Berapa Token Claude Code dan Mengapa Biayanya Mahal?

Apa yang dimaksud dengan token di Claude?

Token adalah unit teks yang dibaca dan ditulis Claude, yaitu bagian dari sebuah kata. Glosarium Anthropic menyebutkan bahwa, pada model sebelum Claude Opus 4.7, satu token berisi sekitar 3.5 karakter bahasa Inggris. Pada tokenizer saat ini, jumlahnya lebih mendekati 2.5 karena Anthropic menetapkan 1M token setara dengan sekitar 2.5M karakter. Bagaimanapun, setelah spasi dan tanda baca dihitung, jumlahnya jauh lebih dari satu token per kata. Karena itu, seribu kata prosa biasanya menghasilkan lebih dari 1,300 token. Kode membutuhkan lebih banyak token per baris. Kurung kurawal, operator, garis bawah, dan indentasi memecah teks menjadi lebih banyak token per karakter dibandingkan bahasa Inggris. File kode dengan panjang beberapa ratus baris biasanya berisi beberapa ribu token. File dengan panjang 2,000 baris yang diputuskan untuk dibaca oleh agen dapat menghabiskan token hingga lima digit sebelum satu baris kode baru ditulis.

Ada dua hal tentang tokenizer yang sering membingungkan. Pertama, tokenizer bergantung pada model. Per Oktober 2026, Claude Opus 4.7 dan semua model setelahnya, termasuk Fable 5.1, Opus 5.5, Sonnet 5.5, dan Haiku 5.5 saat ini, menggunakan tokenizer baru yang menghasilkan sekitar 30% lebih banyak token untuk teks yang sama dibandingkan model Claude sebelumnya seperti Haiku 4.5. Kenaikan tepatnya bergantung pada isi teks. Hal ini mengubah perhitungan anggaran token, meskipun harga per token tidak meningkat karenanya. Kedua, tiktoken, yaitu library yang digunakan dalam hampir semua artikel blog, adalah tokenizer milik OpenAI, bukan milik Claude. Karena itu, jumlah tokennya tidak akan sama dengan jumlah yang ditagihkan Anthropic. Satu-satunya jumlah yang dapat dipercaya adalah endpoint count_tokens, yang dibahas di bawah ini.

Mengapa sesi coding Anda menghabiskan biaya seperti itu

Setiap tagihan Claude, baik berupa invoice API maupun batas penggunaan langganan, terutama dihitung berdasarkan satu meter: token yang masuk dan token yang keluar. Beberapa tool API menambahkan komponen biaya tersendiri. Misalnya, web search dikenai biaya $10 per 1,000 pencarian per Oktober 2026, di luar token yang ditambahkan oleh hasilnya. Namun, dalam sesi coding, meter tokenlah yang paling banyak bergerak. Halaman harga membuat perhitungannya terlihat sederhana: sejumlah dolar per juta token input dan sejumlah dolar per juta token output. Yang tidak dijelaskan adalah bahwa dalam sesi coding agentik, sisi input meter berjalan jauh lebih cepat daripada perkiraan umum karena seluruh percakapan dikirim ulang pada setiap giliran. Selama lima belas tahun, saya menjual infrastruktur dengan penagihan berdasarkan penggunaan. Token adalah meter pertama yang saya temui yang sebagian besar pelanggannya benar-benar tidak dapat menjelaskan apa yang membuatnya terus bertambah. Inilah pelajaran tentang cara membaca meter tersebut: apa yang dihitung sebagai input dan output dalam sesi agentik, mengapa pengiriman ulang membuat biayanya sangat tinggi, mengapa prompt caching mengubah perhitungannya secara mendasar, dan pengungkit mana yang benar-benar mengubah angkanya.

Semua adalah input: apa yang sebenarnya dihitung meteran

Orang mengira mereka membayar kode yang ditulis Claude. Dalam sesi agentic, itu hanya komponen biaya kecil. Token input, yang tarifnya lebih murah tetapi volumenya jauh lebih besar, mencakup:

• System prompt. Instruksi harness milik Claude Code, ditambah CLAUDE.md dan file memori Anda, yang dimuat saat sesi dimulai dan tetap ada dalam setiap permintaan berikutnya.
• Definisi tool. Setiap skema tool yang dapat dipanggil agent. Setiap MCP server yang Anda hubungkan menambah overhead tetap ini, meskipun Claude Code kini menunda definisi tool MCP lengkap secara default. Dengan demikian, hanya nama tool yang berada dalam konteks sampai tool tersebut pertama kali digunakan. Hal ini mengurangi biaya, tetapi tidak menghilangkannya.
• Setiap file yang dibaca agent. Sebuah Read pada file sumber memasukkan seluruh file tersebut ke dalam konteks, dan isinya tetap berada di sana.
• Setiap hasil tool. Hasil pengujian, output grep, output terminal, log build, semuanya kembali sebagai token input. Test suite yang gagal dan mencetak 8,000 baris setara dengan sebuah buku pendek. Per Oktober 2026, Claude Code secara default meneruskan sekitar 30,000 karakter output perintah secara inline. Output yang lebih panjang dikirim sebagai file tersimpan beserta pratinjau hingga 2,000 karakter. Namun, setiap output di bawah batas tersebut dan setiap pembacaan berikutnya atas file tersimpan tetap ditagihkan sepenuhnya.
• Seluruh percakapan hingga saat ini, dikirim ulang pada setiap giliran. Hal ini perlu dibahas dalam bagian tersendiri.

Biaya pengiriman ulang terakumulasi

Claude API bersifat stateless. API ini tidak mengingat sesi Anda di antara request, dan tidak ada komponen lain yang melakukannya. Pada turn 2, client mengirim turn 1 beserta responsnya, lalu pesan baru Anda. Pada turn 50, client mengirim ulang semua konteks yang masih tersimpan dari turn 1 hingga 49, setiap file yang dibaca, hasil tool, dan diff yang belum dihapus melalui compact, lalu turn 50. (Compaction mengganti riwayat lama dengan ringkasan, sedangkan pembacaan file oleh subagent tetap berada dalam konteksnya sendiri dan hanya hasilnya yang dikirim kembali.) Model membaca ulang seluruh transkrip yang dipertahankan setiap kali, dan setiap token yang dibaca ulang tersebut dihitung sebagai input yang ditagihkan.

Akibatnya, biaya per turn meningkat kira-kira secara linear seiring panjang sesi, sedangkan total biaya sesi meningkat kira-kira secara kuadratik. Pesan yang biayanya setengah sen pada turn 3 dapat berbiaya dua puluh kali lipat pada turn 60 untuk pertanyaan satu baris yang sama, karena pesan tersebut membawa muatan dari enam puluh turn. Inilah satu fakta yang menjelaskan sebagian besar tiket "mengapa tagihan saya begitu tinggi", dan ini bukan keunikan Claude. Setiap produk LLM yang terasa stateful pada dasarnya adalah API stateless dengan loop pengiriman ulang di baliknya.

Output: hal yang Anda lihat dan proses berpikir yang tidak Anda lihat

Token output memiliki biaya lima kali lipat dari token input pada seluruh lini model saat ini ($10/$50 pada Fable 5.1, $4/$20 pada Opus 5.5, $2/$10 pada Sonnet 5.5, dan $0.10/$0.50 pada Haiku 5.5 untuk prompt hingga 100,000 token, per October 2026). Output mencakup teks dan kode yang dibuat Claude, serta thinking tokens: proses penalaran internal yang dilakukan model sebelum menjawab. Ada dua hal penting. Thinking ditagihkan dengan tarif output dan dihitung terhadap max_tokens. Respons API yang berhenti dengan stop_reason: "max_tokens" dan jawaban yang terpotong sering berarti thinking menghabiskan anggaran sebelum jawaban selesai. Selain itu, pada model saat ini, ringkasan penalaran mungkin tidak ditampilkan sama sekali. API secara default tidak menyertakannya pada Fable 5.1, Opus 5.5, Sonnet 5.5, Haiku 5.5, serta model-model sebelumnya hingga Opus 4.7. Namun, proses thinking tetap berlangsung dan tetap ditagihkan. Tidak terlihat bukan berarti gratis.

Claude Code mengaktifkan extended thinking secara default karena terbukti meningkatkan pekerjaan multilangkah, dan anggaran default dapat mencapai puluhan ribu token per permintaan. Untuk tugas yang lebih sederhana, Anda dapat menguranginya: turunkan tingkat effort dengan /effort atau di /model, atau nonaktifkan thinking di /config pada model yang mengizinkannya. Per October 2026, Claude Code tidak dapat menonaktifkan thinking pada Opus 5.5, Sonnet 5.5, Haiku 5.5, atau model Fable. Pada model-model tersebut, effort adalah pengatur yang tersedia. API memberikan opsi yang lebih luas pada dua model. Haiku 5.5 menerima thinking: {"type": "disabled"} pada effort high atau yang lebih rendah, demikian juga Opus 5 versi lama. Sonnet 5 versi lama menerimanya pada semua tingkat effort, termasuk xhigh dan max. Sonnet 5.5 menolak "disabled" dan menggunakan thinking: {"type": "between_tools"} sebagai gantinya. Opsi ini mengurangi thinking di awal pada effort low, medium, atau high. Dengan demikian, permintaan tanpa tools memperoleh jawaban tanpa proses thinking terlebih dahulu. Hanya Opus 5.5 dan model Fable yang tetap menjalankan thinking untuk input apa pun yang Anda kirim. Ini adalah pengaturan biaya yang nyata, bukan sekadar anggapan.

Caching prompt mengubah perhitungannya

Caching prompt menjelaskan mengapa loop pengiriman ulang tidak membuat semua orang bangkrut. API dapat melakukan cache terhadap prefix stabil dari prompt, system prompt, definisi tool, dan riwayat percakapan Anda, lalu menyajikannya pada request berikutnya dengan harga yang jauh lebih rendah. Per Oktober 2026, pengalinya adalah sebagai berikut: penulisan ke cache dikenai biaya 1.25× tarif input dasar (2× untuk varian 1 jam), sedangkan pembacaan dari cache dikenai biaya 0.1× pada sebagian besar model, 0.05× pada Claude Opus 5.5 dan Claude Sonnet 5.5, serta 0.025× pada Claude Fable 5.1. Penulisan dikenai biaya premium; pembacaan memberikan diskon 90% pada sebagian besar model, 95% pada Opus 5.5 dan Sonnet 5.5, serta 97.5% pada Fable 5.1. (Tarif pembacaan Sonnet 5.5 diturunkan dari 0.1× menjadi 0.05× pada 7 Oktober 2026.) Satu kali pembacaan saja sudah lebih dari cukup untuk menutup biaya premium penulisan selama 5 menit.

Claude Code mengelola caching untuk Anda. Dalam sesi yang berjalan normal, hampir seluruh pengiriman ulang besar tersebut dilayani dari cache. Namun, cache kedaluwarsa setelah tidak ada aktivitas selama jangka waktu tertentu. Per Oktober 2026, Claude Code memberikan cache satu jam untuk percakapan utama Anda jika menggunakan subscription dalam penggunaan yang tercakup oleh plan Anda, dan lima menit sejak penggunaan terakhir jika menggunakan API key, cloud provider, atau ketika Anda mulai menggunakan usage credits (setting promptCacheTtl dapat meminta durasi satu jam dalam kondisi tersebut, dengan tarif penulisan 2×). Dengan cache lima menit, jika Anda pergi minum kopi dan kembali setelah waktu yang cukup lama, lalu mengirim pesan, cache sudah kedaluwarsa. Seluruh prefix yang telah terkumpul akan ditulis ulang dengan tarif 1.25×, bukan dibaca dengan tarif cache. Dalam sesi 150K-token, satu turn dingin akan menulis seluruh 150K token dengan tarif 1.25×, sedangkan turn hangat akan membacanya dengan tarif 0.1×. Ini berarti perbedaan 12.5 kali lipat pada prefix tersebut (25 kali lipat pada Opus 5.5 dan Sonnet 5.5, serta 50 kali lipat pada Fable 5.1). Inilah hasil yang berlawanan dengan intuisi dan perlu dipahami: pola berhenti lalu melanjutkan dapat lebih mahal daripada bekerja terus-menerus, karena setiap jeda yang melewati TTL mengubah turn berikutnya dari pembacaan murah menjadi penulisan ulang yang mahal. Bekerjalah dalam beberapa sesi singkat. Dengan cache lima menit, jangan mengirim satu pesan ke sesi besar setiap sepuluh menit.

Jika Anda memanggil API dari aplikasi Anda sendiri pada VPS, semua ini tidak terjadi secara otomatis. Anda harus mengaktifkannya dengan cache_control. Kesalahan umum yang dilakukan sendiri adalah menyisipkan timestamp atau request ID ke dalam system prompt, sehingga byte prefix berubah pada setiap request dan caching dinonaktifkan tanpa pesan. Indikasinya adalah usage.cache_read_input_tokens tetap bernilai nol pada call yang tampak identik.

Rumus dengan contoh perhitungan

Abaikan siapa pun yang menyebutkan bahwa "satu sesi biayanya $X" secara tetap. Biaya sesi dapat berbeda hingga dua tingkat besaran. Rumus berikut yang berlaku:

turn cost = (uncached input        x base input price)
          + (cache writes          x 1.25 x base input price)
          + (cache reads           x read multiplier x base input price)
          + (output incl. thinking x output price)

read multiplier = 0.10 on most models, 0.05 on Opus 5.5 and Sonnet 5.5, 0.025 on Fable 5.1
session cost = sum over all turns

Contoh perhitungan menggunakan Claude Opus 4.8, yang kini merupakan model legacy tetapi masih tersedia dan, per Oktober 2026, masih berharga $5 per juta token input dan $25 per juta token output. Sebuah turn di tengah sesi membawa 80,000 token konteks yang telah terakumulasi: 75,000 dibaca dari cache, 3,000 baru ditulis, 2,000 merupakan input baru yang tidak di-cache, dan 1,500 merupakan token output termasuk proses berpikir.

• Pembacaan cache: 75,000 × $0.50/M = $0.0375
• Penulisan cache: 3,000 × $6.25/M = $0.019
• Input yang tidak di-cache: 2,000 × $5/M = $0.010
• Output: 1,500 × $25/M = $0.0375

Sekitar $0.10 untuk turn tersebut; lima puluh turn seperti ini biayanya sekitar $5. Sekarang lihat turn yang sama setelah cache kedaluwarsa: 78,000 token yang dapat di-cache harus ditulis ulang dengan harga $6.25/M, ditambah 2,000 token yang tidak di-cache dengan harga $5/M. Totalnya sekitar $0.50 sebelum output, atau kira-kira lima kali biaya seluruh turn dengan cache yang masih aktif, untuk pekerjaan yang sama. Selisih tersebut merangkum seluruh dampak caching dalam satu angka. Pada Claude Opus 5.5 saat ini ($4/$20, dengan pembacaan cache sebesar 0.05×), turn dengan cache yang masih aktif tersebut biayanya sekitar $0.07 (pembacaan $0.015, penulisan $0.015, input yang tidak di-cache $0.008, output $0.030), sedangkan versi tanpa cache biayanya $0.40 sebelum output, atau hampir enam kali biaya turn dengan cache yang masih aktif. Empat baris tersebut juga merupakan satu-satunya cara yang tepat untuk membandingkan vendor, karena harga yang tercantum mengabaikan pembacaan cache dan proses berpikir sepenuhnya, dan menjalankan perbandingan itu pada tiga pekerjaan nyata menunjukkan posisi biaya Claude dibandingkan dengan OpenAI.

Jika Anda ingin memahami unit penagihan itu sendiri, bukan hanya satu turn, konversi satu juta token ke halaman, file, dan dolar menerapkan perhitungan yang sama pada tingkat yang lebih tinggi. Gunakan angka berikut untuk kalibrasi, bukan prediksi: angka yang dipublikasikan Anthropic untuk deployment Claude Code enterprise, per Oktober 2026, menunjukkan rata-rata sekitar $13 per developer per hari aktif dan $150 hingga $250 per bulan, dengan 90% pengguna tetap di bawah $30 per hari. Biaya aktual Anda bergantung pada pilihan model, pengelolaan sesi, dan ukuran codebase. Karena itu, faktor-faktor berikut penting.

Melihat penggunaan Anda sendiri

Di Claude Code, perintahnya adalah /usage (/cost masih berfungsi karena merupakan alias). Blok Session di bagian atas menampilkan statistik token dan perkiraan biaya yang dihitung secara lokal untuk sesi saat ini. Pada paket berlangganan, layar yang sama menampilkan indikator batas paket dan perincian penggunaan terbaru berdasarkan skills, subagents, plugins, serta MCP servers individual. Pada versi terbaru, blok Session juga memuat baris Prompt cache (main) yang menunjukkan persentase input yang dilayani dari cache, jumlah cache miss, dan apakah cache saat ini dalam keadaan warm. Untuk penagihan yang menjadi acuan pada akun API, gunakan halaman penggunaan di Claude Console. Angka pada CLI adalah perkiraan. /context menampilkan kisi berwarna yang menunjukkan komponen yang mengisi context window, termasuk system prompt, tools, definisi MCP, files, dan history. Ini adalah cara tercepat untuk menemukan CLAUDE.md yang terlalu besar atau MCP server yang terlalu banyak mengirim pesan. Dalam mode fullscreen, perincian per item disembunyikan. Gunakan all untuk menampilkannya.

Dari API, setiap respons menunjukkan secara tepat apa yang terjadi:

response = client.messages.create(model="claude-sonnet-5-5", max_tokens=2048,
                                  messages=messages)
u = response.usage
total_prompt = u.input_tokens + u.cache_creation_input_tokens + u.cache_read_input_tokens
print(f"uncached={u.input_tokens} written={u.cache_creation_input_tokens} "
      f"read={u.cache_read_input_tokens} output={u.output_tokens}")

Perhatikan bahwa input_tokens hanya merupakan sisa yang tidak di-cache. Ukuran prompt sebenarnya adalah jumlah dari ketiga field input. Agent yang berjalan selama satu jam dan menampilkan input_tokens: 4000 bukan berarti biayanya rendah. Sebanyak 200,000 token lainnya dilayani dari cache. Untuk memperkirakan jumlah token sebelum mengirim permintaan, gunakan endpoint penghitungan token. Endpoint ini gratis digunakan, memiliki rate limit tersendiri, dan menghitung token menggunakan tokenizer dari model yang Anda tentukan. Perlakukan hasilnya sebagai perkiraan yang mendekati karena penagihan didasarkan pada permintaan sebenarnya:

count = client.messages.count_tokens(model="claude-sonnet-5-5",
                                     messages=[{"role": "user", "content": big_file}])
print(count.input_tokens)

Jangan pernah tiktoken karena alasan tersebut.

Paket langganan dan pembayaran sesuai penggunaan

Mekanismenya dalam panduan ini sama di mana pun; yang berbeda hanya cara penagihannya. Dengan API key, Anthropic menerapkan pembayaran sesuai penggunaan berdasarkan jumlah token dan tarif yang dipublikasikan. Semua angka di atas adalah biaya nyata. Penghitungan biaya dimulai lebih cepat daripada yang diperkirakan kebanyakan orang karena tidak ada free tier sebagai cadangan. Yang tersedia hanya kredit kecil saat pendaftaran dan beberapa endpoint yang tidak dikenai biaya. Inilah yang sebenarnya didapatkan akun API baru sebelum Anda menyimpan data kartu.

Pengecualiannya, sejak October 7, 2026, adalah langganan Max atau Team. Paket tersebut kini mencakup kredit API bulanan untuk aplikasi dan agent Anda sendiri di Claude Platform: $100 per bulan pada Max 5x, $200 pada Max 20x, serta $20 per seat Standard dan $100 per seat Premium pada Team, yang dikumpulkan bersama dan dibatasi hingga $500. Anda mengklaim kredit tersebut dengan menautkan organisasi Console. Kredit yang tidak digunakan akan kedaluwarsa pada akhir setiap siklus penagihan. Kredit tersebut tidak mencakup Claude Code interaktif.

Pada langganan Claude (Pro, Max, Team, dan paket Enterprise berbasis seat lama), penggunaan Claude Code diambil dari alokasi yang sudah termasuk dalam paket Anda. Per October 2026, alokasi tersebut berupa jendela sesi bergulir selama lima jam dan jendela mingguan, yang digunakan bersama oleh semua model dan chat claude.ai. Angka dolar /usage hanya bersifat informatif, bukan tagihan.

Ada dua pengecualian per October 2026. Seat Enterprise berbasis penggunaan saat ini tidak mencakup penggunaan sama sekali, sehingga setiap token ditagihkan dengan tarif API standar. Model Fable tidak termasuk dalam alokasi pada Pro, seat Team Standard, atau seat Enterprise standar lama. Pada paket tersebut, Fable menggunakan kredit pembayaran sesuai penggunaan.

Jika sebuah jendela habis, Anda akan melihat "You've hit your session limit" atau "You've hit your weekly limit" beserta waktu reset. Beralih model dengan /model tidak akan memulihkan akses karena semua model menggunakan jendela yang sama.

Jendela tersebut mengikuti akun, bukan client yang sedang Anda gunakan. Hal ini penting jika Anda masih mencari tahu apa yang berjalan secara native di Linux dan paket mana yang mencakup setiap surface. Jendela yang habis menentukan lama waktu tunggu dan tindakan yang dapat dilakukan sementara itu. Karena itu, Anda perlu mengetahui opsi saat mencapai limit di tengah tugas.

Paket dapat mengaktifkan kredit penggunaan secara opsional. Kredit ini dikelola dengan /usage-credits untuk membeli penggunaan setelah batas tercapai. Saya sengaja tidak mencantumkan kuota paket. Angka tersebut paling sering berubah dalam topik ini. Periksa claude.com/pricing dan bar /usage Anda sendiri.

Mekanisme token tetap penting pada langganan. Sesi yang boros akan menghabiskan jendela Anda, sama seperti sesi tersebut menghabiskan uang. Untuk sisi langganan, lihat paket Claude yang sesuai dengan penggunaan Anda.

Pengungkit yang benar-benar efektif

• Batasi cakupan yang dibaca agen. "Perbaiki bug validasi di auth.py" hanya membaca satu file; "tingkatkan codebase ini" membaca empat puluh file. Jaga CLAUDE.md tetap ringkas karena dimuat pada setiap sesi. Cantumkan hanya hal-hal penting di dalamnya, lalu pindahkan instruksi yang khusus untuk alur kerja ke skill yang dimuat sesuai kebutuhan.
• Jelas dan ringkas. /clear di antara tugas yang tidak berkaitan akan dikirim ulang dan ditagihkan kembali pada setiap pesan berikutnya. Dalam satu tugas panjang, /compact Focus on the failing tests and the diff merangkum riwayat agar ukurannya tetap terkendali dan mencegah pertumbuhan kuadratik.
• Sesuaikan ukuran model. Sonnet menangani sebagian besar pekerjaan coding dengan harga $2/$10 per juta token per Oktober 2026. Harga ini kini merupakan harga standar, bukan harga perkenalan: Sonnet 5.5 berharga $2/$10, dan Sonnet 5 tetap berharga $2/$10 setelah kenaikan yang direncanakan pada 1 September menjadi $3/$15 dibatalkan. Sebagai perbandingan, Opus 5.5 berharga $4/$20, sedangkan Haiku 5.5 berharga $0.10/$0.50 (untuk prompt hingga 100,000 token, dan $0.50/$2.50 di atas jumlah tersebut). Haiku 5.5 sesuai untuk pekerjaan subagen mekanis seperti triase log. Fable 5.1 berada di sisi lain dengan harga $10/$50, sama seperti Fable 5 dan dua setengah kali harga Opus 5.5 pada kedua komponen tarif. Karena itu, pertimbangkan pekerjaan mana yang benar-benar membenarkan tarif tersebut sebelum membiarkannya dipilih untuk pekerjaan rutin. /model dapat beralih di tengah sesi.
• Saring output yang panjang terlebih dahulu. Hook yang menggunakan grep untuk menyaring hasil pengujian hingga hanya menyisakan kegagalan sebelum Claude melihatnya dapat mengubah hasil tool sebanyak 20,000 token menjadi 300 token. Penghematan ini berlaku pada setiap pengiriman ulang giliran tersebut di masa mendatang.
• Batch tugas yang tidak interaktif. Untuk pipeline API, klasifikasi, tinjauan massal, dan pekerjaan malam Anda sendiri, Batches API menjalankan model yang sama dengan diskon 50% sebagai imbalan atas pengiriman hasil secara asinkron.
• Perhatikan masa berlaku cache. Kerjakan tugas dalam sesi yang berkelanjutan. Sesi Claude Code di tmux pada VPS yang terlepas tidak menimbulkan biaya saat idle; token hanya digunakan ketika sebuah giliran dijalankan. Namun, waktu idle yang melewati TTL cache membuat cache hangat tidak dapat digunakan, sehingga giliran berikutnya harus membayar penulisan ulang konteks.

FAQ

Berapa banyak token yang digunakan dalam sesi coding di Claude Code?

Tidak ada jumlah yang tetap. Satu giliran percakapan di tengah sesi biasanya memuat puluhan ribu token prompt setelah file dan riwayat terakumulasi. Sesi kerja dapat mencapai jutaan token. Sebagian besar token dilayani dari cache dengan biaya sepersepuluh tarif dasar atau lebih rendah, bergantung pada model. Sebagai acuan, angka enterprise yang dipublikasikan Anthropic per Oktober 2026 menunjukkan rata-rata sekitar $13 per developer per hari aktif, dengan 90% pengguna berada di bawah $30. Jalankan /usage dalam sesi Anda sendiri. Memantaunya selama lima menit lebih berguna daripada mengandalkan rata-rata yang dipublikasikan.

Apakah token thinking tetap dikenai biaya meskipun tidak dapat saya lihat?

Ya. Token thinking ditagihkan sebagai output token dengan tarif yang lebih mahal dan dihitung terhadap max_tokens. Model saat ini tetap menagihnya meskipun antarmuka tidak menampilkan ringkasan reasoning. Jika respons terhenti dengan stop_reason: "max_tokens" sebelum jawaban yang terlihat selesai, kemungkinan besar anggaran token telah digunakan oleh thinking. Di Claude Code, turunkan tingkat effort dengan /effort untuk tugas yang tidak memerlukan penalaran mendalam.

Mengapa sesi Claude Code yang panjang menjadi lebih mahal untuk setiap pesan?

Karena API bersifat stateless. Pada setiap giliran, seluruh percakapan yang masih berada dalam context dikirim ulang, termasuk setiap file yang dibaca, hasil tool, dan percakapan sebelumnya yang belum dihapus melalui compacting. Semua itu ditagihkan sebagai input. Jadi, giliran ke-50 membawa giliran 1 hingga 49 sebagai bagian dari permintaan. Prompt caching menyajikan prefix yang berulang dengan harga sepersepuluh tarif input dasar pada sebagian besar model, yaitu 5% pada Opus 5.5 dan Sonnet 5.5, serta 2.5% pada Fable 5.1. Namun, prefix tersebut terus bertambah panjang. Jeda tidak aktif yang melewati cache TTL juga mengubah giliran berikutnya menjadi penulisan ulang dengan harga penuh. /compact meringkas riwayat. /clear mengatur ulangnya.

Bagaimana cara memeriksa penggunaan token dan biaya Claude saya?

Di Claude Code, /usage menampilkan statistik token sesi, perkiraan biaya lokal, serta indikator batas paket pada subscription; /cost adalah aliasnya. /context menampilkan isi yang memenuhi window. Untuk penagihan API yang otoritatif, gunakan halaman penggunaan di Claude Console. Dalam kode Anda sendiri, baca response.usage. Jumlah input_tokens, cache_creation_input_tokens, dan cache_read_input_tokens menunjukkan ukuran prompt sebenarnya. Untuk memperkirakan terlebih dahulu, gunakan endpoint count_tokens, bukan tiktoken.