Claude API بلنگ: 2026 میں ہر ماڈل کی قیمت کیا ہے

فوری جواب: Claude بلنگ کیسے کام کرتی ہے

Claude API بلنگ prepaid اور فی token metered ہے۔ آپ Anthropic Console میں credits لوڈ کرتے ہیں، اور ہر request input tokens (جو کچھ آپ بھیجتے ہیں: system prompt، conversation history، tool definitions) ایک شرح پر اور output tokens (جو کچھ model واپس لکھتا ہے، بشمول extended-thinking requests پر thinking tokens) زیادہ شرح پر کاٹتی ہے۔ ہر model tier کی اپنی شرحوں کی جوڑی ہوتی ہے، اس لیے وہی request Opus 4.7 پر Haiku 4.5 سے پانچ گنا زیادہ لاگت رکھتی ہے۔ تین mechanics زیادہ تر لوگوں کو حیران کرتی ہیں۔ پہلی، ہر موجودہ Claude tier پر output کی قیمت input سے پانچ گنا ہے، اس لیے لمبے responses چھوٹے input والے workloads پر حاوی ہو جاتے ہیں۔ دوسری، chat stateless ہے: ہر turn پوری history کو input کے طور پر دوبارہ بھیجتا ہے، اس لیے conversation لمبی ہونے کے ساتھ فی message لاگت بڑھتی جاتی ہے۔ تیسری، prompt caching اور Batch API صرف performance نہیں بلکہ billing features بھی ہیں، اور انہیں استعمال کرنا فی token آپ کی ادائیگی بدل دیتا ہے۔ اس صفحے کا باقی حصہ فی ماڈل درست قیمتیں، request بھیجنے سے پہلے اس کا تخمینہ کیسے لگائیں، caching کا حساب، اور وہ levers جو واقعی Claude bill کم کرتے ہیں، کا احاطہ کرتا ہے۔

Claude قیمت جدول: official list بمقابلہ gateway

یہ تینوں active Claude tiers کے لیے موجودہ USD قیمتیں ہیں، فی ملین tokens۔ official column وہی ہے جو Anthropic اپنے Console کے ذریعے بل کرتا ہے؛ gateway column وہ ہے جو یہی ماڈلز APIsRouter کے ذریعے لاگت رکھتے ہیں، ایک OpenAI-compatible gateway جو global ماڈلز کو official قیمت سے 20% کم پر لسٹ کرتا ہے، آپ کے پہلے top-up کو 100% balance bonus کے ساتھ double کرتا ہے، اور بغیر subscription کے pay-as-you-go رسائی بیچتا ہے (ادائیگی /topup پر کریں، key ای میل پر آتی ہے)۔ آپ چاہے کسی بھی راستے سے بل کریں، metering بالکل ایک جیسی ہے: وہی request وہی token counts استعمال کرتی ہے، اور model IDs (claude-opus-4-7، claude-sonnet-4-6) ہر call میں واضح رہتے ہیں۔

بھیجنے سے پہلے request کا تخمینہ لگائیں

ایک token تقریباً چار characters یا انگریزی کے تین چوتھائی لفظ کے برابر ہوتا ہے، اس لیے 1,000 الفاظ کا prompt تقریباً 1,300 tokens بنتا ہے۔ کسی request کا تخمینہ لگانے کے لیے input میں موجود ہر چیز (system prompt، history، نیا user message) جمع کریں اور response کی لمبائی کا اندازہ لگائیں۔ Sonnet 4.6 پر official rates کے ساتھ ایک مکمل مثال: ایک chat turn جس میں 1,500-token system prompt، 5,500 tokens جمع شدہ history، اور 500-token reply ہو۔ Input 7,500 tokens ہے، جس کی لاگت 7,500 / 1,000,000 x $3.00 = $0.0225 ہے۔ Output 500 tokens ہے جو $15.00 فی ملین پر $0.0075 بنتی ہے۔ کل: اس turn کے لیے $0.03۔ روزانہ ایسے 300 turns پر آپ تقریباً $9.00 روزانہ کے قریب ہوں گے، یعنی ماہانہ تقریباً $270، اور history کا حصہ اس وقت تک بڑھتا رہے گا جب تک آپ اسے trim نہ کریں۔ یہی حساب کسی بھی ماڈل کے لیے کام کرتا ہے: اوپر دیے گئے جدول سے شرحیں بدل دیں۔ ایک تین لائن کا helper اسے دہرانے کے قابل بناتا ہے:

PRICES = {  # USD فی 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

Prompt caching کا حساب: یہ کب فائدہ مند ہے

Anthropic base input rate پر دو multipliers کے ساتھ cached prefixes کی قیمت لگاتا ہے: cache میں prefix لکھنے کی لاگت 1.25x ہے (default 5-minute cache کے لیے، جو ہر بار hit ہونے پر refresh ہوتا ہے؛ 1-hour cache لکھنے کی لاگت 2x ہے)، اور بعد کی requests پر اسے واپس پڑھنا 0.1x پر آتا ہے۔ Output tokens پر کوئی اثر نہیں پڑتا۔ minimum cacheable length (Opus اور Sonnet پر 1,024 tokens) سے کم prefixes بالکل cache نہیں ہوتے۔ مکمل مثال: Sonnet 4.6 پر ایک 8,000-token stable prefix (system prompt کے ساتھ tool definitions) cache window کے اندر 50 بار hit ہوتا ہے۔ بغیر cache کے، یہ 400,000 input tokens $3.00 فی ملین پر، یعنی $1.20 بنتے ہیں۔ Cache کے ساتھ، آپ ایک write ادا کرتے ہیں (8,000 tokens $3.75 فی ملین پر، $0.03) جمع 49 reads (392,000 tokens $0.30 فی ملین پر، تقریباً $0.12)، مجموعی طور پر تقریباً $0.15۔ prefix کی لاگت بغیر cache والے عدد کے تقریباً آٹھویں حصے تک گر جاتی ہے۔ break-even جلدی آ جاتا ہے: ایک write کی لاگت 1.25x ہے، ایک read 0.9x بچاتی ہے، اس لیے window کے اندر دو بار بھی دوبارہ استعمال ہونے والا prefix پہلے ہی فائدے میں آ جاتا ہے۔ Caching صرف اسی وقت نقصان دیتی ہے جب prefixes تقریباً ہر request پر بدلتے ہوں، کیونکہ ہر تبدیلی ایک نئی 1.25x write پر مجبور کرتی ہے۔

آپ سے جو بل ہوا اسے audit کریں: usage object

ہر Claude response میں ایک usage block شامل ہوتا ہے جس میں وہ بالکل درست token counts ہوتے ہیں جن کا آپ سے معاوضہ لیا گیا، اس لیے آپ کو کبھی اندازہ نہیں لگانا پڑتا۔ ایک metered test call بھیجیں:

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."}
    ]
  }'

Claude bill کم کرنے کے چھ طریقے

ایک chat-style workload پر اکٹھے apply کیے جائیں تو tier routing، history trimming، اور caching عام طور پر billing provider بدلنے سے کہیں زیادہ لاگت کم کرتے ہیں، کیونکہ یہ token counts کو خود ہی چھوٹا کر دیتے ہیں بجائے اس کے کہ صرف ان پر لگنے والی شرح بدلیں۔

• جب quality اجازت دے تو tier نیچے کریں۔ Haiku 4.5، Opus کے input rate کے پانچویں حصے پر classification، routing، اور extraction سنبھالتا ہے۔ Opus 4.7 صرف reasoning-heavy traffic کے لیے رکھیں اور default طور پر Sonnet 4.6 استعمال کریں۔
• max_tokens کی حد لگائیں۔ ہر Claude tier پر output کی قیمت input سے پانچ گنا ہے، اس لیے بغیر حد کے پھیلا ہوا جواب سب سے مہنگا failure mode ہے۔ ایسی حد سیٹ کریں جو task سے میل کھائے۔
• History کو trim یا summarize کریں۔ چونکہ ہر turn پوری conversation دوبارہ بھیجتا ہے، پرانے turns کی جگہ لینے والا rolling summary input کی growth کو خطی طور پر بڑھنے دینے کے بجائے حد میں رکھتا ہے۔
• Stable prefixes کو cache کریں۔ 1,024 tokens سے بڑے system prompts، tool schemas، اور reference documents کو cache-marked ہونا چاہیے؛ پچھلے section کا حساب ہر دہرائی جانے والی call پر لاگو ہوتا ہے۔
• Offline کام کے لیے Batch API استعمال کریں۔ Anthropic batch requests کو interactive rate کی آدھی قیمت پر بل کرتا ہے، جو evaluation runs، backfills، اور نتائج میں تاخیر برداشت کرنے والے nightly jobs کے لیے موزوں ہے۔
• وہ steps جہاں Claude ضروری نہیں انہیں کہیں اور route کریں۔ Drafting، tagging، اور retrieval reranking اکثر deepseek-v4-flash پر $0.126 / $0.252 فی ملین tokens پر بخوبی چلتے ہیں، اور Claude کو صرف اس final prose کے لیے رکھیں جہاں اس کی quality اہم ہو۔

عمومی سوالات