet 4.6을 공식 요율로 사용하는 고객지원 챗봇을 예로 들어보겠습니다. 하루 요청 10,000건, 각 요청에는 2,000토큰 시스템 프롬프트에 1,500토큰의 기록 및 사용자 메시지가 실리고, 500토큰 답변으로 응답합니다. 아래 표는 동일한 워크로드를 시스템 프롬프트 캐싱 유무로 나누어 보여줍니다. 캐싱 없이는 하루 $180.00, 한 달 약 $5,400가 듭니다. 시스템 프롬프트를 캐싱하면(5분 창에서 하루 약 300회 캐시 만료를 가정) 하루 약 $128, 한 달 약 $3,840로 줄어듭니다. 움직이지 않은 항목을 눈여겨보세요. 출력 비용입니다. 캐싱은 입력에만 영향을 주기 때문에, 다른 어떤 단일 레버보다 출력 관리가 중요합니다.

Anthropic 청구서가 팀을 놀라게 하는 이유

"청구서가 예상보다 몇 배나 나왔다"는 대화 대부분은 네 가지 패턴으로 설명됩니다. 1. 출력은 입력의 5배이며, 생각도 출력으로 계산됩니다. 가장 먼저 제시되는 숫자이기 때문에 예상치는 입력 요율에 고정되는 경향이 있습니다. 하지만 긴 답변, 장황한 서식, 확장 사고 모두 출력 요율로 과금됩니다. 3,000토큰을 추론한 뒤 500토큰으로 답하는 모델은 짧은 답변처럼 보여도 3,500 출력 토큰을 과금합니다. 2. 대화 기록은 매 턴마다 다시 과금됩니다. API는 상태를 저장하지 않으므로, 매 턴마다 전체 대화를 입력으로 다시 보냅니다. 평균 20턴짜리 대화는 한 턴 비용의 20배가 아니라 그보다 훨씬 많이 듭니다. 20번째 턴이 이전 19턴을 입력으로 지고 가기 때문입니다. 잘라내거나 요약하지 않으면 입력 비용은 대화 길이의 제곱에 가깝게 늘어납니다. 3. 구독과 API 크레딧은 별개입니다. Claude Pro와 Max는 Claude 앱을 포함하지만 API는 아닙니다. 팀들은 구독이 API 트래픽을 흡수한다고 가정했다가, 콘솔이 자동 충전이 켜진 선불 잔액에서 조용히 차감하고 있었다는 사실을 뒤늦게 발견합니다. 4. 요청 안의 모든 것이 입력이고, 귀속 추적은 어렵습니다. 툴 정의, 툴 결과, 이미지, 시스템 프롬프트는 이를 포함하는 모든 요청에서 입력으로 과금됩니다. 이를 키별 로깅 없이 여러 API 키, 환경, 기능에 걸쳐 흩뿌리면, 청구서가 도착할 때까지 어느 기능이 돈을 썼는지 아무도 말할 수 없습니다.

Anthropic vs OpenAI 요금 비교

두 프로바이더 모두 같은 방식으로 계량합니다. 토큰 단위, 입력과 출력 요율 분리, 기본적으로 선불 크레딧입니다. 청구서에 실제로 영향을 주는 차이는 캐시 메커니즘과 지출 통제에 있습니다. 실질적인 차이는 캐싱입니다. OpenAI는 쓰기 수수료 없이 프롬프트 캐싱을 자동 적용하고 캐싱된 부분에 할인을 줍니다. Anthropic은 직접 cache_control 브레이크포인트를 지정해야 하고, 쓰기 프리미엄을 부과하지만 입력 요율의 0.1배라는 훨씬 저렴한 읽기로 되갚습니다. 안정적인 긴 프롬프트가 있는 워크로드라면 제대로 사용한 Anthropic 캐싱이 더 강력한 레버입니다. 잘못 사용하면(시스템 프롬프트 속 타임스탬프, 불안정한 툴 목록) 조용히 캐시가 전혀 적중하지 않아 정가에 쓰기 프리미엄까지 더해 지불하게 됩니다.

출시 전에 Anthropic API 비용을 추정하는 법

모든 API 응답에는 정확한 input_tokens와 output_tokens를 담은 usage 객체가 포함되며, 캐싱이 활성화된 경우 cache_creation_input_tokens와 cache_read_input_tokens도 함께 담깁니다. 이 객체가 정답입니다. 다른 프로바이더용으로 만들어진 클라이언트 측 토크나이저는 Claude 토큰 수를 과소 계산하므로 그걸로 추정하지 마세요. 절차는 이렇습니다. 대표성 있는 요청 몇 개를 보내고, usage 객체를 읽고, 개수를 평균 냅니다. 그런 다음 공식을 적용합니다. 비용 = (input_tokens / 1,000,000 x 입력 요율) + (output_tokens / 1,000,000 x 출력 요율), 캐싱한다면 캐시 쓰기와 읽기 항목도 더합니다. 예상 일일 물량을 곱하고, 멀티턴 제품이라면 매 턴마다 기록이 입력을 밀어 올리므로 성장 여유분을 더하세요. Anthropic은 아무것도 보내기 전에 개수를 알고 싶다면 count_tokens 엔드포인트도 제공합니다.

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: ..."}]
  }'

# 응답에는 비용 모델의 정답이 포함됩니다:
# "usage": {"input_tokens": 2412, "output_tokens": 486,
#           "cache_read_input_tokens": 0, "cache_creation_input_tokens": 0}

Anthropic API 청구서를 줄이는 다섯 가지 방법

다섯 번째 전술에서 게이트웨이가 제 역할을 합니다. APIsRouter는 OpenAI 호환 게이트웨이로, 모델, 입력 토큰, 출력 토큰, 요청당 정확한 달러 비용을 API 키별로 기록해 각 기능이나 환경이 저마다의 키와 사용량 뷰에서 각자의 줄을 갖게 합니다. Claude Sonnet 4.6을 입력 $2.40, 출력 $12.00(100만 토큰당, 공식 정가 대비 20% 낮음)에, Claude Opus 4.7을 $4.00과 $20.00에 제공하며, 구독 없이 선불 사용량 기반으로 과금됩니다. /topup에서 첫 충전은 두 배가 됩니다. 기존 OpenAI SDK 연동을 여기로 돌리는 건 두 줄만 바꾸면 됩니다.

• 길고 안정적인 접두사를 캐싱하세요. 요청마다 반복되는 시스템 프롬프트나 문서는 첫 쓰기 이후 모든 캐시 읽기에서 입력 요율의 10분의 1로 과금됩니다.
• 기록을 잘라내고 max_tokens를 제한하세요. 오래된 턴을 다시 보내는 대신 요약하거나 버리고, 작업에 필요한 만큼만 max_tokens를 설정해 폭주하는 답변이 수천 개의 추가 출력 토큰을 과금하지 못하게 하세요.
• 습관이 아니라 작업 단위로 라우팅하세요. Opus는 꼭 필요한 단계에 남겨두고, 대량 분류, 추출, 초안 작업은 deepseek-v4-flash나 glm-5 같은 더 저렴한 모델로 넘기세요.
• 비동기 작업은 배치로 묶으세요. Batches API는 24시간 이내에 요청을 절반 가격에 처리하며, 백필, 평가, 야간 작업에 적합합니다.
• 트래픽 앞단에 API 키별 비용 가시성을 두세요. 대부분의 청구서 서프라이즈는 귀속 문제입니다. 청구서가 도착하기 전까지는 어떤 기능이나 고객이 돈을 썼는지 아무도 말할 수 없습니다.

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: ..."}],
)

# 모든 응답에 토큰 수가 함께 돌아오며, 게이트웨이 콘솔은
# 이 키로 발생한 이 요청의 정확한 비용도 추가로 기록합니다.
print(response.usage.prompt_tokens, response.usage.completion_tokens)

자주 묻는 질문