Was kosten 1M 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. Einen einheitlichen Preis gibt es nicht, weil Eingabe und Ausgabe zu unterschiedlichen Sätzen abgerechnet werden und jedes Modell über ein eigenes Satzpaar verfügt. Stand August 2026 kostet eine Million Eingabetokens bei Claude Haiku 4.5 $1, bei Claude Sonnet 5 $2 und bei Claude Opus 5 $5.

Die Ausgabe ist der teurere Teil. Bei jedem aktuellen Modell beträgt der Satz für Ausgaben das Fünffache des Satzes für Eingaben. Daher beeinflusst das Verhältnis zwischen beiden Ihre Rechnung stärker als der angegebene Einzelpreis. 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 Kosten pro Einheit: 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 innerhalb einer Claude-Code-Sitzung gehen.

So sehen 1M Tokens aus

Ein Token ist ein Textabschnitt, den das Modell liest oder schreibt. Als grobe Faustregel nennt Anthropic ein Token pro 4 Zeichen oder etwa 0.75 englische Wörter. 1M Tokens entsprechen daher ungefähr 750,000 Wörtern oder rund 4 MB reinem Text.

Veröffentlichte Schätzwerte 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 Raten entsprechen 1M Tokens ungefähr 400 durchschnittlichen Webseiten, die jeweils einmal gelesen werden, oder acht Forschungsarbeiten dieser Größe. Das entspricht einem vollständigen Durchlauf durch eine mittelgroße Codebasis oder einem Monat mit geringer Chat-Nutzung durch eine Person.

Betrachten Sie all diese Angaben als Schätzwerte. Code, JSON und Text in anderen Sprachen als Englisch enthalten pro Token weniger Wörter, daher liegt das Verhältnis von 0.75 am optimistischen Ende. Ein weiterer Faktor verändert die Anzahl: Claude Opus 4.7 und spätere Versionen, darunter Opus 5 und Sonnet 5, verwenden einen neueren Tokenizer, der für denselben Text ungefähr 30 Prozent mehr Tokens erzeugt als Sonnet 4.6 und frühere Versionen. Claude Haiku 4.5 verwendet den älteren Tokenizer. Eine auf Haiku 4.5 gemessene Anzahl unterschätzt daher die Anzahl für Sonnet 5 bei identischer Eingabe. Ein direkter Vergleich des Preises pro Million Tokens 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. Claude Opus 5 kostet $5 für Eingaben und $25 für Ausgaben. Ein Modell liegt noch über dieser Preisskala: Claude Fable 5 kostet $10 für Eingaben und $50 für Ausgaben. Ob sich diese Preise lohnen, hängt daher davon ab, für welche Aufgaben Sie das Modell tatsächlich einsetzen.

Preise können sich ändern. Betrachten Sie alle Beträge auf dieser Seite als Rechenbeispiel mit Stand August 2026. Bestätigen Sie die aktuellen Zahlen auf der offiziellen Preisseite, bevor Sie ein Budget freigeben.

Diese Tarife zeigen, was Claude kostet, aber nicht, ob Claude für Ihre Arbeitslast die günstigere Option ist. Drei für Claude und ChatGPT berechnete Aufgaben zeigen, bei welcher API die Kosten jeweils niedriger sind.

Die Kontextlänge ändert den Tarif nicht. Bei Claude 4.6 und höher wird das vollständige Kontextfenster mit 1M Token zum Standardtarif abgerechnet. Eine Anfrage mit 900,000 Token kostet pro Token daher 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}")

Das gibt 0.0126 aus. Eine Anfrage mit 4,300 Eingabetoken und 400 Ausgabetoken kostet auf Sonnet 5 etwa 1.3 Cent. Legen Sie die beiden Preise an einer Stelle im Code ab. Wenn sich ein Preis ändert, bearbeiten Sie zwei Zeilen. Dadurch werden alle Schätzungen in Ihrem System entsprechend aktualisiert.

Eine Beispielrechnung für eine reale Anwendung

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 ungefähr 400 Tokens. Das ergibt pro Anfrage 4,300 Eingabe- und 400 Ausgabetokens.

Mit 1,000,000 Eingabetokens sind bei diesem Muster etwa 232 Anfragen möglich. Bei 1,000 Anfragen pro Tag verarbeitet die Anwendung täglich 4,300,000 Eingabetokens. Damit reichen „1M Tokens“ für weniger als sechs Stunden Datenverkehr.

[
  {
    "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 Datenverkehr $31.50 pro 1,000 Anfragen. Bei Sonnet 5 sind es $12.60. Der Wechsel zu Claude Haiku 4.5 senkt die Kosten auf $6.30. Ein warmer Prompt-Cache bei Sonnet 5 senkt sie mit $5.40 noch weiter.

Multiplizieren Sie diesen Wert mit 30, um einen Monat mit diesem Datenverkehr 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 Caching sind bei diesem Volumen jeweils mehr wert als jede Preisverhandlung. Welches Modell eingesetzt werden soll, ist eine eigene Frage. Es gewinnt das günstigste Modell, das Ihre Evaluierungen besteht: Auswahl zwischen Opus, Sonnet und Haiku erklärt, wie Sie das korrekt testen.

Prompt-Caching reduziert wiederholte Eingaben

Dieses Präfix mit 4,000 Tokens ist bei jeder Anfrage identisch. Trotzdem wird es jedes Mal vollständig zum Eingabepreis berechnet. Prompt-Caching speichert das verarbeitete Präfix und berechnet für dessen Wiederverwendung einen reduzierten Preis.

Das Lesen aus dem Cache kostet das 0.1-Fache des regulären Eingabepreises. Das Schreiben in den Cache kostet für die Gültigkeitsdauer von 5 Minuten das 1.25-Fache des regulären Preises oder für die Gültigkeitsdauer von 1 Stunde das 2-Fache. Der Cache mit 5 Minuten Gültigkeitsdauer amortisiert sich daher nach einem Lesevorgang: Das Schreiben kostet 0.25 zusätzlich, während jeder Lesevorgang 0.9 einspart. Beim Cache mit 1 Stunde Gültigkeitsdauer sind zwei Lesevorgänge zum Erreichen des Break-even erforderlich.

Am einfachsten aktivieren Sie die Funktion 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 Preisen 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 deutlich zu niedrig.

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

Das Präfix muss bytegenau identisch sein. Die Cache-Suche verwendet einen Präfixabgleich. Ein Zeitstempel oder der Name des Benutzers am Anfang Ihres System-Prompts ändert das Präfix daher bei jeder Anfrage. Sie zahlen dann jedes Mal das 1.25-Fache des regulären Eingabepreises und führen keinen einzigen 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 Variable muss danach folgen. Änderungen an Ihren tools-Definitionen machen den gesamten darunterliegenden Cache ungültig, weil die Invalidierung in der Reihenfolge Tools, dann System und dann Nachrichten abwärts ausgeführt wird.

Das Präfix muss lang genug sein. Die minimale cachefähige Länge beträgt bei Opus 5 512 Tokens, bei Sonnet 5 1,024 und bei Haiku 4.5 4,096. Ein kürzerer 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 dagegen nicht, weil 4,000 unter dem Mindestwert dieses Modells liegen. Wenn beide Zähler 0 anzeigen, wurde nichts gecacht.

Batch-Verarbeitung halbiert den Preis

Die Batch API verarbeitet Anfragen asynchron und berechnet für Eingabe und Ausgabe jeweils 50 Prozent weniger. Im obigen Beispiel werden dadurch aus $12.60 pro 1,000 Anfragen $6.30. Der Rabatt wird mit Prompt-Caching kombiniert. Ein gecachter Batch-Job ist daher die günstigste Möglichkeit, umfangreiche Aufgaben auszuführen.

Der Nachteil ist die Latenz. Batch eignet sich daher nicht für Vorgänge, bei denen eine Person auf das Ergebnis wartet. Es eignet sich für Klassifizierungen über Nacht und nachträgliche Verarbeitung von Dokumenten.

Warum die Kosten innerhalb einer Unterhaltung steigen

Da die API keinen Zustand speichert, sendet Ihr Client bei jeder Runde die gesamte Unterhaltung erneut. Der Token-Verbrauch 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 Chat-Funktion mehr, als das Transkript vermuten lässt. Aus diesem Grund lohnt es sich bei langen Threads, das stabile Präfix zwischenzuspeichern oder ältere Runden zusammenzufassen. Ein Agent, der Tool-Aufrufe wiederholt ausführt, weist dieselbe Struktur auf, und die Kosten steigen noch stärker: Jedes Tool-Ergebnis bleibt im Verlauf und wird bei jeder späteren Runde erneut gesendet. Ein hartes Ausgabenlimit für einen selbst betriebenen Agenten festlegen ist hier besonders wichtig, weil dieses Wachstum automatisch erfolgt und niemand es überwacht.

Token vor der Schätzung zählen

Leiten Sie die Tokenanzahl nicht mehr aus der Wortanzahl ab. Die API zählt die Token für Sie. Dafür gilt ein eigenes Rate-Limit, das nicht auf die Nachrichtenerstellung angerechnet wird.

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 zurückgegebene Zahl anschließend in die oben angegebene Kostenfunktion ein. Der Endpunkt verwendet denselben Request-Body wie eine Nachrichtenanfrage. Daher werden auch Bilder und PDFs korrekt gezählt. Dabei sind zwei Punkte 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-Token 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 abgerechnet wird

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

• Tool-Definitionen werden bei jeder Anfrage als Eingabetokens berechnet. Der System-Prompt für die Tool-Nutzung allein umfasst bei Opus 5 bereits 286 bis 406 Tokens, noch vor Ihren eigenen Schemas. Zehn ausführliche Tool-Beschreibungen können einen kurzen Prompt verdoppeln.
• Die Websuche kostet zusätzlich 10 $ pro 1.000 Suchvorgänge. Hinzu kommen die Tokens, die die Ergebnisse beim Einfügen in den Kontext verbrauchen.
• Web Fetch verursacht keine eigene Gebühr. Die abgerufene Seite wird jedoch zu Eingabetokens. Eine Dokumentationsseite mit 100 kB umfasst ungefähr 25,000 davon.
• Wenn Sie mit inference_geo bei Claude 4.6 und höher ausschließlich US-Inferenz anfordern, gilt für jede Tokengattung ein Multiplikator von 1.1. Das schließt Cache-Lese- und Schreibvorgänge ein.

Ob die API überhaupt die richtige Lösung ist, hängt von Ihrem Nutzungsvolumen ab. Diese Frage stellt sich meist, wenn Sie ein Nutzungslimit eines Tarifs erreichen. Die Möglichkeiten nach Erreichen eines Limits reichen vom Abwarten bis zum Ende des Zeitfensters bis zur Verlagerung dieser Arbeit auf nutzungsabhängig abgerechnete API-Aufrufe. Unterhalb eines bestimmten Nutzungsumfangs ist ein monatlicher Pauschaltarif eindeutig günstiger. Der Vergleich zwischen API und Claude-Abonnement führt diese Gegenüberstellung mit konkreten 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 kosten eine Million Eingabetokens bei Claude Haiku 4.5 $1, bei Claude Sonnet 5 im Rahmen der Einführungspreise $2 und bei Claude Opus 5 $5. Die Ausgabekosten betragen bei jedem dieser Modelle das Fünffache des Eingabepreises. Bei Sonnet 5 steigen die Preise am 1. September 2026 auf $3 für Eingaben und $15 für Ausgaben. Preise ändern sich. Prüfen 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 benötigen mehr Tokens pro Wort. Claude Opus 4.7 und spätere Versionen verwenden außerdem einen neueren Tokenizer, der für identischen Text ungefähr 30 Prozent mehr Tokens erzeugt als Claude Sonnet 4.6 und frühere Versionen. Tokenzahlen sind daher zwischen Modellgenerationen nicht übertragbar. Messen Sie mit dem kostenlosen /v1/messages/count_tokens-Endpoint und übergeben Sie das Modell, das Sie ausführen möchten.

Spart Prompt-Caching immer Geld?

Nein. Das Schreiben eines 5-Minuten-Caches kostet das 1,25-Fache des normalen Eingabepreises. Ein Präfix, das geschrieben, aber nie gelesen wird, kostet daher 25 Prozent mehr als eine normale Übertragung. Ab dem ersten Lesen amortisieren sich die Kosten. Das Caching kann aus zwei Gründen unbemerkt fehlschlagen. Wenn sich das gecachte Präfix zwischen Anfragen ändert, gibt es keinen Treffer, weil ein exakter Präfixabgleich verwendet wird. Wenn das Präfix kürzer als die vom Modell unterstützte Mindestlänge für das Caching ist, wird nichts gecacht und kein Fehler zurückgegeben. Diese Mindestlänge 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 den Wert 0 haben, wird der Cache nicht verwendet.

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

Weil die gesamte Konversation bei jeder Anfrage erneut gesendet wird. Die Messages API speichert keinen Zustand. Der 20. Turn eines Chats enthält daher erneut alle 19 vorherigen Turns als Eingabe. Bei durchschnittlich 500 Tokens pro Turn sendet eine 20-Turn-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 Turns zusammen und entfernen Sie sie aus der Anfrage.