Combien coûte 1 million de tokens sur Claude ?

Combien coûtent 1M tokens dans Claude ?

1M tokens signifie un million de tokens. C’est l’unité utilisée pour exprimer les tarifs des modèles de l’API Claude (application programming interface). Il n’existe pas de tarif unique, car les tokens d’entrée et de sortie sont facturés à des tarifs différents, et chaque modèle possède sa propre paire de tarifs. Claude Haiku 5.5 possède deux paires de tarifs : l’une pour les prompts allant jusqu’à 100,000 tokens, et l’autre, plus élevée, pour les prompts dépassant ce seuil. En octobre 2026, un million de tokens d’entrée coûte $1 avec Claude Haiku 4.5, $2 avec Claude Sonnet 5 et $5 avec Claude Opus 5.

La sortie est la partie la plus coûteuse. Sur tous les modèles actuels, le tarif de sortie est cinq fois supérieur à celui de l’entrée. La répartition entre les deux influe donc davantage sur votre facture que le chiffre global. Une application qui envoie de longs documents et renvoie de courtes réponses se comporte très différemment d’une application qui rédige de longues réponses à partir d’un prompt court.

Cette page traite de l’économie unitaire : du coût d’un token et de l’estimation d’une facture avant la construction de l’application. Pour savoir où vont réellement les tokens pendant votre travail, consultez où vont les tokens dans une session Claude Code.

À quoi correspondent 1 million de tokens

Un token est un segment de texte que le modèle lit ou écrit. Le glossaire d'Anthropic définit un token comme environ 3,5 caractères anglais pour les modèles antérieurs à Claude 4.7. La présentation des modèles d'Anthropic indique qu'un million de tokens représente environ 750 000 mots sur ces modèles ; à raison de 3,5 caractères par token, cela équivaut à environ 3,5 millions de caractères, soit environ 3,5 Mo de texte brut en anglais. Avec le nouveau tokenizer introduit avec Claude Opus 4.7, ce même million de tokens contient environ 555 000 mots, soit environ 2,5 millions de caractères.

Les estimations publiées pour des entrées courantes permettent de mieux visualiser l'échelle.

[
  {
    "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"
  }
]

À ces taux, 1 million de tokens correspondent à environ 400 pages web moyennes lues une fois, ou huit documents de recherche de cette taille. Cela représente un passage sur une base de code de taille moyenne, ou un mois d'utilisation légère d'un chat pour une personne.

Considérez tout cela comme une estimation. Le code, le JSON et les textes dans des langues autres que l'anglais contiennent moins de mots par token ; ces nombres de mots sont donc des estimations optimistes. Un autre facteur modifie ce décompte : Claude Opus 4.7 et les versions ultérieures, incluant Opus 5 et Sonnet 5, utilisent un tokenizer plus récent qui génère environ 30 % de tokens en plus pour le même texte que Sonnet 4.6 et les versions antérieures. Claude Haiku 4.5 utilise l'ancien tokenizer. Par conséquent, un décompte mesuré sur Haiku 4.5 sous-estime le volume sur Sonnet 5 pour une entrée identique, ce qui rend une comparaison directe du prix par million de tokens entre ces versions non pertinente. Comptez le même prompt sur les deux modèles avant de décider.

Tarification de Claude par million de tokens

[
  {
    "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 coûte 2 $ en entrée et 10 $ en sortie. Anthropic a d’abord proposé ces tarifs d’introduction jusqu’au 31 août 2026, puis en a fait les tarifs standard et annulé l’augmentation prévue à 3 $ et 15 $. Claude Opus 5 coûte 5 $ en entrée et 25 $ en sortie. Les modèles Fable se situent nettement au-dessus : Claude Fable 5 et le plus récent Claude Fable 5.1 sont tous deux facturés 10 $ en entrée et 50 $ en sortie. La question de savoir si ces tarifs sont justifiés dépend donc des tâches que vous leur confiez.

La gamme actuelle d’Anthropic est plus récente que les modèles tarifés sur cette page. Claude Opus 5.5 coûte 4 $ en entrée et 20 $ en sortie, Claude Sonnet 5.5 coûte 2 $ et 10 $, et Claude Haiku 5.5 coûte 0,10 $ et 0,50 $. Opus 5, Sonnet 5, Haiku 4.5 et Fable 5 sont désormais répertoriés comme des modèles legacy qui restent disponibles. Les exemples détaillés ci-dessous fonctionnent donc toujours tels quels. Le tarif de Haiku 5.5 et sa position dans la gamme présente le moins cher des nouveaux modèles.

Les tarifs évoluent. Considérez chaque montant de cette page comme un exemple daté d’octobre 2026 et vérifiez les chiffres actuels sur la page officielle des tarifs avant de valider un budget.

Ces tarifs indiquent le coût de Claude, mais pas s’il s’agit de l’option la moins chère pour votre charge de travail. Trois tâches tarifées avec Claude et ChatGPT montrent quelle API est la plus avantageuse dans chaque cas.

La longueur du contexte ne modifie pas le tarif, à une exception près. Pour Claude 4.6 et les modèles ultérieurs, à l’exception de Claude Haiku 5.5, la fenêtre de contexte complète de 1M token est facturée au tarif standard. Une requête de 900 000 tokens coûte donc le même prix par token qu’une requête de 9 000 tokens. Un prompt long coûte davantage parce qu’il contient plus de tokens, mais aucun tarif distinct ne s’applique aux contextes longs. Claude Haiku 5.5 est tarifé selon la longueur du prompt : si le prompt d’une requête dépasse 100 000 tokens, la tarification passe à 0,50 $ en entrée et 2,50 $ en sortie par million, au lieu de 0,10 $ et 0,50 $. Les lectures et écritures du cache sont incluses dans ce seuil.

L’arithmétique qui reste correcte après un changement de tarif

Chaque facture correspond à deux multiplications et une addition.

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

Voici la version sous forme de code exécutable :

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}")

Ce code affiche 0.0126. Une requête qui envoie 4,300 tokens d’entrée et reçoit 400 tokens de sortie coûte environ 1,3 centime avec Sonnet 5. Conservez les deux tarifs au même endroit dans votre code. Lorsqu’un tarif change, vous modifiez deux lignes, et toutes les estimations de votre système sont mises à jour.

Une estimation concrète pour une application réelle

Prenons un assistant de support. Son prompt système et la documentation du produit représentent 4,000 tokens. Ils sont envoyés à chaque requête, car l’API Messages est stateless et le modèle ne conserve rien entre les appels. La question de l’utilisateur ajoute environ 300 tokens. Une réponse en compte environ 400. Chaque requête représente donc 4,300 tokens en entrée et 400 tokens en sortie.

Un million de tokens en entrée permet environ 232 requêtes de ce type. Avec 1,000 requêtes par jour, l’application consomme 4.3 millions de tokens en entrée chaque jour. Ainsi, « 1M tokens » représente moins de six heures de trafic.

[
  {
    "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"
  }
]

Avec Claude Opus 5, ce trafic coûte $31.50 pour 1,000 requêtes. Avec Sonnet 5, il coûte $12.60. Passer à Claude Haiku 4.5 ramène ce coût à $6.30, et un prompt cache actif avec Sonnet 5 permet de descendre encore à $5.40.

Multipliez ce montant par 30 pour obtenir le coût mensuel de ce trafic. Aux tarifs catalogue, Sonnet 5 coûte environ $378 par mois. Avec un cache actif, la même application coûte environ $162. Le choix du modèle et la décision d’utiliser un cache ont chacun plus d’impact que le tarif que vous pourrez négocier à ce volume. Le choix du modèle à utiliser est une question distincte. Le modèle le moins cher qui réussit vos évaluations est le bon choix : choisir entre Opus, Sonnet et Haiku explique comment effectuer ce test correctement.

Le cache de prompt réduit la partie répétée

Ce préfixe de 4 000 tokens est identique à chaque requête, et vous payez le prix total d'entrée à chaque fois. Le cache de prompt stocke le préfixe traité et applique un tarif réduit pour sa réutilisation.

Sur les modèles figurant dans le tableau de prix et les exemples de cette page (Haiku 4.5, Sonnet 5, Sonnet 4.6 et Opus 5), ainsi que sur Fable 5, une lecture en cache coûte 0,1 fois le tarif d'entrée de base. Certains modèles plus récents facturent moins pour une lecture : Opus 5.5 et Sonnet 5.5 facturent 0,05 fois, et Fable 5.1 et Mythos 5.1 facturent 0,025 fois. L'écriture dans le cache coûte 1,25 fois le tarif de base pour une durée de vie de 5 minutes, ou 2 fois le tarif de base pour une durée de vie de 1 heure. Ainsi, sur les modèles à 0,1 fois, le cache de 5 minutes est rentabilisé après une seule lecture, car l'écriture coûte 0,25 de plus tandis que chaque lecture permet d'économiser 0,9. Le cache de 1 heure nécessite deux lectures pour être rentabilisé.

La manière la plus simple de l'activer est d'utiliser un champ unique au niveau racine :

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?"}
    ]
  }'

Lisez ensuite le bloc usage renvoyé :

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

Ces trois compteurs d'entrée sont facturés à trois tarifs différents et leur somme correspond à votre volume d'entrée réel : total_input_tokens = cache_read_input_tokens + cache_creation_input_tokens + input_tokens. Une estimation de coût qui ne lirait que input_tokens sera largement erronée une fois le cache activé.

Deux facteurs empêchent la rentabilisation du cache, et les deux échouent silencieusement.

Le préfixe doit être identique au niveau des octets. La recherche en cache repose sur une correspondance de préfixe ; ainsi, un horodatage ou le nom de l'utilisateur en haut de votre prompt système le modifie à chaque requête. Vous payez alors 1,25 fois le tarif d'entrée de base à chaque fois sans jamais effectuer de lecture. Le symptôme est que cache_creation_input_tokens reste élevé tandis que cache_read_input_tokens reste à 0. Placez cache_control sur le dernier bloc dont le contenu est identique entre les requêtes, et placez tout ce qui varie après. Modifier vos définitions tools invalide tout le cache situé en dessous, car l'invalidation suit l'ordre : outils, puis système, puis messages.

Le préfixe doit être suffisamment long. La longueur minimale pouvant être mise en cache est de 512 tokens sur Opus 5, 1 024 sur Sonnet 5 et 4 096 sur Haiku 4.5. Un prompt plus court n'est pas mis en cache et aucune erreur n'est renvoyée. Le préfixe de 4 000 tokens de l'exemple ci-dessus est mis en cache sur Sonnet 5 mais ne l'est pas sur Haiku 4.5, car 4 000 est inférieur au seuil de ce modèle. Lorsque les deux compteurs indiquent 0, rien n'a été mis en cache.

Le traitement par lots divise le tarif par deux

L’API Batch traite les requêtes de manière asynchrone, avec une remise de 50 percent sur les entrées et les sorties. Dans l’exemple précédent, cela ramène le coût de $12.60 pour 1,000 requêtes à $6.30. Cette remise se cumule avec la mise en cache des prompts. Une tâche Batch mise en cache est donc la solution la moins chère pour traiter un volume important.

En contrepartie, la latence augmente. Batch ne convient donc pas aux tâches pour lesquelles une personne attend le résultat. Il convient au classement exécuté pendant la nuit et au retraitement de documents existants.

Pourquoi le coût augmente au fil d’une même conversation

Comme l’API ne conserve aucun état, votre client renvoie toute la conversation à chaque tour. La consommation de tokens dans un même chat augmente donc selon le carré de sa longueur, et non de manière linéaire.

Prenons des tours de 500 tokens en moyenne. Le tour 1 envoie 500 tokens d’entrée. Le tour 2 en envoie 1,000. Le tour 20 en envoie 10,000. En appliquant la formule n(n+1)/2, une conversation de 20 tours a donc envoyé environ 105,000 tokens d’entrée, alors que sa transcription ne contient que 10,000 tokens.

C’est pourquoi une fonctionnalité de chat coûte plus cher que ne le laisse penser sa transcription, et pourquoi la mise en cache du préfixe stable ou le résumé des anciens tours devient rentable dans les conversations longues. Un agent qui enchaîne les appels d’outils suit la même évolution, en pire : chaque résultat d’outil reste dans l’historique et est renvoyé à chaque tour suivant. Définir une limite stricte de dépenses pour un agent que vous exécutez vous-même est particulièrement important dans ce cas, car cette croissance est automatique et personne ne la surveille.

Comptez les tokens avant de faire une estimation

Ne déduisez plus le nombre de tokens du nombre de mots. L’API les compte pour vous, gratuitement, avec une limite de débit distincte de celle de la création de messages.

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"
    }]
  }'

La réponse contient un champ :

{ "input_tokens": 14 }

Transmettez votre véritable system prompt et vos définitions d’outils, avec un message utilisateur représentatif, puis utilisez ce nombre dans la fonction de coût ci-dessus. L’endpoint accepte le même corps qu’une requête de message. Les images et les PDF envoyés en base64 sont donc correctement comptabilisés eux aussi. Il refuse les outils côté serveur, tels que la recherche web et la récupération de pages web, ainsi que les images ou documents transmis par URL ou référence de fichier. Deux réserves sont importantes. Le nombre obtenu est une estimation et peut différer légèrement du nombre facturé. Il est également mesuré avec le tokenizer du modèle indiqué. Vous devez donc transmettre le modèle que vous exécuterez réellement.

Il est impossible de compter à l’avance les tokens de sortie, puisqu’ils n’existent pas encore. Limitez-les avec max_tokens, puis mesurez leur distribution réelle à partir de usage.output_tokens sur le trafic en production.

Ce qui s’ajoute à la facture

Les tokens représentent l’essentiel de la facture. Quelques éléments ne sont pas des tokens et peuvent surprendre.

• Les définitions d’outils deviennent des tokens d’entrée à chaque requête. Le system prompt de l’utilisation des outils ajoute à lui seul 286 à 406 tokens sur Opus 5, avant même vos propres schémas. Dix descriptions d’outils verbeuses peuvent doubler un petit prompt.
• La recherche Web est facturée $10 pour 1 000 recherches, en plus des tokens consommés par les résultats lorsqu’ils sont ajoutés au contexte.
• La récupération de contenu Web n’ajoute pas de frais propres, mais la page récupérée devient des tokens d’entrée. Une page de documentation de 100 kB représente environ 25,000 tokens.
• Demander une inférence limitée aux États-Unis avec inference_geo sur Claude 4.6 et versions ultérieures applique un multiplicateur de 1.1 à chaque catégorie de tokens, y compris les lectures et écritures du cache.

La pertinence de l’API dépend aussi de votre volume d’utilisation. C’est généralement le dépassement d’un plafond d’utilisation sur un forfait qui soulève cette question. Les solutions pour dépasser une limite vont de l’attente de la réinitialisation de la fenêtre au transfert de cette charge vers des appels API facturés à l’usage. En dessous d’un certain niveau d’utilisation, un forfait mensuel fixe est nettement plus avantageux. La comparaison entre l’API et un abonnement Claude présente ce calcul avec des chiffres réels.

FAQ

Combien coûtent 1M tokens dans Claude ?

Cela dépend du modèle et du fait que les tokens soient d’entrée ou de sortie. En octobre 2026, un million de tokens d’entrée coûte $1 avec Claude Haiku 4.5, $2 avec Claude Sonnet 5 et $5 avec Claude Opus 5. Le nouveau Claude Haiku 5.5 commence à $0.10 par million de tokens d’entrée pour les prompts allant jusqu’à 100,000 tokens, puis facture $0.50 au-delà. La sortie coûte cinq fois le tarif d’entrée sur chacun de ces modèles. Les tarifs évoluent : vérifiez-les sur la page officielle des tarifs avant d’inscrire un montant dans un budget.

1M tokens équivalent-ils à 1M mots ?

Non. Sur les modèles antérieurs à Claude Opus 4.7, Anthropic estime qu’un token correspond à environ 3.5 caractères anglais et indique qu’un million de tokens contient environ 750,000 mots. Avec le nouveau tokenizer utilisé par Claude Opus 4.7 et les versions ultérieures, un million de tokens contient environ 555,000 mots, car ce tokenizer produit environ 30 pour cent de tokens supplémentaires pour un même texte par rapport à Claude Sonnet 4.6 et aux versions antérieures. Ces ratios ne sont qu’une indication. Le code, le JSON et les langues autres que l’anglais utilisent davantage de tokens par mot, et les décomptes ne sont pas comparables entre les générations de modèles. Mesurez-les avec l’endpoint gratuit /v1/messages/count_tokens, en indiquant le modèle que vous prévoyez d’utiliser.

Le prompt caching permet-il toujours d’économiser de l’argent ?

Non. L’écriture d’un cache de 5 minutes coûte 1.25 fois le tarif d’entrée de base. Un préfixe écrit puis jamais relu coûte donc 25 pour cent de plus que s’il était envoyé sans cache. Le coût est amorti dès la première lecture. Le cache peut échouer de deux façons, toutes deux silencieuses. Si le préfixe mis en cache change entre deux requêtes, la recherche ne correspond jamais, car elle utilise une correspondance exacte du préfixe. Si le préfixe est plus court que la longueur minimale pouvant être mise en cache pour le modèle, soit 1,024 tokens sur Sonnet 5 et 4,096 sur Haiku 4.5, rien n’est mis en cache et aucune erreur n’est renvoyée. Lorsque cache_creation_input_tokens et cache_read_input_tokens sont tous deux à 0, le cache ne fait rien.

Pourquoi ma facture a-t-elle augmenté plus vite que le nombre de messages ?

Parce que l’intégralité de la conversation est renvoyée à chaque tour. L’API Messages ne conserve aucun état. Le tour 20 d’une conversation contient donc à nouveau les 19 tours précédents comme tokens d’entrée. Avec une moyenne de 500 tokens par tour, une conversation de 20 tours envoie environ 105,000 tokens d’entrée, alors que la transcription ne contient que 10,000 tokens. Les boucles d’agent fonctionnent de la même manière, car chaque résultat d’outil reste dans l’historique. Mettez le préfixe stable en cache, ou résumez les anciens tours et supprimez-les de la requête.