Wie viel kosten 1 Million Tokens bei Claude?

Wie viel sind 1M Tokens in Claude?

1M Tokens bedeutet eine Million Tokens. Diese Einheit wird für die Preisangaben jeder Claude API (application programming interface) verwendet. Es gibt dafür keinen einheitlichen Preis. Eingabe und Ausgabe werden zu unterschiedlichen Sätzen abgerechnet, und jedes Modell hat ein eigenes Preispaar. Im August 2026 kosten eine Million Eingabe-Tokens $1 bei Claude Haiku 4.5, $2 bei Claude Sonnet 5 und $5 bei Claude Opus 5.

Die Ausgabe ist der teurere Teil. Bei jedem aktuellen Modell ist der Satz für die Ausgabe fünfmal so hoch wie der Satz für die Eingabe. Daher bestimmt das Verhältnis zwischen beiden Ihre Rechnung stärker als der angegebene Gesamtwert. Eine Anwendung, die lange Dokumente sendet und kurze Antworten zurückgibt, verhält sich bei den Kosten ganz anders als eine Anwendung, die aus einem kurzen Prompt lange Antworten erzeugt.

Diese Seite behandelt die Einheitenkosten: Was ein Token kostet und wie Sie eine Rechnung vor dem Erstellen der Anwendung schätzen. Informationen dazu, wohin die Tokens während Ihrer Arbeit tatsächlich gehen, finden Sie unter wohin die Tokens in einer Claude Code-Sitzung gehen.

Wie 1M Tokens aussehen

Ein Token ist ein Textabschnitt, den das Modell liest oder schreibt. Anthropic gibt als grobe Orientierung ein Token pro 4 Zeichen oder etwa 0.75 englische Wörter an. Eine Million Tokens entspricht daher ungefähr 750,000 Wörtern oder rund 4 MB Klartext.

Veröffentlichte Schätzungen für häufige Eingaben vermitteln ein besseres Gefühl für die Größenordnung.

[
  {
    "label": "Average web page (10 kB)",
    "tokens": "2,500"
  },
  {
    "label": "Documentation page (100 kB)",
    "tokens": "25,000"
  },
  {
    "label": "Research paper PDF (500 kB)",
    "tokens": "125,000"
  }
]

Bei diesen Werten entsprechen 1M Tokens ungefähr 400 durchschnittlichen Webseiten, die einmal gelesen werden, oder acht Forschungsarbeiten dieser Größe. Das entspricht einem vollständigen Durchlauf durch eine mittelgroße Codebasis oder einem Monat mit gelegentlicher Chat-Nutzung durch eine Person.

Betrachten Sie all diese Angaben als Schätzungen. Code, JSON und Texte in anderen Sprachen als Englisch enthalten pro Token weniger Wörter. Daher liegt das Verhältnis 0.75 am optimistischen Ende. Ein weiterer Faktor verändert die Anzahl: Claude Opus 4.7 und spätere Versionen, einschließlich Opus 5 und Sonnet 5, verwenden einen neueren Tokenizer. Dieser erzeugt für denselben Text ungefähr 30 Prozent mehr Tokens als Sonnet 4.6 und frühere Versionen. Claude Haiku 4.5 verwendet den älteren Tokenizer. Eine Messung mit Haiku 4.5 unterschätzt daher die Anzahl für Sonnet 5 bei identischer Eingabe. Ein direkter Vergleich des Preises pro Million über diese Grenze hinweg ist deshalb nicht fair. Zählen Sie denselben Prompt für beide Modelle, bevor Sie sich entscheiden.

Was Claude pro 1 Million Token berechnet

[
  {
    "label": "Haiku 4.5",
    "input_usd": 1,
    "output_usd": 5
  },
  {
    "label": "Sonnet 5 (to 31 Aug 2026)",
    "input_usd": 2,
    "output_usd": 10
  },
  {
    "label": "Sonnet 5 (from 1 Sep 2026)",
    "input_usd": 3,
    "output_usd": 15
  },
  {
    "label": "Opus 5",
    "input_usd": 5,
    "output_usd": 25
  }
]

Claude Sonnet 5 wird bis zum 31. August 2026 zu Einführungspreisen von $2 für Eingaben und $10 für Ausgaben abgerechnet. Ab dem 1. September 2026 gilt der Standardtarif: $3 für Eingaben und $15 für Ausgaben. Für Claude Opus 5 gelten $5 und $25.

Die Tarife ändern sich. Betrachten Sie jeden Wert auf dieser Seite als Rechenbeispiel mit Stand August 2026. Bestätigen Sie die aktuellen Werte auf der offiziellen Preisseite, bevor Sie ein Budget freigeben.

Die Kontextlänge ändert den Tarif nicht. Bei Claude 4.6 und später wird das vollständige Kontextfenster mit 1M Token zum Standardtarif abgerechnet. Eine Anfrage mit 900,000 Token kostet daher pro Token genauso viel wie eine Anfrage mit 9,000 Token. Eine lange Eingabeaufforderung kostet mehr, weil sie mehr Token enthält. Ein separater Tarif für lange Kontexte gilt nicht.

Die Berechnung, die eine Preisänderung übersteht

Jede Abrechnung besteht aus zwei Multiplikationen und einer Addition.

cost = (input_tokens  / 1,000,000) * input_rate
     + (output_tokens / 1,000,000) * output_rate

Als ausführbarer Code:

INPUT_RATE = 2.00    # USD per million input tokens, Sonnet 5, August 2026
OUTPUT_RATE = 10.00  # USD per million output tokens

def cost(input_tokens, output_tokens):
    return (input_tokens * INPUT_RATE + output_tokens * OUTPUT_RATE) / 1_000_000

print(f"{cost(4300, 400):.4f}")

Dabei wird 0.0126 ausgegeben. Eine Anfrage mit 4,300 Eingabetokens und 400 Ausgabetokens kostet auf Sonnet 5 etwa 1,3 Cent. Halten Sie die beiden Preise in Ihrem Code an einer Stelle. Wenn sich ein Preis ändert, bearbeiten Sie zwei Zeilen. Dadurch werden alle Schätzungen in Ihrem System automatisch aktualisiert.

Ein Beispiel für eine realistische Schätzung

Nehmen Sie einen Support-Assistenten. Sein System-Prompt und die Produktdokumentation umfassen 4.000 Tokens. Sie werden bei jeder einzelnen Anfrage übertragen, weil die Messages API zustandslos ist und sich das Modell zwischen den Aufrufen nichts merkt. Eine Benutzerfrage fügt etwa 300 Tokens hinzu. Eine Antwort umfasst etwa 400 Tokens. Pro Anfrage werden also 4.300 Eingabe- und 400 Ausgabe-Tokens verarbeitet.

Mit 1 Million Eingabe-Tokens lassen sich etwa 232 Anfragen dieser Art ausführen. Bei 1.000 Anfragen pro Tag verarbeitet die Anwendung täglich 4,3 Millionen Eingabe-Tokens. Damit reichen „1M Tokens“ für weniger als sechs Stunden Netzwerkverkehr.

[
  {
    "label": "Opus 5, list rates",
    "cost_per_1k_usd": "31.50"
  },
  {
    "label": "Sonnet 5, list rates",
    "cost_per_1k_usd": "12.60"
  },
  {
    "label": "Sonnet 5, Batch API",
    "cost_per_1k_usd": "6.30"
  },
  {
    "label": "Haiku 4.5, list rates",
    "cost_per_1k_usd": "6.30"
  },
  {
    "label": "Sonnet 5, warm prompt cache",
    "cost_per_1k_usd": "5.40"
  }
]

Bei Claude Opus 5 kostet dieser Netzwerkverkehr $31.50 pro 1.000 Anfragen. Bei Sonnet 5 sind es $12.60. Mit Claude Haiku 4.5 sinken die Kosten auf $6.30. Ein warmer Prompt-Cache bei Sonnet 5 senkt die Kosten auf $5.40.

Multiplizieren Sie den Betrag mit 30, um einen Monat mit diesem Netzwerkverkehr zu berechnen. Sonnet 5 kostet zu den Listenpreisen etwa $378 pro Monat. Dieselbe Anwendung kostet mit einem warmen Cache etwa $162. Ihre Modellwahl und Ihre Entscheidung für das Caching sind bei diesem Volumen jeweils mehr wert als jede Preisreduzierung, die Sie aushandeln können. Welches Modell Sie einsetzen, ist eine eigene Frage. Es gewinnt das günstigste Modell, das Ihre Evaluierungen besteht: Auswahl zwischen Opus, Sonnet und Haiku beschreibt, wie Sie das ordnungsgemäß testen.

Prompt-Caching reduziert den wiederholten Anteil

Das Präfix mit 4,000 Tokens ist bei jeder Anfrage identisch. Ohne Caching zahlen Sie jedes Mal den vollständigen Preis für die Eingabe. Prompt-Caching speichert das verarbeitete Präfix und berechnet für dessen Wiederverwendung einen reduzierten Preis.

Ein Cache-Lesevorgang kostet das 0.1-Fache des Basistarifs für Eingaben. Das Schreiben in den Cache kostet beim Ablauf nach 5 Minuten das 1.25-Fache des Basistarifs und beim Ablauf nach 1 Stunde das 2-Fache. Der Cache mit 5 Minuten Laufzeit amortisiert sich daher nach einem Lesevorgang. Das Schreiben kostet 0.25 zusätzlich, während jeder Lesevorgang 0.9 einspart. Beim Cache mit 1 Stunde Laufzeit sind zwei Lesevorgänge zum Erreichen der Gewinnschwelle erforderlich.

Am einfachsten aktivieren Sie ihn mit einem einzelnen Feld auf oberster Ebene:

curl https://api.anthropic.com/v1/messages \
  -H "content-type: application/json" \
  -H "x-api-key: $ANTHROPIC_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -d '{
    "model": "claude-opus-5",
    "max_tokens": 1024,
    "cache_control": {"type": "ephemeral"},
    "system": "You are a helpful assistant.",
    "messages": [
      {"role": "user", "content": "What are the key themes in Pride and Prejudice?"}
    ]
  }'

Lesen Sie anschließend den zurückgegebenen Block usage:

{
  "usage": {
    "cache_creation_input_tokens": 5120,
    "cache_read_input_tokens": 1800,
    "input_tokens": 50,
    "output_tokens": 503
  }
}

Diese drei Eingabezähler werden zu drei unterschiedlichen Tarifen abgerechnet. Zusammen ergeben sie Ihr tatsächliches Eingabevolumen: total_input_tokens = cache_read_input_tokens + cache_creation_input_tokens + input_tokens. Eine Kostenschätzung, die nur input_tokens berücksichtigt, ist bei aktiviertem Caching erheblich zu niedrig.

Zwei Dinge verhindern, dass sich ein Cache amortisiert. Beide Probleme bleiben unbemerkt.

Das Präfix muss bytegenau identisch sein. Die Cache-Suche verwendet einen Präfixvergleich. Ein Zeitstempel oder der Name des Benutzers am Anfang Ihrer Systemanweisung ändert das Präfix bei jeder Anfrage. Dann zahlen Sie jedes Mal das 1.25-Fache des Basistarifs für Eingaben und führen nie einen Lesevorgang aus. Das erkennen Sie daran, dass cache_creation_input_tokens hoch bleibt, während cache_read_input_tokens bei 0 bleibt. Setzen Sie cache_control auf den letzten Block, dessen Inhalt bei allen Anfragen identisch ist. Alles, was sich ändert, muss danach stehen. Änderungen an Ihren Definitionen in tools machen den gesamten darunterliegenden Cache ungültig, weil die Ungültigerklärung in der Reihenfolge Tools, dann System, dann Nachrichten nach unten weitergegeben wird.

Das Präfix muss lang genug sein. Die Mindestlänge für das Caching beträgt bei Opus 5 512 Tokens, bei Sonnet 5 1,024 Tokens und bei Haiku 4.5 4,096 Tokens. Ein kürzeres Prompt wird nicht gecacht, und es wird kein Fehler zurückgegeben. Das Präfix mit 4,000 Tokens aus dem obigen Beispiel wird bei Sonnet 5 gecacht, bei Haiku 4.5 jedoch nicht, weil 4,000 unter der Mindestlänge dieses Modells liegt. Wenn beide Zähler 0 anzeigen, wurde nichts gecacht.

Batch-Verarbeitung halbiert den Preis

Die Batch API verarbeitet Anfragen asynchron und gewährt 50 Prozent Rabatt auf Eingabe und Ausgabe. Im obigen Beispiel werden aus $12.60 pro 1.000 Anfragen $6.30. Der Rabatt lässt sich mit Prompt-Caching kombinieren. Daher ist ein zwischengespeicherter Batch-Auftrag die günstigste Methode für umfangreiche Verarbeitung.

Dafür müssen Sie längere Latenzzeiten in Kauf nehmen. Batch eignet sich daher nicht für Vorgänge, bei denen eine Person auf das Ergebnis wartet. Es eignet sich für Klassifizierungen über Nacht und nachträgliche Dokumentverarbeitung.

Warum die Chatkosten innerhalb einer Unterhaltung steigen

Da die API keinen Zustand speichert, sendet Ihr Client bei jeder Runde die gesamte Unterhaltung erneut. Der Tokenverbrauch innerhalb eines Chats steigt daher mit dem Quadrat seiner Länge und nicht linear.

Nehmen wir Runden mit durchschnittlich 500 Tokens an. Runde 1 sendet 500 Eingabetokens. Runde 2 sendet 1,000. Runde 20 sendet 10,000. Die Summe nach n(n+1)/2 ergibt für eine Unterhaltung mit 20 Runden etwa 105,000 gesendete Eingabetokens, während das Transkript selbst nur 10,000 Tokens lang ist.

Deshalb kostet eine Chatfunktion mehr, als ihr Transkript vermuten lässt. Deshalb lohnt es sich bei langen Threads, das stabile Präfix zwischenzuspeichern oder ältere Runden zusammenzufassen. Ein Agent, der Toolaufrufe in einer Schleife ausführt, hat dieselbe Struktur, und die Kosten steigen noch stärker: Jedes Toolergebnis bleibt im Verlauf und wird bei jeder späteren Runde erneut gesendet. Eine feste Ausgabenbegrenzung für einen von Ihnen selbst betriebenen Agenten festlegen ist hier besonders wichtig, weil dieses Wachstum automatisch erfolgt und niemand es überwacht.

Zählen Sie die Tokens, bevor Sie raten

Leiten Sie Token-Anzahlen nicht mehr aus Wortanzahlen ab. Die API zählt sie kostenlos für Sie. Dafür gilt ein eigenes Rate-Limit, das von der Nachrichtenerstellung getrennt ist.

curl https://api.anthropic.com/v1/messages/count_tokens \
  -H "x-api-key: $ANTHROPIC_API_KEY" \
  -H "content-type: application/json" \
  -H "anthropic-version: 2023-06-01" \
  -d '{
    "model": "claude-opus-5",
    "system": "You are a scientist",
    "messages": [{
      "role": "user",
      "content": "Hello, Claude"
    }]
  }'

Die Antwort enthält ein Feld:

{ "input_tokens": 14 }

Übergeben Sie Ihren tatsächlichen System-Prompt und die Tool-Definitionen zusammen mit einer repräsentativen Benutzernachricht. Setzen Sie die Zahl anschließend in die oben angegebene Kostenfunktion ein. Der Endpoint verwendet denselben Body wie eine Nachrichtenanfrage. Daher werden auch Bilder und PDFs korrekt gezählt. Zwei Einschränkungen sind wichtig. Die Zählung ist eine Schätzung und kann geringfügig vom abgerechneten Wert abweichen. Außerdem wird sie mit dem Tokenizer des übergebenen Modells durchgeführt. Übergeben Sie daher das Modell, das Sie tatsächlich ausführen werden.

Output-Tokens können nicht im Voraus gezählt werden, weil sie noch nicht existieren. Begrenzen Sie sie mit max_tokens. Messen Sie anschließend die tatsächliche Verteilung mit usage.output_tokens im laufenden Traffic.

Was sonst noch auf der Rechnung erscheint

Tokens machen den größten Teil der Rechnung aus. Einige Positionen sind keine Tokens und überraschen viele Nutzer.

• Tool-Definitionen werden bei jeder Anfrage zu Input-Tokens. Der System-Prompt für die Tool-Nutzung allein fügt bei Opus 5 zwischen 286 und 406 Tokens hinzu, noch bevor Ihre eigenen Schemas berücksichtigt werden. Zehn ausführliche Tool-Beschreibungen können einen kurzen Prompt verdoppeln.
• Die Websuche kostet zusätzlich zu den Tokens, die die Ergebnisse beim Einfügen in den Kontext verbrauchen, $10 pro 1,000 Suchvorgänge.
• Web Fetch verursacht keine eigene Gebühr. Die abgerufene Seite wird jedoch zu Input-Tokens. Eine Dokumentationsseite mit 100 kB umfasst ungefähr 25,000 solcher Tokens.
• Wenn Sie mit inference_geo bei Claude 4.6 und höher ausdrücklich Inferenz nur für die USA anfordern, gilt für jede Token-Kategorie ein Multiplikator von 1.1. Das schließt Cache-Lese- und Cache-Schreibvorgänge ein.

Ob die API überhaupt die richtige Wahl ist, hängt von Ihrem Nutzungsvolumen ab. Unterhalb eines bestimmten Nutzungsumfangs ist ein Pauschalplan eindeutig günstiger. Der Vergleich der API mit einem Claude-Abonnement führt diesen Vergleich mit realen Zahlen durch.

FAQ

Wie viel kosten 1M Tokens in Claude?

Das hängt vom Modell und davon ab, ob es sich um Eingabe- oder Ausgabetokens handelt. Im August 2026 kostet eine Million Eingabetokens 1 $ bei Claude Haiku 4.5, 2 $ bei Claude Sonnet 5 im Rahmen der Einführungspreise und 5 $ bei Claude Opus 5. Die Ausgabe kostet bei jedem dieser Modelle das Fünffache des Eingabetarifs. Ab 1 September 2026 kostet Sonnet 5 3 $ für Eingaben und 15 $ für Ausgaben. Die Preise ändern sich. Bestätigen Sie sie daher auf der offiziellen Preisseite, bevor Sie einen Betrag in ein Budget übernehmen.

Sind 1M Tokens dasselbe wie 1M Wörter?

Nein. Ein Token entspricht im Englischen ungefähr 4 Zeichen oder etwa 0.75 Wörtern. Eine Million Tokens entspricht daher ungefähr 750,000 Wörtern. Dieses Verhältnis dient nur als Richtwert. Code, JSON und andere Sprachen als Englisch verwenden pro Wort mehr Tokens. Claude Opus 4.7 und spätere Versionen verwenden außerdem einen neueren Tokenizer, der bei identischem Text ungefähr 30 Prozent mehr Tokens erzeugt als Claude Sonnet 4.6 und frühere Versionen. Daher sind Tokenzahlen zwischen Modellgenerationen nicht übertragbar. Messen Sie mit dem kostenlosen /v1/messages/count_tokens-Endpunkt und übergeben Sie dabei das Modell, das Sie ausführen möchten.

Spart Prompt-Caching immer Kosten?

Nein. Das Schreiben eines 5-Minuten-Caches kostet das 1.25-Fache des Basistarifs für Eingaben. Ein Präfix, das geschrieben, aber nie gelesen wird, kostet daher 25 Prozent mehr als die direkte Übertragung. Ab dem ersten Lesen amortisiert es sich. Es kann aus zwei Gründen fehlschlagen, und beide bleiben unbemerkt. Wenn sich das gecachte Präfix zwischen Anforderungen ändert, stimmt die Suche nie überein, weil eine exakte Präfixübereinstimmung erforderlich ist. Wenn das Präfix kürzer als die minimale cachebare Länge des Modells ist, wird nichts gecacht und kein Fehler zurückgegeben. Diese Länge beträgt bei Sonnet 5 1,024 Tokens und bei Haiku 4.5 4,096 Tokens. Wenn cache_creation_input_tokens und cache_read_input_tokens beide 0 anzeigen, führt der Cache keine Funktion aus.

Warum ist meine Rechnung schneller als die Anzahl meiner Nachrichten gestiegen?

Weil die gesamte Konversation bei jeder Runde erneut gesendet wird. Die Messages API speichert keinen Status. Daher enthält Runde 20 eines Chats alle 19 vorherigen Runden erneut als Eingabe. Bei durchschnittlich 500 Tokens pro Runde sendet eine 20-Runden-Konversation ungefähr 105,000 Eingabetokens, obwohl das Transkript nur 10,000 Tokens lang ist. Agent-Schleifen verhalten sich genauso, weil jedes Tool-Ergebnis im Verlauf bleibt. Cachen Sie das stabile Präfix oder fassen Sie ältere Runden zusammen und entfernen Sie sie aus der Anforderung.