Jak naprawdę działają rozliczenia Anthropic API

Krótka odpowiedź: za co naprawdę płacisz

Anthropic rozlicza Claude API per token, z góry opłacony. Kupujesz środki w konsoli deweloperskiej, a każde żądanie pomniejsza to saldo na podstawie trzech liczników: tokenów wejściowych (wszystko, co wysyłasz), tokenów wyjściowych (wszystko, co generuje model, łącznie z tokenami myślenia) oraz ruchu cache promptów (zapis kosztuje 1,25x stawki wejścia, odczyt 0,1x). Nie ma subskrypcji samego API, a subskrypcja Claude Pro lub Max nie obejmuje środków API. Wyjście to drogi licznik. Claude Sonnet 4.6 kosztuje 3,00 USD za milion tokenów wejściowych i 15,00 USD za milion wyjściowych, różnica 5x. Claude Opus 4.7 to 5,00 USD za wejście i 25,00 USD za wyjście. Jeśli Twój rachunek jest wyższy niż się spodziewałeś, sprawdź najpierw wolumen wyjścia i wzrost historii rozmowy, zanim zaczniesz szukać gdzie indziej.

Trzy liczniki: tokeny wejściowe, wyjściowe i cache

Wejście obejmuje więcej niż wiadomość użytkownika. System prompt, cała historia rozmowy, definicje narzędzi, wyniki narzędzi i obrazy liczą się jako tokeny wejściowe w każdym żądaniu, które je zawiera. Wyjście obejmuje wszystko, co model odpisuje, a w modelach zdolnych do rozumowania to także tokeny myślenia, których możesz nigdy nie pokazać użytkownikowi. Cache promptów to trzeci licznik i ten, który najwięcej zespołów zostawia nieużywany. Oznaczasz stabilny prefiks (długi system prompt, dokument, stałą listę narzędzi) punktem cache_control. Pierwsze żądanie płaci premię za zapis 1,25x stawki wejścia dla domyślnego cache na 5 minut; każde żądanie, które ponownie użyje tego prefiksu w tym oknie czasowym, odczytuje go za 0,1x. Dostępny jest też cache na godzinę za 2x stawkę zapisu. Poniżej pełny cennik dla dwóch flagowych modeli Claude w cenach oficjalnych.

Przykład: jeden chatbot, jeden dzień

Weźmy chatbota wsparcia na Claude Sonnet 4.6 w cenach oficjalnych: 10 000 żądań dziennie, każde niosące 2 000-tokenowy system prompt plus 1 500 tokenów historii i wiadomości użytkownika, z odpowiedzią 500 tokenów. Tabela pokazuje to samo obciążenie z cache i bez cache dla system promptu. Bez cache dzień kosztuje 180,00 USD, czyli około 5 400 USD miesięcznie. Cachowanie system promptu (przy założeniu około 300 wygaśnięć cache dziennie w oknie 5-minutowym) obniża to do około 128 USD dziennie, czyli około 3 840 USD miesięcznie. Zwróć uwagę, co się nie zmieniło: koszt wyjścia. Cache dotyka tylko wejścia, dlatego dyscyplina w kontrolowaniu wyjścia liczy się bardziej niż jakakolwiek pojedyncza dźwignia.

Dlaczego rachunki Anthropic zaskakują zespoły

Cztery wzorce odpowiadają za większość rozmów typu "dlaczego rachunek jest kilka razy wyższy niż szacunek". 1. Wyjście kosztuje 5x tyle co wejście, a myślenie liczy się jako wyjście. Szacunki opierają się na stawce wejścia, bo to liczba podawana jako pierwsza. Ale długie odpowiedzi, rozbudowane formatowanie i rozszerzone myślenie rozliczane są w stawce wyjścia. Model, który myśli przez 3 000 tokenów zanim odpowie 500 tokenami, rozlicza 3 500 tokenów wyjściowych za coś, co wygląda na krótką odpowiedź. 2. Historia jest ponownie rozliczana przy każdej turze. API jest bezstanowe, więc każda tura ponownie wysyła całą rozmowę jako wejście. Czat z 20 turami nie kosztuje 20x pojedynczej tury; kosztuje znacznie więcej, bo tura 20 niesie poprzednie 19 tur jako wejście. Koszt wejścia rośnie mniej więcej z kwadratem długości rozmowy, jeśli nie przycinasz lub nie podsumowujesz historii. 3. Subskrypcje i środki API to osobne rzeczy. Claude Pro i Max obejmują aplikacje Claude, nie API. Zespoły zakładają, że subskrypcja pokrywa ruch API, po czym odkrywają, że konsola cicho pobierała środki z przedpłaconego salda z włączonym auto-doładowaniem. 4. Wszystko w żądaniu to wejście, a przypisanie kosztów jest trudne. Definicje narzędzi, wyniki narzędzi, obrazy i system prompty rozliczane są jako wejście w każdym żądaniu, które je zawiera. Rozłóż to na kilka kluczy API, środowisk i funkcji bez logowania per klucz, a nikt nie powie, która funkcja wydała pieniądze, dopóki nie przyjdzie faktura.

Rozliczenia Anthropic kontra OpenAI, zestawienie

Oba modele rozliczają tak samo: per token, osobne stawki wejścia i wyjścia, domyślnie przedpłacone środki. Różnice, które mają znaczenie dla Twojego rachunku, dotyczą mechaniki cache i kontroli wydatków. Praktyczna rozbieżność to cache. OpenAI stosuje cache promptów automatycznie, bez opłaty za zapis i ze zniżką na cachowaną część. Anthropic wymaga ręcznego ustawienia punktów cache_control, pobiera premię za zapis i zwraca to znacznie tańszymi odczytami za 0,1x stawki wejścia. Dla obciążeń z długimi, stabilnymi promptami cache Anthropic zrobiony poprawnie jest mocniejszą dźwignią; zrobiony źle (znacznik czasu w system prompcie, niestabilna lista narzędzi) po cichu nigdy nie trafia i płacisz pełną cenę plus premię za zapis.

Jak oszacować koszt Anthropic API przed wdrożeniem

Każda odpowiedź API zawiera obiekt usage z dokładną liczbą input_tokens i output_tokens, a przy aktywnym cache także cache_creation_input_tokens i cache_read_input_tokens. Ten obiekt to źródło prawdy. Tokenizery po stronie klienta zbudowane dla innych dostawców liczą tokeny Claude nieprawidłowo, więc nie szacuj przy ich pomocy. Procedura: wyślij kilka reprezentatywnych żądań, odczytaj obiekt usage i uśrednij liczby. Potem zastosuj wzór: koszt = (input_tokens / 1 000 000 x stawka wejścia) + (output_tokens / 1 000 000 x stawka wyjścia), plus człony za zapis i odczyt cache, jeśli go używasz. Pomnóż przez oczekiwany dzienny wolumen, a przy produktach wieloturowych dodaj margines wzrostu, bo historia podnosi wejście z każdą turą. Anthropic udostępnia też endpoint count_tokens, jeśli chcesz poznać liczbę tokenów przed wysłaniem czegokolwiek.

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: ..."}]
  }'

# Odpowiedź zawiera źródło prawdy dla Twojego modelu kosztów:
# "usage": {"input_tokens": 2412, "output_tokens": 486,
#           "cache_read_input_tokens": 0, "cache_creation_input_tokens": 0}

Pięć sposobów na obniżenie rachunku za Anthropic API

Piąta taktyka to miejsce, w którym agregator pokazuje swoją wartość. APIsRouter to agregator kompatybilny z OpenAI, który loguje model, tokeny wejściowe, tokeny wyjściowe i dokładny koszt w dolarach per żądanie, per klucz API, więc każda funkcja lub środowisko dostaje własny klucz i własny wiersz w widoku użycia. Wymienia Claude Sonnet 4.6 za 2,40 USD wejście i 12,00 USD wyjście za milion tokenów oraz Claude Opus 4.7 za 4,00 USD i 20,00 USD, 20% taniej niż cennik oficjalny, rozliczane pay as you go bez subskrypcji; pierwsze doładowanie na /topup jest podwajane. Podpięcie istniejącej integracji OpenAI SDK to zmiana dwóch linii:

• Cachuj długie, stabilne prefiksy. System prompt lub dokument powtarzający się w żądaniach rozlicza się za jedną dziesiątą stawki wejścia przy każdym odczycie cache po pierwszym zapisie.
• Przycinaj historię i ogranicz max_tokens. Podsumowuj lub usuwaj stare tury zamiast wysyłać je ponownie, a max_tokens ustaw na tyle, ile wymaga zadanie, żeby rozpędzona odpowiedź nie rozliczyła tysięcy dodatkowych tokenów wyjściowych.
• Kieruj zadania według potrzeb, nie z przyzwyczajenia. Zarezerwuj Opus dla kroków, które tego wymagają, a masową klasyfikację, ekstrakcję i szkice kieruj do tańszych modeli, takich jak deepseek-v4-flash lub glm-5.
• Wrzucaj do batcha wszystko, co asynchroniczne. Batches API przetwarza żądania w ciągu 24 godzin za połowę ceny, idealne do uzupełnień, ewaluacji i zadań nocnych.
• Wprowadź widoczność kosztu per klucz przed swoim ruchem. Większość niespodzianek w rachunkach to problem przypisania: nikt nie powie, która funkcja lub klient wydał pieniądze, dopóki nie przyjdzie faktura.

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: ..."}],
)

# Liczba tokenów wraca w każdej odpowiedzi; konsola agregatora
# dodatkowo zapisuje dokładny koszt tego żądania pod tym kluczem.
print(response.usage.prompt_tokens, response.usage.completion_tokens)

Częste pytania