2026'da Claude API faturalandırması: her model ne kadara mal olur

Kısa cevap: Claude faturalandırması nasıl işler

Claude API faturalandırması ön ödemeli ve token başına ölçülür. Anthropic Console'a kredi yüklersiniz ve her istek, input token'ları (gönderdiğiniz her şey: sistem promptu, konuşma geçmişi, araç tanımları) bir oranla, output token'ları (extended-thinking isteklerinde thinking token'lar dahil, modelin geri yazdığı her şey) daha yüksek bir oranla düşer. Her model katmanının kendi oran çifti vardır, bu yüzden aynı istek Opus 4.7'de Haiku 4.5'e göre beş kat daha pahalıya mal olur. Üç mekanizma çoğu kişiyi şaşırtır. Birincisi, output her mevcut Claude katmanında input fiyatının beş katıdır, bu yüzden uzun yanıtlar küçük input'lu iş yüklerine baskın gelir. İkincisi, sohbet durumsuzdur (stateless): her tur tüm geçmişi input olarak yeniden gönderir, bu yüzden mesaj başına maliyet konuşma uzadıkça artar. Üçüncüsü, prompt caching ve Batch API sadece performans özellikleri değil, faturalandırma özellikleridir; bunları kullanmak token başına ne ödediğinizi değiştirir. Bu sayfanın devamı tam model bazında fiyatları, bir isteği göndermeden önce nasıl tahmin edeceğinizi, caching matematiğini ve bir Claude faturasını gerçekten azaltan kaldıraçları ele alıyor.

Claude fiyat tablosu: resmi liste vs gateway

Aşağıdakiler, üç aktif Claude katmanı için milyon token başına güncel USD fiyatlarıdır. Resmi sütun Anthropic'in Console üzerinden faturalandırdığı fiyattır; gateway sütunu ise aynı modellerin APIsRouter üzerinden ne kadara mal olduğudur. APIsRouter, global modelleri resmi fiyatın yüzde 20 altında listeleyen, ilk yüklemenizi yüzde 100 bakiye bonusuyla ikiye katlayan ve erişimi abonelik olmadan kullandıkça öde şeklinde satan OpenAI uyumlu bir gateway'dir (ödeme /topup'ta yapılır, anahtar e-posta ile gelir). Hangi yoldan faturalandırırsanız faturalandırın, ölçüm aynıdır: aynı istek aynı token sayısını tüketir ve model ID'leri (claude-opus-4-7, claude-sonnet-4-6) her çağrıda değişmeden kalır.

Göndermeden önce bir isteği tahmin edin

Bir token kabaca dört karakter ya da bir İngilizce kelimenin dörtte üçü kadardır, yani 1.000 kelimelik bir prompt yaklaşık 1.300 token'dır. Bir isteği tahmin etmek için, input'taki her şeyi (sistem promptu, geçmiş, yeni kullanıcı mesajı) toplayın ve yanıt uzunluğunu tahmin edin. Sonnet 4.6 üzerinde resmi oranlarla örnek hesaplama: 1.500 token'lık bir sistem promptu, 5.500 token birikmiş geçmiş ve 500 token'lık bir yanıt içeren bir sohbet turu. Input 7.500 token'dır, bu da 7.500 / 1.000.000 x $3.00 = $0.0225 tutar. Output 500 token, milyon başına $15.00'dır, yani $0.0075. Toplam: bu tur için $0.03. Günde 300 böyle turda günlük yaklaşık $9.00'a, ayda yaklaşık $270'e ulaşırsınız ve geçmiş terimini kırpmadığınız sürece büyümeye devam eder. Aynı aritmetik her model için işler: yukarıdaki tablodan oranları değiştirmeniz yeterli. Üç satırlık bir yardımcı fonksiyon bunu tekrarlanabilir kılar:

PRICES = {  # 1M token başına USD, resmi liste
    "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

Prompt caching matematiği: ne zaman işe yarar

Anthropic, cache'lenmiş önekleri temel input oranı üzerinde iki çarpanla fiyatlandırır: bir öneki cache'e yazmak 1,25x tutar (her isabet edildiğinde yenilenen varsayılan 5 dakikalık cache için; 1 saatlik cache'in yazma maliyeti 2x'tir) ve onu sonraki isteklerde geri okumak 0,1x tutar. Output token'lar etkilenmez. Minimum cache'lenebilir uzunluğun (Opus ve Sonnet'te 1.024 token) altındaki önekler hiç cache'lenmez. Örnek hesaplama: Sonnet 4.6 üzerinde cache penceresi içinde 50 kez isabet eden 8.000 token'lık sabit bir önek (sistem promptu artı araç tanımları). Cache'lenmemiş halde bu, milyon başına $3.00'dan 400.000 input token'dır, yani $1.20. Cache'lenmiş halde ise bir yazma (milyon başına $3.75'ten 8.000 token, $0.03) artı 49 okuma (milyon başına $0.30'dan 392.000 token, yaklaşık $0.12) ödersiniz, toplamda yaklaşık $0.15. Önek maliyeti, cache'lenmemiş rakamın yaklaşık sekizde birine düşer. Başabaş noktası hızlı gelir: bir yazma 1,25x tutar, bir okuma 0,9x tasarruf ettirir, yani pencere içinde iki kez bile yeniden kullanılan bir önek zaten kâra geçer. Caching yalnızca önekler neredeyse her istekte değiştiğinde para kaybettirir, çünkü her değişiklik yeni bir 1,25x yazma zorunlu kılar.

Neyin faturalandırıldığını denetleyin: usage nesnesi

Her Claude yanıtı, ödediğiniz kesin token sayılarını içeren bir usage bloğu taşır; tahmin etmenize gerek kalmaz. Ölçümlü bir test çağrısı gönderin:

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."}
    ]
  }'

Bir Claude faturasını azaltmanın altı yolu

Bir sohbet tarzı iş yükünde birlikte uygulandığında, katman yönlendirme artı geçmiş kırpma artı caching, faturalandırma sağlayıcısı değiştirmenin asla yapamayacağı kadar maliyeti düşürür; çünkü bunlar uygulanan orana değil, token sayılarının kendisine dokunur.

• Kalite izin verdiğinde katman düşürün. Haiku 4.5, Opus input oranının beşte biriyle sınıflandırma, yönlendirme ve çıkarım işlerini halleder. Opus 4.7'yi trafiğin reasoning ağırlıklı kısmına ayırın, varsayılan olarak Sonnet 4.6 kullanın.
• max_tokens'ı sınırlayın. Output, her Claude katmanında input'un beş katı tutar, bu yüzden sınırsız gevezelik eden bir yanıt en pahalı arıza modudur. Göreve uygun bir tavan koyun.
• Geçmişi kırpın veya özetleyin. Her tur tüm konuşmayı yeniden gönderdiği için, eski turların yerini alan dönen bir özet, input'un doğrusal olarak büyümesi yerine büyümesini sınırlar.
• Sabit önekleri cache'leyin. 1.024 token'ın üzerindeki sistem promptları, araç şemaları ve referans belgeleri cache olarak işaretlenmeli; önceki bölümdeki matematik her tekrarlanan çağrı için geçerlidir.
• Çevrimdışı işler için Batch API'yi kullanın. Anthropic, batch isteklerini interaktif oranın yarısına faturalandırır; bu, gecikmeli sonuçlara tahammül edebilen değerlendirme koşuları, backfill'ler ve gece işleri için uygundur.
• Claude için kritik olmayan adımları başka yere yönlendirin. Taslak hazırlama, etiketleme ve retrieval yeniden sıralaması genellikle milyon token başına $0.126 / $0.252 fiyatla deepseek-v4-flash üzerinde sorunsuz çalışır; Claude'u kalitesinin önemli olduğu son metin için ayırın.

Sık sorulan sorular