Par Combien coûte 1 million de tokens sur Claude ?
Découvrez le prix exact de 1M tokens dans Claude selon le modèle, avec des tarifs d’entrée et de sortie distincts et un calcul concret de votre facture API.
Quel est le prix de 1M tokens dans Claude ?
1M tokens signifie un million de tokens. C’est l’unité utilisée pour exprimer le prix de chaque API Claude (interface de programmation d’applications). 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. En août 2026, un million de tokens d’entrée coûte 1 $ sur Claude Haiku 4.5, 2 $ sur Claude Sonnet 5 et 5 $ sur 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 détermine donc davantage votre facture que le tarif affiché. Une application qui envoie de longs documents et renvoie des réponses courtes se comporte très différemment d’une application qui rédige de longues réponses à partir d’un prompt court.
Cette page présente le coût unitaire : le prix d’un token et la façon d’estimer une facture avant de développer. Pour comprendre où vont réellement les tokens pendant votre travail, consultez où vont les tokens dans une session Claude Code.
À quoi correspondent 1M tokens
Un token est un fragment de texte que le modèle lit ou génère. Selon l’estimation générale d’Anthropic, un token correspond à 4 caractères, soit environ 0.75 mot en anglais. Un million de tokens représente donc environ 750,000 mots, ou près de 4 MB de texte brut.
Les estimations publiées pour des entrées courantes permettent de mieux se représenter cette échelle.
The data behind this chart
[
{
"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 ce rythme, 1M tokens correspondent à environ 400 pages web moyennes lues une fois, ou à huit articles de recherche de cette taille. Cela représente un passage complet sur une base de code de taille moyenne, ou un mois d’utilisation modérée d’un chat pour une personne.
Considérez ces chiffres comme des estimations. Le code, le JSON et les textes dans des langues autres que l’anglais contiennent moins de mots par token. Le ratio de 0.75 correspond donc à l’hypothèse la plus favorable. Un autre facteur modifie le décompte : Claude Opus 4.7 et les versions ultérieures, dont Opus 5 et Sonnet 5, utilisent un tokenizer plus récent qui produit environ 30 % de tokens supplémentaires pour un même texte par rapport à Sonnet 4.6 et aux versions antérieures. Claude Haiku 4.5 utilise l’ancien tokenizer. Ainsi, un décompte mesuré avec Haiku 4.5 sous-estime le décompte obtenu avec Sonnet 5 pour une entrée identique. Une comparaison directe du prix par million de tokens de part et d’autre de cette limite n’est donc pas équitable. Comptez les mêmes prompts avec les deux modèles avant de prendre votre décision.
Ce que Claude facture par million de tokens
The data behind this chart
[
{
"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 bénéficie d’un tarif de lancement de 2 $ par million de tokens en entrée et de 10 $ en sortie jusqu’au 31 août 2026. À partir du 1er septembre 2026, le tarif standard s’applique : 3 $ en entrée et 15 $ en sortie. Claude Opus 5 est facturé 5 $ en entrée et 25 $ en sortie. Un modèle dépasse largement ces tarifs : Claude Fable 5 est facturé 10 $ en entrée et 50 $ en sortie. La question de savoir si ces tarifs valent leur prix dépend donc des tâches auxquelles vous le destinez réellement.
Les tarifs évoluent. Considérez chaque chiffre de cette page comme un exemple calculé en août 2026, puis vérifiez les montants actuels sur la page officielle des tarifs avant de valider un budget.
Ces tarifs indiquent combien coûte Claude, mais pas s’il constitue l’option la moins chère pour votre charge de travail. Trois tâches chiffrées sur Claude et ChatGPT montrent dans quels cas chaque API est la plus avantageuse.
La longueur du contexte ne modifie pas le tarif. Avec Claude 4.6 et les versions ultérieures, 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 plus cher parce qu’il contient davantage de tokens, mais aucun tarif distinct ne s’applique aux contextes longs.
L’arithmétique qui reste valable après un changement de prix
Chaque facture repose sur deux multiplications et une addition.
cost = (input_tokens / 1,000,000) * input_rate
+ (output_tokens / 1,000,000) * output_rateVoici l’équivalent sous forme de code exécutable :
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}")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. Regroupez les deux tarifs au même endroit dans le 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.
The data behind this chart
[
{
"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 prompt caching réduit le coût de la partie répétée
Ce préfixe de 4,000 tokens est identique à chaque requête, mais son coût d’entrée total vous est facturé à chaque fois. Le prompt caching stocke le préfixe traité et applique un tarif réduit lorsqu’il est réutilisé.
La lecture du cache coûte 0.1 fois le tarif d’entrée de base. L’écriture du 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. Le cache de 5 minutes est donc rentabilisé après une lecture, car l’écriture coûte 0.25 de plus tandis que chaque lecture permet d’économiser 0.9. Le cache de 1 heure doit être lu deux fois pour atteindre le seuil de rentabilité.
La méthode la plus simple pour l’activer consiste à ajouter un champ de premier niveau :
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 des coûts qui ne lit que input_tokens sera fortement erronée une fois le caching activé.
Deux éléments empêchent un cache d’être rentable, et les deux problèmes sont silencieux.
Le préfixe doit être identique au niveau des octets. La recherche dans le cache utilise une correspondance de préfixe. Un horodatage ou le nom de l’utilisateur au début de votre system prompt le modifie donc à chaque requête. Vous payez alors 1.25 fois le tarif d’entrée de base à chaque fois et aucune lecture n’est effectuée. 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 d’une requête à l’autre, puis placez tout ce qui varie après ce bloc. Modifier vos définitions tools invalide tout le cache situé en dessous, car l’invalidation suit l’ordre tools, puis system, puis messages.
Le préfixe doit être suffisamment long. La longueur minimale pouvant être mise en cache est de 512 tokens sur Opus 5, de 1,024 tokens sur Sonnet 5 et de 4,096 tokens 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 précédent est mis en cache sur Sonnet 5, mais 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 toute 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 des 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 }Fournissez votre véritable prompt système et les définitions de vos outils, avec un message utilisateur représentatif, puis utilisez le nombre obtenu dans la fonction de coût ci-dessus. Le endpoint accepte le même corps qu’une requête de message ; les images et les PDF sont donc également comptabilisés correctement. Deux réserves sont importantes. Le nombre obtenu est une estimation et peut différer légèrement de la valeur facturée. Il est également mesuré avec le tokenizer du modèle transmis ; utilisez donc le modèle que vous exécuterez réellement.
Le nombre de tokens de sortie ne peut pas être calculé à l’avance, car ils n’existent pas encore. Limitez-les avec max_tokens, puis mesurez la 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_geosur 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 coûte 1M tokens dans Claude ?
Cela dépend du modèle et du fait que les tokens soient des tokens d’entrée ou de sortie. En août 2026, un million de tokens d’entrée coûte $1 sur Claude Haiku 4.5, $2 sur Claude Sonnet 5 au tarif de lancement, et $5 sur Claude Opus 5. Le coût de sortie est cinq fois supérieur au tarif d’entrée pour chacun de ces modèles. Le tarif de Sonnet 5 passera à $3 pour l’entrée et à $15 pour la sortie le 1 septembre 2026. Les tarifs changent. Vérifiez-les donc sur la page officielle des tarifs avant d’inscrire un montant dans un budget.
1M tokens équivaut-il à 1M mots ?
Non. Un token correspond approximativement à 4 caractères en anglais, soit environ 0,75 mot. Un million de tokens représente donc environ 750,000 mots. Ce ratio n’est qu’une indication. Le code, le JSON et les langues autres que l’anglais utilisent davantage de tokens par mot. Claude Opus 4.7 et les versions ultérieures utilisent également un tokenizer plus récent, qui produit environ 30 pour cent de tokens en plus pour un texte identique par rapport à Claude Sonnet 4.6 et aux versions antérieures. Les comptes ne sont donc pas transférables d’une génération de modèles à l’autre. Effectuez la mesure avec l’endpoint gratuit /v1/messages/count_tokens en indiquant le modèle que vous prévoyez d’exécuter.
Le prompt caching permet-il toujours de réduire les coûts ?
Non. L’écriture dans un cache de 5 minutes coûte 1.25 fois le tarif d’entrée de base. Un préfixe écrit mais jamais relu coûte donc 25 pour cent de plus qu’un envoi normal. Le coût est amorti dès la première lecture. Le mécanisme échoue de deux façons, sans générer de message. Si le préfixe mis en cache change entre deux requêtes, la recherche ne correspond jamais, car la correspondance porte exactement sur le préfixe. Si le préfixe est plus court que la longueur minimale pouvant être mise en cache par 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 renvoient tous les deux 0, le cache ne fait rien.
Pourquoi ma facture a-t-elle augmenté plus vite que le nombre de messages ?
Parce que la conversation entière 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 en entrée. Avec des tours de 500 tokens en moyenne, 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 en cache le préfixe stable, ou résumez les tours plus anciens et supprimez-les de la requête.