Was kosten 1M Tokens bei Claude?

Wie viel sind 1M Tokens in Claude?

1M Tokens bedeutet eine Million Tokens. Dies ist die Einheit, in der die Preise für Claude-API-Modelle (Application Programming Interface) angegeben werden. Dafür gibt es keinen einheitlichen Preis, weil Eingaben und Ausgaben zu unterschiedlichen Sätzen abgerechnet werden und für jedes Modell ein eigenes Satzpaar gilt. Claude Haiku 5.5 hat zwei Satzpaare: eines für Prompts bis zu 100,000 Tokens und ein höheres für Prompts darüber. Im Oktober 2026 kostet eine Million Input-Tokens $1 bei Claude Haiku 4.5, $2 bei Claude Sonnet 5 und $5 bei Claude Opus 5.

Die Ausgabe ist der teure Teil. Bei jedem aktuellen Modell liegt der Ausgabesatz beim Fünffachen des Eingabesatzes. Deshalb entscheidet die Aufteilung zwischen Eingabe und Ausgabe stärker über Ihre Rechnung als der angegebene Grundpreis. 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 die Rechnung vor der Implementierung schätzen. Informationen darüber, wohin die Tokens während der Arbeit tatsächlich gehen, finden Sie unter wohin die Tokens innerhalb einer Claude-Code-Sitzung gehen.

Wie 1 Million Token aussehen

Ein Token ist ein Textabschnitt, den das Modell liest oder schreibt. Das Glossar von Anthropic setzt ein Token bei Modellen vor Claude 4.7 mit etwa 3,5 englischen Zeichen gleich. Die Modellübersicht von Anthropic gibt an, dass eine Million Token bei diesen Modellen etwa 750.000 Wörtern entsprechen; bei 3,5 Zeichen pro Token sind das etwa 3,5 Millionen Zeichen oder rund 3,5 MB reiner englischer Text. Beim neueren Tokenizer, der mit Claude Opus 4.7 eingeführt wurde, umfasst dieselbe Million Token etwa 555.000 Wörter oder rund 2,5 Millionen Zeichen.

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 entspricht 1 Million Token etwa 400 durchschnittlichen Webseiten, die einmal gelesen werden, oder acht Forschungsarbeiten dieser Länge. Es entspricht einem Durchlauf durch eine mittelgroße Codebasis oder einem Monat leichter Chat-Nutzung durch eine Person.

Betrachten Sie all dies als Schätzung. Code, JSON und Texte in anderen Sprachen als Englisch packen weniger Wörter in ein Token, daher sind diese Wortzahlen das optimistische Ende. Ein weiterer Faktor verschiebt die Zählung: Claude Opus 4.7 und spätere Versionen, einschließlich Opus 5 und Sonnet 5, verwenden einen neueren Tokenizer, der für denselben Text etwa 30 Prozent mehr Token erzeugt als Sonnet 4.6 und früher. Claude Haiku 4.5 verwendet den älteren Tokenizer. Eine Zählung, die Sie auf Haiku 4.5 gemessen haben, unterschätzt daher die Anzahl auf Sonnet 5 bei identischer Eingabe, was bedeutet, dass ein direkter Preis-pro-Million-Vergleich über diese Grenze hinweg nicht fair ist. Zählen Sie denselben Prompt gegen beide Modelle, bevor Sie sich entscheiden.

Was Claude pro 1 Million Tokens kostet

[
  {
    "label": "Haiku 4.5",
    "input_usd": 1,
    "output_usd": 5
  },
  {
    "label": "Sonnet 5",
    "input_usd": 2,
    "output_usd": 10
  },
  {
    "label": "Sonnet 4.6",
    "input_usd": 3,
    "output_usd": 15
  },
  {
    "label": "Opus 5",
    "input_usd": 5,
    "output_usd": 25
  }
]

Claude Sonnet 5 kostet 2 $ für die Eingabe und 10 $ für die Ausgabe. Anthropic hat diesen Preis zunächst bis zum 31. August 2026 als Einführungspreis angeboten, ihn anschließend zum Standardpreis gemacht und die geplante Erhöhung auf 3 $ beziehungsweise 15 $ gestrichen. Claude Opus 5 kostet 5 $ für die Eingabe und 25 $ für die Ausgabe. Die Fable-Modelle liegen deutlich darüber: Claude Fable 5 und das neuere Claude Fable 5.1 werden beide mit 10 $ für die Eingabe und 50 $ für die Ausgabe berechnet. Ob sich diese Preise lohnen, hängt daher davon ab, für welche Aufgaben Sie das Modell tatsächlich einsetzen.

Das aktuelle Modellangebot von Anthropic ist neuer als die auf dieser Seite preislich bewerteten Modelle. Claude Opus 5.5 kostet 4 $ für die Eingabe und 20 $ für die Ausgabe, Claude Sonnet 5.5 kostet 2 $ beziehungsweise 10 $, und Claude Haiku 5.5 beginnt bei 0,10 $ beziehungsweise 0,50 $. Opus 5, Sonnet 5, Haiku 4.5 und Fable 5 werden inzwischen als Legacy-Modelle geführt, sind aber weiterhin verfügbar. Die folgenden Beispiele funktionieren daher weiterhin wie beschrieben. Was Haiku 5.5 kostet und wo es einzuordnen ist behandelt das günstigste der neuen Modelle.

Die Preise ändern sich. Betrachten Sie alle Angaben auf dieser Seite als Rechenbeispiele mit Stand Oktober 2026. Prüfen Sie die aktuellen Werte auf der offiziellen Preisseite, bevor Sie ein Budget freigeben.

Diese Preise zeigen, was Claude kostet, aber nicht, ob Claude für Ihre Arbeitslast die günstigere Option ist. Drei Aufgaben mit Kostenvergleich zwischen Claude und ChatGPT zeigt, bei welcher API die Kosten jeweils niedriger ausfallen.

Die Kontextlänge ändert den Preis nicht. Es gibt eine Ausnahme. Bei Claude 4.6 und neueren Modellen wird das vollständige Kontextfenster mit 1M Tokens zum Standardpreis abgerechnet. Das gilt nicht für Claude Haiku 5.5. Eine Anfrage mit 900.000 Tokens kostet daher pro Token genauso viel wie eine Anfrage mit 9.000 Tokens. Ein langer Prompt kostet mehr, weil er mehr Tokens enthält. Ein separater Preis für lange Kontexte gilt nicht. Claude Haiku 5.5 wird stattdessen nach der Prompt-Länge abgerechnet. Bei einer Anfrage mit mehr als 100.000 Tokens im Prompt werden 0,50 $ für die Eingabe und 2,50 $ für die Ausgabe pro Million Tokens berechnet, statt 0,10 $ beziehungsweise 0,50 $. Lese- und Schreibvorgänge im Cache werden auf diesen Schwellenwert angerechnet.

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, October 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 zentralen Stelle in Ihrem Code. Wenn sich ein Preis ändert, bearbeiten Sie zwei Zeilen. Dadurch werden alle Schätzungen in Ihrem System automatisch 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 den wiederholten Teil

Dieses 4.000-Token-Präfix ist bei jeder Anfrage identisch, und Sie zahlen jedes Mal den vollen Eingabepreis dafür. Prompt-Caching speichert das verarbeitete Präfix und berechnet eine reduzierte Rate für dessen Wiederverwendung.

Bei den Modellen in der Preistabelle und den Arbeitsbeispielen dieser Seite (Haiku 4.5, Sonnet 5, Sonnet 4.6 und Opus 5) sowie bei Fable 5 kostet ein Cache-Lesezugriff das 0,1-fache der Basiseingaberate. Einige neuere Modelle berechnen weniger für einen Lesezugriff: Opus 5.5 und Sonnet 5.5 berechnen das 0,05-fache, und Fable 5.1 sowie Mythos 5.1 berechnen das 0,025-fache. Das Schreiben des Caches kostet das 1,25-fache der Basis für eine Lebensdauer von 5 Minuten oder das 2-fache der Basis für eine Lebensdauer von 1 Stunde. Bei den Modellen mit dem 0,1-fachen Faktor amortisiert sich der 5-Minuten-Cache nach einem Lesezugriff, da das Schreiben 0,25 zusätzlich kostet, während jeder Lesezugriff 0,9 einspart. Der 1-Stunden-Cache benötigt zwei Lesezugriffe, um die Kosten zu decken.

Der einfachste Weg, dies zu aktivieren, ist ein einzelnes 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 dann den usage-Block, der zurückgegeben wird:

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

Diese drei Eingabezähler werden zu drei verschiedenen Sätzen abgerechnet und summieren sich zu Ihrem tatsächlichen Eingabevolumen: total_input_tokens = cache_read_input_tokens + cache_creation_input_tokens + input_tokens. Eine Kostenschätzung, die nur input_tokens liest, wird bei aktiviertem Caching stark fehlerhaft sein.

Zwei Dinge verhindern, dass sich ein Cache auszahlt, und beide schlagen ohne Fehlermeldung fehl.

Das Präfix muss Byte-identisch sein. Die Cache-Suche ist ein Präfix-Abgleich; ein Zeitstempel oder der Benutzername am Anfang Ihres System-Prompts ändert es bei jeder Anfrage. Sie zahlen dann jedes Mal das 1,25-fache der Basiseingabe und führen nie einen Lesezugriff durch. Das Symptom ist, dass cache_creation_input_tokens hoch bleibt, während cache_read_input_tokens auf 0 bleibt. Platzieren Sie cache_control auf dem letzten Block, dessen Inhalt über Anfragen hinweg gleich bleibt, und setzen Sie alles, was variiert, danach. Das Ändern Ihrer tools-Definitionen macht den gesamten Cache darunter ungültig, da die Ungültigkeitsprüfung in der Reihenfolge Tools, dann System, dann Nachrichten abläuft.

Das Präfix muss lang genug sein. Die minimale cachefähige Länge beträgt 512 Token bei Opus 5, 1.024 bei Sonnet 5 und 4.096 bei Haiku 4.5. Ein kürzerer Prompt wird nicht zwischengespeichert und es wird kein Fehler zurückgegeben. Das 4.000-Token-Präfix im obigen Beispiel wird auf Sonnet 5 zwischengespeichert, jedoch nicht auf Haiku 4.5, da 4.000 unter dem Mindestwert dieses Modells liegt. Wenn beide Zähler 0 anzeigen, wurde nichts zwischengespeichert.

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.

Zählen Sie die Tokens, bevor Sie raten

Leiten Sie die Token-Anzahl nicht mehr aus der Wortanzahl ab. Die API zählt die Tokens für Sie. Dafür fallen keine zusätzlichen Kosten an, und das Kontingent ist von der Rate 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 den tatsächlichen System-Prompt und die Tool-Definitionen zusammen mit einer repräsentativen Benutzernachricht, und setzen Sie die Zahl anschließend in die obige Kostenfunktion ein. Der Endpunkt verwendet denselben Body wie eine Nachrichtenanfrage. Daher werden auch als Base64 übertragene Bilder und PDFs korrekt gezählt. Serverseitige Tools wie Websuche und Webabruf sowie Bilder oder Dokumente, die per URL oder Dateireferenz übergeben werden, werden abgelehnt. 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 anhand von usage.output_tokens im Produktivverkehr.

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 Ausgabe-Tokens handelt. Im Oktober 2026 kostet eine Million Input-Tokens $1 bei Claude Haiku 4.5, $2 bei Claude Sonnet 5 und $5 bei Claude Opus 5. Das neuere Claude Haiku 5.5 beginnt bei $0.10 pro Million Input-Tokens für Prompts bis zu 100,000 Tokens und berechnet darüber $0.50. Die Ausgabe kostet bei jedem dieser Modelle das Fünffache des Eingabesatzes. Da sich die Preise ändern, sollten Sie sie auf der offiziellen Preisseite prüfen, bevor Sie einen Betrag in ein Budget übernehmen.

Sind 1M Tokens dasselbe wie 1M Wörter?

Nein. Bei Modellen vor Claude Opus 4.7 setzt Anthropic einen Token mit ungefähr 3.5 englischen Zeichen an und gibt an, dass eine Million Tokens etwa 750,000 Wörter enthält. Beim neueren Tokenizer, den Claude Opus 4.7 und spätere Versionen verwenden, enthält eine Million Tokens etwa 555,000 Wörter. Dieser Tokenizer erzeugt bei identischem Text ungefähr 30 Prozent mehr Tokens als Claude Sonnet 4.6 und frühere Versionen. Diese Verhältnisse dienen nur als Orientierung. Code, JSON und andere Sprachen als Englisch benötigen mehr Tokens pro Wort. Außerdem lassen sich Token-Zählungen zwischen Modellgenerationen nicht direkt übertragen. 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 in einen 5-Minuten-Cache kostet das 1.25-Fache des normalen Eingabesatzes. Ein Präfix, der geschrieben, aber nie gelesen wird, kostet daher 25 Prozent mehr als eine normale Übertragung. Der Cache amortisiert sich ab dem ersten Read. Er kann auf zwei Arten wirkungslos bleiben, und beide Fälle bleiben ohne Fehlermeldung. Wenn sich der gecachte Präfix zwischen Anfragen ändert, stimmt die Suche nie überein, weil ein exakter Präfixvergleich verwendet wird. Wenn der Präfix kürzer als die minimale cachebare Länge des Modells ist, wird nichts gecacht. 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, hat der Cache keine Wirkung.

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

Weil die gesamte Unterhaltung bei jeder Runde erneut gesendet wird. Die Messages API speichert keinen Zustand. Deshalb enthält Runde 20 eines Chats alle 19 vorherigen Runden erneut als Eingabe. Bei durchschnittlich 500 Tokens pro Runde sendet eine Unterhaltung mit 20 Runden etwa 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 den stabilen Präfix oder fassen Sie ältere Runden zusammen und entfernen Sie sie aus der Anfrage.