Claude API-facturering: wat elk model kost in 2026

Kort antwoord: hoe Claude-facturering werkt

Claude API-facturering is vooraf betaald en gemeten per token. Je laadt tegoed in de Anthropic Console, en elk verzoek trekt input-tokens af (alles wat je verstuurt: systeemprompt, gespreksgeschiedenis, tooldefinities) tegen één tarief en output-tokens (alles wat het model terugschrijft, inclusief thinking-tokens bij extended-thinking-verzoeken) tegen een hoger tarief. Elk modelniveau heeft zijn eigen paar tarieven, dus hetzelfde verzoek kost vijf keer zoveel op Opus 4.7 als op Haiku 4.5. Drie mechanismen zorgen voor de meeste verrassingen. Ten eerste is output op elk huidig Claude-niveau vijf keer zo duur als input, dus lange antwoorden domineren workloads met weinig input. Ten tweede is chat stateless: elke beurt verstuurt de volledige geschiedenis opnieuw als input, dus de kosten per bericht groeien naarmate een gesprek langer wordt. Ten derde zijn prompt caching en de Batch API factureringskenmerken, niet alleen prestatiekenmerken, en het gebruik ervan verandert wat je per token betaalt. De rest van deze pagina behandelt de exacte prijzen per model, hoe je een verzoek inschat voordat je het verstuurt, de rekensom achter caching en de hefbomen die daadwerkelijk een Claude-rekening verlagen.

Claude-prijstabel: officiële lijst versus gateway

Dit zijn de huidige USD-prijzen per miljoen tokens voor de drie actieve Claude-niveaus. De kolom officieel is wat Anthropic factureert via zijn Console; de kolom gateway is wat dezelfde modellen kosten via APIsRouter, een OpenAI-compatibele gateway die wereldwijde modellen 20 procent onder de officiële prijs aanbiedt, je eerste storting verdubbelt met een saldobonus van 100 procent, en toegang pay-as-you-go verkoopt zonder abonnement (betaal op /topup, de sleutel komt per e-mail). Via welke route je ook factureert, de meting is identiek: hetzelfde verzoek verbruikt dezelfde tokenaantallen, en de model-ID's (claude-opus-4-7, claude-sonnet-4-6) blijven expliciet in elke aanroep.

Schat een verzoek in voordat je het verstuurt

Een token is ruwweg vier tekens of driekwart van een Engels woord, dus 1.000 woorden prompt is ongeveer 1.300 tokens. Om een verzoek in te schatten, tel je alles in de input op (systeemprompt, geschiedenis, het nieuwe gebruikersbericht) en schat je de antwoordlengte in. Doorgerekend voorbeeld op Sonnet 4.6 tegen officiële tarieven: een chatbeurt met een systeemprompt van 1.500 tokens, 5.500 tokens opgebouwde geschiedenis en een antwoord van 500 tokens. Input is 7.500 tokens, wat 7.500 / 1.000.000 x $3,00 = $0,0225 kost. Output is 500 tokens tegen $15,00 per miljoen, wat $0,0075 is. Totaal: $0,03 voor die beurt. Bij 300 van zulke beurten per dag zit je rond de $9,00 per dag, ongeveer $270 per maand, en de geschiedenisterm blijft groeien tenzij je die inkort. Dezelfde rekensom werkt voor elk model: vul de tarieven uit de tabel hierboven in. Een helperfunctie van drie regels maakt het herhaalbaar:

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

De rekensom achter prompt caching: wanneer het loont

Anthropic prijst gecachete prefixes met twee vermenigvuldigers op het basisinputtarief: het schrijven van een prefix naar de cache kost 1,25x (voor de standaardcache van 5 minuten, ververst bij elke treffer; een cache van 1 uur kost 2x om te schrijven), en het teruglezen bij latere verzoeken kost 0,1x. Output-tokens blijven onaangetast. Prefixes onder de minimale cachebare lengte (1.024 tokens op Opus en Sonnet) worden helemaal niet gecacht. Doorgerekend voorbeeld: een stabiel prefix van 8.000 tokens (systeemprompt plus tooldefinities) dat 50 keer wordt geraakt binnen het cachevenster op Sonnet 4.6. Ongecacht is dat 400.000 input-tokens tegen $3,00 per miljoen, dus $1,20. Gecacht betaal je één write (8.000 tokens tegen $3,75 per miljoen, $0,03) plus 49 reads (392.000 tokens tegen $0,30 per miljoen, ongeveer $0,12), samen ruwweg $0,15. De kosten van het prefix dalen tot ongeveer een achtste van het ongecachete bedrag. Het omslagpunt komt snel: een write kost 1,25x, een read bespaart 0,9x, dus een prefix die zelfs maar twee keer wordt hergebruikt binnen het venster komt al voordelig uit. Caching kost alleen geld wanneer prefixes bij bijna elk verzoek veranderen, omdat elke wijziging een nieuwe write van 1,25x afdwingt.

Controleer waarvoor je bent gefactureerd: het usage-object

Elke Claude-response bevat een usage-blok met de exacte tokenaantallen waarvoor je bent gefactureerd, dus je hoeft nooit te gokken. Verstuur een gemeten testaanroep:

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."}
    ]
  }'

Zes manieren om een Claude-rekening te verlagen

Samen toegepast op een chat-achtige workload snijden niveaurouting, geschiedenisinkorting en caching doorgaans meer kosten weg dan het wisselen van factureringspartij ooit zou kunnen, omdat ze de tokenaantallen zelf verkleinen in plaats van het tarief dat erop wordt toegepast.

• Ga een niveau lager als de kwaliteit het toelaat. Haiku 4.5 handelt classificatie, routering en extractie af tegen een vijfde van het Opus-inputtarief. Reserveer Opus 4.7 voor het redeneerintensieve deel van je verkeer en gebruik Sonnet 4.6 als standaard.
• Begrens max_tokens. Output kost op elk Claude-niveau vijf keer zoveel als input, dus een onbegrensd uitdijend antwoord is de duurste faalmodus. Stel een plafond in dat past bij de taak.
• Kort geschiedenis in of vat samen. Omdat elke beurt het hele gesprek opnieuw verstuurt, houdt een rollende samenvatting die oude beurten vervangt de groei van input in de hand in plaats van die lineair te laten oplopen.
• Cache stabiele prefixes. Systeemprompts, toolschema's en referentiedocumenten boven 1.024 tokens moeten cache-gemarkeerd worden; de rekensom uit de vorige sectie geldt voor elke herhaalde aanroep.
• Gebruik de Batch API voor offline werk. Anthropic factureert batchverzoeken tegen het halve interactieve tarief, geschikt voor evaluatieruns, backfills en nachtelijke taken die vertraagde resultaten kunnen verdragen.
• Routeer stappen die niet Claude-kritiek zijn elders naartoe. Concepten opstellen, taggen en retrieval-reranking draaien vaak prima op deepseek-v4-flash tegen $0,126 / $0,252 per miljoen tokens, waardoor Claude beschikbaar blijft voor de uiteindelijke tekst waar de kwaliteit ervan telt.

Veelgestelde vragen