Hoe Anthropic API-facturering echt werkt

Kort antwoord: waar je eigenlijk voor betaalt

Anthropic rekent de Claude API per token af, vooraf betaald. Je koopt tegoed in de developer console en elk verzoek trekt dat tegoed af via drie meters: input-tokens (alles wat je verstuurt), output-tokens (alles wat het model genereert, inclusief thinking-tokens) en prompt-cache-verkeer (writes worden gefactureerd tegen 1,25x het inputtarief, reads tegen 0,1x). Er is geen abonnement voor de API zelf, en een Claude Pro- of Max-abonnement bevat geen API-tegoed. Output is de dure meter. Claude Sonnet 4.6 staat genoteerd op $3,00 per miljoen input-tokens en $15,00 per miljoen output-tokens, een verschil van factor 5. Claude Opus 4.7 staat op $5,00 input en $25,00 output. Als je rekening hoger uitvalt dan verwacht, controleer dan eerst het outputvolume en de groei van de gespreksgeschiedenis voordat je iets anders onderzoekt.

De drie meters: input-, output- en cache-tokens

Input omvat meer dan alleen het bericht van de gebruiker. De systeemprompt, de volledige gespreksgeschiedenis, tooldefinities, toolresultaten en afbeeldingen tellen allemaal als input-tokens bij elk verzoek dat ze bevat. Output omvat alles wat het model terugschrijft, en bij redeneer-modellen hoort daar ook thinking-tokens bij die een gebruiker misschien nooit te zien krijgt. Prompt caching is de derde meter, en degene die de meeste teams ongebruikt laten. Je markeert een stabiel prefix (een lange systeemprompt, een document, een vaste toollijst) met een cache_control-breakpoint. Het eerste verzoek betaalt een schrijftoeslag van 1,25x het inputtarief voor de standaard cache van 5 minuten; elk verzoek dat het prefix binnen dat venster hergebruikt, leest het terug tegen 0,1x. Een cache van 1 uur is ook beschikbaar tegen een schrijftarief van 2x. Hieronder staat de volledige tarieftabel voor de twee vlaggenschip-Claude-modellen tegen officiële listprijzen.

Een doorgerekend voorbeeld: één chatbot, één dag

Neem een supportchatbot op Claude Sonnet 4.6 tegen officiële tarieven: 10.000 verzoeken per dag, elk met een systeemprompt van 2.000 tokens plus 1.500 tokens geschiedenis en gebruikersbericht, beantwoord met een antwoord van 500 tokens. De tabel toont dezelfde belasting met en zonder gecachete systeemprompt. Zonder caching kost de dag $180,00, ongeveer $5.400 per maand. Met caching van de systeemprompt (uitgaande van rond de 300 cache-verlopen per dag binnen het venster van 5 minuten) daalt dit naar ongeveer $128 per dag, rond de $3.840 per maand. Let op wat niet verandert: de outputkosten. Caching raakt alleen input, en daarom is discipline op output belangrijker dan elke andere afzonderlijke hefboom.

Waarom Anthropic-rekeningen teams verrassen

Vier patronen verklaren de meeste gesprekken van het type "waarom is de rekening een veelvoud van de schatting". 1. Output is 5x input, en thinking telt als output. Schattingen richten zich op het inputtarief omdat dat als eerste wordt genoemd. Maar lange antwoorden, uitgebreide opmaak en extended thinking worden allemaal tegen het outputtarief gefactureerd. Een model dat 3.000 tokens nadenkt voordat het in 500 antwoordt, factureert 3.500 output-tokens voor iets dat eruitziet als een kort antwoord. 2. Geschiedenis wordt bij elke beurt opnieuw gefactureerd. De API is stateless, dus elke beurt verstuurt de volledige gespreksgeschiedenis opnieuw als input. Een chat met gemiddeld 20 beurten kost geen 20x een enkele beurt; het kost veel meer, omdat beurt 20 de vorige 19 beurten als input meedraagt. De inputkosten groeien ongeveer kwadratisch met de gesprekslengte, tenzij je inkort of samenvat. 3. Abonnementen en API-tegoed zijn gescheiden. Claude Pro en Max dekken de Claude-apps, niet de API. Teams gaan ervan uit dat het abonnement API-verkeer opvangt en ontdekken dan dat de console stilletjes tegoed heeft opgemaakt van een vooraf betaald saldo met auto-reload aan. 4. Alles in het verzoek is input, en toewijzing is lastig. Tooldefinities, toolresultaten, afbeeldingen en systeemprompts worden bij elk verzoek dat ze bevat als input gefactureerd. Verspreid dat over meerdere API-sleutels, omgevingen en functies zonder logging per sleutel, en niemand kan zeggen welke functie het geld heeft uitgegeven totdat de factuur binnenkomt.

Anthropic versus OpenAI facturering naast elkaar

Beide aanbieders meten op dezelfde manier: per token, aparte input- en outputtarieven, standaard vooraf betaald tegoed. De verschillen die er echt toe doen voor je rekening zitten in de cachemechaniek en uitgavenbeheersing. Het praktische verschil zit in caching. OpenAI past prompt caching automatisch toe, zonder schrijfkosten en met korting op het gecachete deel. Anthropic laat je zelf cache_control-breakpoints plaatsen, rekent een schrijftoeslag en betaalt die terug met veel goedkopere reads tegen 0,1x het inputtarief. Voor workloads met lange, stabiele prompts is correct toegepaste Anthropic-caching de sterkere hefboom; verkeerd toegepast (een tijdstempel in de systeemprompt, een instabiele toollijst) treedt het stilletjes nooit in werking en betaal je de volle prijs plus schrijftoeslagen.

Zo schat je je Anthropic API-kosten in vóór de lancering

Elke API-response bevat een usage-object met exacte input_tokens en output_tokens, plus cache_creation_input_tokens en cache_read_input_tokens wanneer caching actief is. Dat object is de betrouwbare waarheid. Client-side tokenizers die voor andere aanbieders zijn gebouwd, tellen Claude-tokens te laag, dus schat er niet mee. De aanpak: verstuur een handvol representatieve verzoeken, lees het usage-object en middel de aantallen. Pas daarna de formule toe: kosten = (input_tokens / 1.000.000 x inputtarief) + (output_tokens / 1.000.000 x outputtarief), plus de cache write- en read-termen als je cacht. Vermenigvuldig met het verwachte dagvolume, en voeg voor producten met meerdere beurten groeimarge toe, omdat geschiedenis de input bij elke beurt opdrijft. Anthropic biedt ook een count_tokens-endpoint als je aantallen wilt weten voordat je iets verstuurt.

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: ..."}]
  }'

# De response bevat de betrouwbare waarheid voor je kostenmodel:
# "usage": {"input_tokens": 2412, "output_tokens": 486,
#           "cache_read_input_tokens": 0, "cache_creation_input_tokens": 0}

Vijf manieren om je Anthropic API-rekening te verlagen

De vijfde tactiek is waar een gateway zijn plek verdient. APIsRouter is een OpenAI-compatibele gateway die model, input-tokens, output-tokens en exacte kosten in dollars per verzoek en per API-sleutel logt, zodat elke functie of omgeving een eigen sleutel en een eigen regel in het gebruiksoverzicht krijgt. Het noteert Claude Sonnet 4.6 op $2,40 input en $12,00 output per miljoen tokens en Claude Opus 4.7 op $4,00 en $20,00, 20 procent onder de officiële lijstprijs, gefactureerd pay-as-you-go zonder abonnement; een eerste storting via /topup wordt verdubbeld. Een bestaande OpenAI SDK-integratie hierop richten is een wijziging van twee regels:

• Cache je lange, stabiele prefixes. Een systeemprompt of document dat terugkomt in meerdere verzoeken kost na de eerste write bij elke cache read een tiende van het inputtarief.
• Kort geschiedenis in en begrens max_tokens. Vat oude beurten samen of laat ze vallen in plaats van ze opnieuw te versturen, en stel max_tokens in op wat de taak nodig heeft, zodat een uitdijend antwoord geen duizenden extra output-tokens factureert.
• Routeer op taak, niet op gewoonte. Reserveer Opus voor stappen die het echt nodig hebben, en stuur bulk-classificatie, extractie en concepten naar goedkopere modellen zoals deepseek-v4-flash of glm-5.
• Batch alles wat asynchroon kan. De Batches API verwerkt verzoeken binnen 24 uur tegen het halve tarief, ideaal voor backfills, evaluaties en nachtelijke taken.
• Zet kostenzichtbaarheid per sleutel voor je verkeer. De meeste factureringsverrassingen zijn toewijzingsproblemen: niemand kan zeggen welke functie of klant het geld heeft uitgegeven totdat de factuur binnenkomt.

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: ..."}],
)

# Tokenaantallen komen terug bij elke response; de gateway-console
# registreert bovendien de exacte kosten van dit verzoek onder deze sleutel.
print(response.usage.prompt_tokens, response.usage.completion_tokens)

Veelgestelde vragen