Was kosten 1 Million Tokens bei Claude?

Wie viel sind 1M Tokens in Claude?

1M Tokens bedeutet eine Million Tokens. Diese Einheit wird für die Preisangabe jeder Claude API (application programming interface) verwendet. Einen einheitlichen Preis gibt es nicht, weil Eingaben und Ausgaben zu unterschiedlichen Sätzen abgerechnet werden und jedes Modell sein eigenes Preispaar hat. Stand August 2026 kostet eine Million Eingabe-Tokens 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 ist der Satz für Ausgaben fünfmal so hoch wie der Satz für Eingaben. Daher bestimmt das Verhältnis zwischen beiden Ihre Rechnung stärker als der angegebene Gesamtpreis. Eine Anwendung, die lange Dokumente sendet und kurze Antworten zurückgibt, verursacht andere Kosten als eine Anwendung, die aus einem kurzen Prompt lange Antworten erstellt.

Diese Seite behandelt die Einheitenkosten: was ein Token kostet und wie Sie eine Rechnung vor der Entwicklung schätzen können. Wenn Sie erfahren möchten, wohin die Tokens während der Arbeit tatsächlich gehen, lesen Sie 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 verwendet als grobe Orientierung ein Token pro 4 Zeichen oder etwa 0.75 englische Wörter. 1 Million Tokens entspricht daher ungefähr 750,000 Wörtern oder rund 4 MB Klartext.

Veröffentlichte Schätzungen für gängige 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 gelegentlicher Chat-Nutzung durch eine Person.

Betrachten Sie diese Angaben als Schätzwerte. Code, JSON und Texte in anderen Sprachen als Englisch enthalten pro Token weniger Wörter. Das Verhältnis von 0.75 liegt daher am optimistischen Ende. Ein weiterer Faktor beeinflusst die Anzahl: Claude Opus 4.7 und spätere Versionen, darunter 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 mit Haiku 4.5 gemessene Anzahl unterschätzt daher die Anzahl bei Sonnet 5 für eine identische Eingabe. Ein direkter Preisvergleich pro Million Tokens über diese Grenze hinweg ist deshalb nicht fair. Zählen Sie denselben Prompt mit beiden Modellen, bevor Sie sich entscheiden.

Was Claude pro Million Token kostet

[
  {
    "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 diesen Preisen: Claude Fable 5 wird mit $10 für Eingaben und $50 für Ausgaben berechnet. Ob sich diese Preise lohnen, hängt daher davon ab, für welche Aufgaben Sie das Modell tatsächlich einsetzen.

Die Preise ändern sich. Betrachten Sie alle Angaben auf dieser Seite als Rechenbeispiel mit Stand August 2026. Bestätigen Sie die aktuellen Preise 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. Ein langer Prompt kostet mehr, weil er 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 sieht das so aus:

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. Halten Sie die beiden Preise an einer Stelle im Code fest. Wenn sich ein Preis ändert, bearbeiten Sie zwei Zeilen. Dadurch werden alle Schätzungen in Ihrem System automatisch aktualisiert.

Eine Beispielrechnung für eine echte Anwendung

Nehmen wir 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. Das sind 4,300 Eingabe- und 400 Ausgabe-Tokens pro Anfrage.

Mit 1 Million Eingabe-Tokens lassen sich etwa 232 Anfragen dieser Art verarbeiten. Bei 1,000 Anfragen pro Tag verbraucht die Anwendung täglich 4.3 Millionen Eingabe-Tokens. 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 ist mit $5.40 noch günstiger.

Multiplizieren Sie diesen Betrag 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 Preisvergünstigung, die Sie aushandeln können. 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 Inhalte

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

Das Lesen aus dem Cache kostet das 0.1-Fache des regulären Eingabepreises. Das Schreiben in den Cache kostet für eine Gültigkeitsdauer von 5 Minuten das 1.25-Fache des Grundpreises und für eine 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. Der Cache mit 1 Stunde Gültigkeitsdauer benötigt zwei Lesevorgänge, um die Gewinnschwelle zu erreichen.

Am einfachsten aktivieren Sie ihn mit einem einzelnen Feld auf der obersten 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 aus:

{
  "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 ausliest, ist bei aktiviertem Caching erheblich falsch.

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

Das Präfix muss bytegenau identisch sein. Die Cache-Suche vergleicht Präfixe. Ein Zeitstempel oder der Name des Benutzers am Anfang Ihres System-Prompts ändert das Präfix daher bei jeder Anfrage. Dann zahlen Sie jedes Mal das 1.25-Fache des regulären Eingabepreises, ohne auch nur einmal aus dem Cache zu lesen. 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. Platzieren Sie anschließend alle variablen Inhalte. Änderungen an Ihren tools-Definitionen machen den gesamten darunterliegenden Cache ungültig. Die Invalidierung erfolgt in der Reihenfolge Tools, dann System, dann Nachrichten.

Das Präfix muss lang genug sein. Die Mindestlänge für das Caching beträgt bei Opus 5 512 Tokens, bei Sonnet 5 1,024 und bei Haiku 4.5 4,096. Ein kürzerer Prompt wird nicht gecacht. 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 dem Mindestwert dieses Modells liegt. Wenn beide Zähler 0 anzeigen, wurde nichts gecacht.

Batch-Verarbeitung halbiert den Preis

Die Batch API verarbeitet Anfragen asynchron und berechnet sowohl für Eingaben als auch für Ausgaben 50 Prozent weniger. Im Beispiel oben werden aus $12.60 pro 1.000 Anfragen $6.30. Der Rabatt lässt sich mit Prompt-Caching kombinieren. Ein gecachter Batch-Auftrag ist daher die günstigste Möglichkeit, umfangreiche Aufgaben auszuführen.

Dafür steigt die Latenz. Batch-Verarbeitung eignet sich deshalb nicht für Vorgänge, auf deren Ergebnis eine Person wartet. Sie eignet sich für Klassifizierungen über Nacht und für das nachträgliche Verarbeiten von Dokumenten.

Warum die Kosten innerhalb einer Unterhaltung steigen

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

Nehmen wir Turns mit durchschnittlich 500 Tokens an. Turn 1 sendet 500 Eingabetokens. Turn 2 sendet 1.000. Turn 20 sendet 10.000. Mit n(n+1)/2 ergibt sich für eine Unterhaltung mit 20 Turns eine Summe von etwa 105.000 gesendeten Eingabetokens, obwohl das Transkript selbst nur 10.000 Tokens lang ist.

Deshalb verursacht eine Chat-Funktion höhere Kosten, als das Transkript vermuten lässt. Deshalb lohnt es sich bei langen Threads, das stabile Präfix zwischenzuspeichern oder ältere Turns zusammenzufassen. Ein Agent, der Tool-Aufrufe in einer Schleife verarbeitet, weist dasselbe Muster auf, und zwar in verschärfter Form: Jedes Tool-Ergebnis bleibt im Verlauf und wird bei jedem späteren Turn erneut gesendet. Ein hartes Ausgabenlimit für einen 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 die Token-Anzahl nicht mehr aus der Anzahl der Wörter ab. Die API zählt sie für Sie. Dafür fallen keine Kosten an, und das Kontingent ist von dem für die Nachrichtenerstellung getrennt.

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 Ihre tatsächliche Systemanweisung und die Tool-Definitionen zusammen mit einer repräsentativen Benutzernachricht. Setzen Sie die zurückgegebene Zahl anschließend in die oben angegebene Kostenfunktion ein. Der Endpunkt erwartet denselben Body wie eine Nachrichtenanforderung. Daher werden auch Bilder und PDFs korrekt gezählt. Zwei Hinweise sind wichtig. Die Anzahl ist eine Schätzung und kann geringfügig vom abgerechneten Wert abweichen. Außerdem wird sie mit dem Tokenizer des übergebenen Modells ermittelt. 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 Live-Traffic.

Was noch auf der Rechnung landet

Tokens machen den größten Teil der Kosten aus. Einige Posten sind keine Tokens und überraschen viele Nutzer.

• Tool-Definitionen werden bei jeder Anfrage zu Eingabetokens. Allein der System-Prompt für die Tool-Nutzung fügt bei Opus 5 bereits 286 bis 406 Tokens hinzu, noch vor Ihren eigenen Schemas. 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 Eingabetokens. Eine Dokumentationsseite mit 100 kB entspricht ungefähr 25,000 davon.
• Wenn Sie mit inference_geo bei Claude 4.6 und höher eine Inferenz ausschließlich in den USA anfordern, gilt für jede Tokengruppe ein Multiplikator von 1.1, einschließlich Cache-Lese- und Schreibvorgängen.

Ob die API überhaupt das richtige Produkt ist, hängt von Ihrem Nutzungsvolumen ab. Wenn Sie bei einem Tarif ein Nutzungslimit erreichen, stellt sich diese Frage meist zuerst. 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 der API mit einem Claude-Abonnement stellt dies anhand konkreter Zahlen gegenüber.

FAQ

Wie viel kosten 1M Tokens in Claude?

Das hängt vom Modell und davon ab, ob es sich um Input- oder Output-Tokens handelt. Im August 2026 kostet eine Million Input-Tokens $1 mit Claude Haiku 4.5, $2 mit Claude Sonnet 5 im Rahmen der Einführungspreise und $5 mit Claude Opus 5. Der Output kostet bei jedem dieser Modelle das Fünffache des Input-Preises. Ab 1 September 2026 kostet Sonnet 5 $3 für Input und $15 für Output. Die Preise ändern sich. Prüfen Sie sie auf der offiziellen Preisseite, bevor Sie einen Betrag in ein Budget übernehmen.

Entsprechen 1M Tokens 1M Wörtern?

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 Orientierung. 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 bei identischem Text ungefähr 30 Prozent mehr Tokens erzeugt als Claude Sonnet 4.6 und frühere Versionen. Token-Zählungen sind daher zwischen verschiedenen 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 Geld?

Nein. Das Schreiben eines 5-Minuten-Cache kostet das 1,25-Fache des regulären Input-Preises. Ein Präfix, das geschrieben und nie gelesen wird, kostet daher 25 Prozent mehr, als wenn es direkt gesendet wird. Bereits beim ersten Lesen amortisieren sich die Kosten. Das Caching kann auf zwei Arten unbemerkt fehlschlagen. Wenn sich das gecachte Präfix zwischen Anfragen ändert, stimmt der Lookup nie überein, weil ein exakter Präfixvergleich verwendet wird. Wenn das Präfix kürzer als die für das Caching erforderliche Mindestlänge ist, werden keine Daten gecacht und es wird kein Fehler zurückgegeben. Die 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 gewachsen als die Anzahl meiner Nachrichten?

Weil die gesamte Konversation bei jedem Turn erneut gesendet wird. Die Messages API speichert keinen Status. Daher enthält Turn 20 eines Chats als Input erneut alle 19 vorherigen Turns. Bei durchschnittlich 500 Tokens pro Turn sendet eine 20-Turn-Konversation ungefähr 105,000 Input-Tokens, 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.