Anthropic API faturalandırması gerçekte nasıl çalışır

Kısa cevap: gerçekte ne için ödeme yapıyorsunuz

Anthropic, Claude API'sini token başına ve ön ödemeli olarak faturalandırır. Geliştirici konsolunda kredi satın alırsınız ve her istek bu bakiyeyi üç sayaç üzerinden düşer: input token (gönderdiğiniz her şey), output token (thinking token dahil, modelin ürettiği her şey) ve prompt cache trafiği (yazma işlemleri input oranının 1,25 katına, okuma işlemleri ise 0,1 katına faturalandırılır). API'nin kendisi için abonelik yoktur; bir Claude Pro veya Max aboneliği API kredisi içermez. Pahalı olan sayaç output'tur. Claude Sonnet 4.6, milyon input token için $3.00, milyon output token için $15.00 listelenir; aradaki fark 5 kattır. Claude Opus 4.7 ise $5.00 input ve $25.00 output ile listelenir. Faturanız beklediğinizden yüksekse, başka her şeyden önce output hacmini ve konuşma geçmişinin büyümesini kontrol edin.

Üç sayaç: input, output ve cache token

Input, kullanıcının mesajından çok daha fazlasını kapsar. Sistem promptu, konuşma geçmişinin tamamı, araç (tool) tanımları, araç sonuçları ve görseller; bunları içeren her istekte input token olarak sayılır. Output, modelin geri yazdığı her şeyi kapsar ve reasoning yapabilen modellerde bu, kullanıcıya hiç gösterilmeyen thinking token'ları da içerir. Prompt caching üçüncü sayaçtır ve ekiplerin çoğunun kullanmadan bıraktığı sayaçtır. Sabit bir öneki (uzun bir sistem promptu, bir belge, sabit bir araç listesi) bir cache_control breakpoint'iyle işaretlersiniz. Standart 5 dakikalık cache için ilk istek, input oranının 1,25 katı bir yazma primi öder; pencere içinde bu öneki yeniden kullanan her istek ise onu 0,1 kat oranla geri okur. 2 kat yazma oranıyla 1 saatlik bir cache de mevcuttur. Aşağıda, resmi liste fiyatlarıyla iki amiral gemisi Claude modeli için tam oran tablosu yer alıyor.

Örnek bir hesaplama: bir chatbot, bir gün

Resmi oranlarla Claude Sonnet 4.6 üzerinde çalışan bir destek chatbot'unu ele alalım: günde 10.000 istek, her biri 2.000 token'lık sistem promptu artı 1.500 token geçmiş ve kullanıcı mesajı taşıyor, 500 token'lık bir yanıtla cevaplanıyor. Tablo aynı iş yükünü sistem promptu cache'lenmiş ve cache'lenmemiş haliyle gösteriyor. Caching olmadan gün $180.00'a, ayda yaklaşık $5.400'e mal oluyor. Sistem promptunu cache'lemek (5 dakikalık pencerede günde yaklaşık 300 cache sona ermesi varsayımıyla), bunu günde yaklaşık $128'e, ayda yaklaşık $3.840'a düşürüyor. Neyin değişmediğine dikkat edin: output maliyeti. Caching yalnızca input'a dokunur; bu yüzden output disiplini diğer tek bir kaldıraçtan daha önemlidir.

Anthropic faturaları ekipleri neden şaşırtır

Dört örüntü, "faturanın tahminin kaç katı olduğu" konuşmalarının çoğunu açıklar. 1. Output, input'un 5 katıdır ve thinking output olarak sayılır. Tahminler input oranına odaklanır çünkü ilk söylenen rakam odur. Ama uzun yanıtlar, ayrıntılı biçimlendirme ve extended thinking hepsi output oranıyla faturalandırılır. 500 token'lık bir yanıt vermeden önce 3.000 token düşünen bir model, kısa görünen bir yanıt için 3.500 output token faturalandırır. 2. Geçmiş, her turda yeniden faturalandırılır. API durumsuzdur (stateless), bu yüzden her tur tüm konuşmayı input olarak yeniden gönderir. Ortalama 20 turluk bir sohbet, tek bir turun 20 katına mal olmaz; çok daha fazlasına mal olur, çünkü 20. tur önceki 19 turu input olarak taşır. Kırpma veya özetleme yapmadığınız sürece input maliyeti konuşma uzunluğunun karesiyle orantılı büyür. 3. Abonelikler ve API kredileri ayrıdır. Claude Pro ve Max, Claude uygulamalarını kapsar, API'yi değil. Ekipler aboneliğin API trafiğini karşıladığını varsayar, sonra konsolun sessizce oto-yenilemesi açık ön ödemeli bir bakiyeyi tükettiğini keşfeder. 4. İstekteki her şey input'tur ve atıf yapmak zordur. Araç tanımları, araç sonuçları, görseller ve sistem promptları; bunları içeren her istekte input olarak faturalandırılır. Bunu anahtar başına loglama olmadan birden fazla API anahtarına, ortama ve özelliğe yayarsanız, fatura gelene kadar hangi özelliğin ne kadar harcadığını kimse söyleyemez.

Anthropic ve OpenAI faturalandırması, yan yana

İki sağlayıcı da aynı şekilde ölçer: token başına, ayrı input ve output oranlarıyla, varsayılan olarak ön ödemeli kredilerle. Faturanız için asıl önemli olan farklar cache mekaniği ve harcama kontrollerinde. Pratikteki farklılık caching'de. OpenAI, prompt caching'i otomatik uygular, yazma ücreti almaz ve cache'lenen kısımda indirim yapar. Anthropic ise cache_control breakpoint'lerini kendinizin yerleştirmesini ister, bir yazma primi alır ve bunu input oranının 0,1 katıyla çok daha ucuz okumalarla geri öder. Uzun, sabit promptlara sahip iş yükleri için doğru yapılan Anthropic caching daha güçlü bir kaldıraçtır; yanlış yapıldığında (sistem promptunda bir zaman damgası, kararsız bir araç listesi) sessizce hiç devreye girmez ve tam fiyatın üzerine yazma primlerini de ödersiniz.

Yayına almadan önce Anthropic API maliyetinizi tahmin etmek

Her API yanıtı, tam input_tokens ve output_tokens değerlerini içeren bir usage nesnesi taşır; caching aktifse buna cache_creation_input_tokens ve cache_read_input_tokens de eklenir. Bu nesne kesin gerçektir. Başka sağlayıcılar için yapılmış istemci taraflı tokenizer'lar Claude token'larını eksik sayar, o yüzden tahmininizi onlarla yapmayın. Yöntem şu: birkaç temsil edici istek gönderin, usage nesnesini okuyun ve sayıların ortalamasını alın. Sonra formülü uygulayın: maliyet = (input_tokens / 1.000.000 x input oranı) + (output_tokens / 1.000.000 x output oranı), caching yapıyorsanız buna cache yazma ve okuma terimlerini ekleyin. Beklenen günlük hacimle çarpın ve çok turlu ürünler için büyüme payı ekleyin, çünkü geçmiş her turda input'u yukarı iter. Anthropic ayrıca, hiçbir şey göndermeden önce sayıları görmek isterseniz bir count_tokens endpoint'i de sunar.

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: ..."}]
  }'

# Yanıt, maliyet modeliniz için kesin gerçeği içerir:
# "usage": {"input_tokens": 2412, "output_tokens": 486,
#           "cache_read_input_tokens": 0, "cache_creation_input_tokens": 0}

Anthropic API faturanızı azaltmanın beş yolu

Beşinci taktik, bir gateway'in yerini bulduğu nokta. APIsRouter, model, input token, output token ve istek başına, API anahtarı başına tam dolar maliyetini loglayan OpenAI uyumlu bir gateway'dir; böylece her özellik veya ortam kendi anahtarına ve kullanım görünümünde kendi satırına sahip olur. Claude Sonnet 4.6'yı milyon token başına $2.40 input ve $12.00 output, Claude Opus 4.7'yi $4.00 ve $20.00 fiyatla listeler; bu, resmi listenin yüzde 20 altında, aboneliksiz kullandıkça öde şeklinde faturalandırılır; /topup'ta yapılan ilk yükleme ikiye katlanır. Mevcut bir OpenAI SDK entegrasyonunu buna yönlendirmek iki satırlık bir değişikliktir:

• Uzun, sabit öneklerinizi cache'leyin. İsteklerde tekrar eden bir sistem promptu veya belge, ilk yazımdan sonraki her cache okumasında input oranının onda birine faturalandırılır.
• Geçmişi kırpın ve max_tokens'ı sınırlayın. Eski turları yeniden göndermek yerine özetleyin veya atın, max_tokens'ı görevin ihtiyacına göre ayarlayın ki kontrolsüz bir yanıt binlerce fazladan output token faturalandırmasın.
• Alışkanlığa göre değil, göreve göre yönlendirin. Opus'u gerçekten ihtiyaç duyulan adımlar için ayırın, toplu sınıflandırma, çıkarım ve taslakları deepseek-v4-flash veya glm-5 gibi daha ucuz modellere kaydırın.
• Asenkron olan her şeyi toplu (batch) işleyin. Batches API, istekleri 24 saat içinde yarı fiyata işler; backfill, eval ve gece işleri için idealdir.
• Trafiğinizin önüne anahtar başına maliyet görünürlüğü koyun. Faturalandırma sürprizlerinin çoğu atıf sorunudur: fatura gelene kadar hangi özelliğin veya müşterinin ne kadar harcadığını kimse söyleyemez.

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: ..."}],
)

# Token sayıları her yanıtta geri döner; gateway konsolu
# ayrıca bu isteğin bu anahtar altındaki tam maliyetini kaydeder.
print(response.usage.prompt_tokens, response.usage.completion_tokens)

Sık sorulan sorular