Apakah Memori Claude Dikenai Biaya Tambahan?
Memori Claude tidak memiliki tarif token khusus. Pelajari mengapa teks yang diingat tetap menambah token input, serta bagaimana prompt caching memengaruhi biaya API.
Apakah fitur memori Claude dikenai biaya tambahan?
Fitur memori Claude tidak memiliki biaya tersendiri. Tarif yang dipublikasikan Anthropic dihitung per satu juta token input dan per satu juta token output, dengan tarif tambahan untuk caching prompt. Tidak ada satu pun tarif tersebut yang disebut token memori. Penyimpanan memori itu sendiri tidak dikenai biaya pada Claude API (application programming interface), karena memory tool berjalan di sisi klien dan filenya berada pada storage yang Anda miliki.
Memori tetap dapat memengaruhi tagihan karena fakta yang diingat hanya mengubah jawaban jika fakta tersebut disertakan dalam request yang dibaca Claude. Mengingat berarti mengirim ulang. Teks tersebut diterima sebagai token input dan dikenai tarif input standar model, kecuali teks itu di-cache. Dua hal menentukan biayanya: jumlah token dalam teks yang diingat dan dikirim ulang pada setiap giliran, serta apakah teks yang dikirim ulang tersebut dapat dilayani dari prompt cache.
Pada subscription Pro, Max, atau Ultra, penggunaan dalam batas yang termasuk dalam paket tidak ditagihkan per token. Dalam kondisi ini, memori mengurangi kuota penggunaan, bukan saldo Anda. Kondisi tersebut berubah jika Anda mengaktifkan usage credits dan melewati batas: request Anda beralih ke skema pay-as-you-go, ditagihkan berdasarkan tarif API standar dan dibebankan secara terpisah dari subscription. Sejak saat itu, blok memori yang terlalu besar kembali menimbulkan biaya. Mekanismenya tetap sama. Hanya satuannya yang berubah. Kuota tersebut terbatas. Karena itu, pahami biaya Claude Pro dan batas yang dapat menghentikan penggunaan Anda sebelum menentukan seberapa banyak memori yang harus dibawa pada setiap giliran. Claude Enterprise berbasis penggunaan memiliki ketentuan yang berbeda karena setiap token dihitung berdasarkan tarif API di atas harga seat, sehingga blok memori yang terlalu besar kembali menjadi biaya, bukan pengurang kuota. Paket Enterprise berbasis seat menyertakan kuota penggunaan, dengan usage credits yang tersedia setelah anggota mencapai batas yang termasuk dalam paket. Paket ini merupakan paket lama yang beralih ke penagihan berbasis penggunaan saat kontrak diperbarui. Jika memangkas memori membuat penggunaan Anda kembali berada di bawah batas paket yang lebih kecil dengan cukup aman, beralih dari Max atau Ultra ke Pro merupakan langkah lanjutan yang patut dipertimbangkan. Jika perbandingan yang sedang Anda pertimbangkan sebenarnya mencakup beberapa provider, bukan tier milik Anthropic saja, membandingkan paket Claude dengan ChatGPT berdasarkan harga saat ini adalah titik awal yang tepat.
Apa yang dimaksud dengan “memory” pada setiap antarmuka Claude
Tiga produk berbeda menggunakan istilah yang sama, dan kekeliruan di antara ketiganya menjadi alasan utama pertanyaan ini terasa membingungkan.
Memory tool pada Claude API. Anda menambahkan satu entri ke array tools dan menerapkan operasi file dalam kode Anda sendiri.
{"type": "memory_20250818", "name": "memory"}Per Oktober 2026, tool ini tidak memerlukan beta header pada Messages API dan berfungsi pada semua model Claude 4 dan yang lebih baru. Tool ini berjalan di sisi klien: Claude meminta operasi seperti view /memories, handler Anda menjalankannya pada storage yang Anda kendalikan, lalu Anda mengembalikan hasilnya dalam blok tool_result. Anthropic tidak pernah menyimpan file tersebut, sehingga tidak ada biaya storage yang perlu diteruskan kepada Anda. Anda membayar round trip-nya. Definisi tool dikirim dalam setiap request, dan isi file yang dikembalikan tetap berada dalam conversation sejak saat itu.
Anthropic memublikasikan bagian tetap dari overhead tersebut. Pada Claude Opus 5 dengan pilihan tool auto, system prompt untuk penggunaan tool berukuran 286 token, sebagaimana didokumentasikan pada Oktober 2026. Biaya ini dikenakan sekali untuk setiap request jika ada tool apa pun, baik memory maupun tool lainnya.
Claude Code. Dua mekanisme dimuat pada awal setiap session. File CLAUDE.md berisi instruksi yang Anda tulis. Auto memory berisi catatan yang ditulis Claude untuk dirinya sendiri, di bawah ~/.claude/projects/<project>/memory/. Hanya 200 baris pertama atau 25KB pertama dari MEMORY.md yang dimuat, bergantung pada batas mana yang tercapai lebih dahulu. File topik di sebelahnya dibaca sesuai kebutuhan, bukan saat startup. Semua yang dimuat saat startup menjadi bagian dari prefix yang dibawa oleh setiap request berikutnya dalam session tersebut. Memory menggunakan included usage allowance saat Anda memakai subscription, atau usage credits setelah melewati limit jika fitur tersebut diaktifkan. Melalui Console atau cloud provider, Claude Code ditagihkan per token kepada organisasi Anda, dan konteks memory mengikuti metode penagihan tersebut. Cara Claude Code mengingat memory di antara session menjelaskan urutan pemuatan file secara terperinci.
Claude di web. Di claude.ai, memory berupa kumpulan entri yang ditulis dan diperbarui Claude saat Anda mengobrol, dengan memory space untuk setiap project. Secara default, project memory digunakan bersama account memory Anda. Nonaktifkan Use account memory pada halaman project agar keduanya sepenuhnya terpisah. Settings > Your Claude > Manage di sebelah Your memory menampilkan apa yang disimpan. Pada layout lama, buka Settings > Memory. Toggle memory menyediakan opsi Pause memory atau Reset memory. Memory juga tersedia pada Free plan. Pada paid plan dengan included usage, memory menggunakan usage limits, atau usage credits setelah Anda melewati limit jika fitur tersebut diaktifkan. Enterprise berbasis usage menagihnya dengan tarif API.
Mengapa teks yang diingat ditagihkan sebagai token input
Messages API bersifat stateless. API ini tidak menyimpan apa pun di antara panggilan, sehingga client mengirim seluruh percakapan pada setiap giliran dan model membacanya kembali. Memory tidak terkecuali dari aturan tersebut. Memory adalah satu blok teks tambahan dalam request yang sama.
Pembagian ini terlihat dalam objek usage pada setiap response.
"usage": {
"input_tokens": 412,
"cache_creation_input_tokens": 0,
"cache_read_input_tokens": 18240,
"output_tokens": 236
}input_tokens hanya menghitung token yang tidak dibaca dari cache dan tidak digunakan untuk membuat cache. Dalam praktiknya, ini berarti token setelah cache breakpoint terakhir. Total input untuk request tersebut adalah cache_read_input_tokens ditambah cache_creation_input_tokens dan input_tokens. File memory yang dibuka Claude tiga giliran sebelumnya termasuk dalam total tersebut pada setiap giliran berikutnya. File itu dihitung sebagai cache_read_input_tokens selama prefix yang di-cache masih berlaku, sebagai cache_creation_input_tokens saat prefix tersebut ditulis ulang, dan sebagai input_tokens saat tidak di-cache. Teksnya sama, tetapi harganya berbeda. Token input dan output memiliki harga yang berbeda, dan memory yang dikirim ulang dihitung sebagai input.
Tempat melihat angka ini dalam penggunaan Anda sendiri
Jangan mengambil angka dari artikel blog, termasuk artikel ini. Ukur blok memori Anda sendiri. Penghitungan token gratis dan memiliki batas laju tersendiri, sehingga pengukuran ini tidak dikenai biaya.
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"}]
}'Responsnya berupa satu angka, misalnya { "input_tokens": 14 }. Jalankan sekali dengan teks memori ditempelkan ke kolom system, lalu jalankan sekali lagi tanpa teks tersebut. Selisihnya adalah biaya memori itu pada setiap giliran. Ada dua hal yang perlu diperhatikan. Jumlah tersebut merupakan perkiraan, dan token tambahan yang ditambahkan Anthropic untuk optimasi sistemnya sendiri tidak ditagihkan kepada Anda. Lakukan penghitungan berdasarkan model yang benar-benar akan Anda jalankan, karena Claude 4.7 dan versi setelahnya menggunakan tokenizer yang lebih baru dan menghasilkan sekitar 30 persen lebih banyak token untuk teks yang sama.
Di dalam Claude Code, pertanyaan yang sama dapat dijawab tanpa curl.
/contextmenampilkan semua yang sedang dimuat, termasuk file memori, sehingga Anda dapat melihat porsinya dalam jendela konteks sebelum mengetik apa pun./memorymencantumkan file CLAUDE.md Anda dan membuka folder memori otomatis./usagemencetak total sesi, termasuk pembacaan cache dan penulisan cache.- Baris status dapat terus menampilkan penggunaan jendela konteks, sehingga pertumbuhannya terlihat saat berlangsung.
Blok sesi /usage terlihat seperti ini:
Total cost: $0.55
Total duration (API): 6m 20s
Total duration (wall): 6h 33m 10s
Total code changes: 0 lines added, 0 lines removed
Usage by model:
claude-sonnet-4-6: 1.2k input, 5.3k output, 940.0k cache read, 50.0k cache write ($0.55)Baca baris terakhir dengan saksama. Angka pembacaan cache 940.0k menunjukkan seluruh percakapan, termasuk memori, yang dikirim ulang pada setiap giliran dengan tarif cache. Angka input 1.2k hanya menunjukkan input yang tidak di-cache dan tidak digunakan untuk membuat entri cache. Claude Code menghitung jumlah dalam dolar tersebut secara lokal berdasarkan harga daftar, kecuali administrator telah menetapkan tarif kontrak melalui pengaturan terkelola modelPricing. Karena itu, angka tersebut merupakan perkiraan dan dapat berbeda dari tagihan Anda. Halaman Usage di Claude Console adalah angka resmi.
Selanjutnya, jalankan perbandingan secara langsung. Ajukan pertanyaan pembuka yang sama dalam dua sesi baru, satu sesi normal dan satu sesi dengan memori otomatis dinonaktifkan.
CLAUDE_CODE_DISABLE_AUTO_MEMORY=1 claudeJalankan /context di masing-masing sesi, lalu bandingkan entri file memori. Selisihnya menunjukkan biaya memori yang telah terakumulasi pada awal setiap sesi, sebelum pekerjaan apa pun dimulai. Uraian lengkap tentang penggunaan token Claude Code layak dibaca setelah melihat kedua angka tersebut.
Berapa biaya memutar ulang memori per sejuta token?
Prompt caching adalah alasan blok memori yang sama dapat berbiaya sepuluh kali lebih mahal pada satu giliran dibandingkan giliran lainnya. Anthropic memublikasikan tarif cache sebagai kelipatan harga input dasar setiap model, sehingga hubungan ini tetap berlaku meskipun harga dalam dolar berubah.
Data di balik grafik ini
[
{
"label": "Base input",
"price_multiple": 1
},
{
"label": "5 minute cache write",
"price_multiple": 1.25
},
{
"label": "1 hour cache write",
"price_multiple": 2
},
{
"label": "Cache read",
"price_multiple": 0.1
}
]Pembacaan cache berbiaya 0.1 kali harga input dasar pada sebagian besar model. Model-model terbaru memiliki biaya pembacaan yang lebih rendah: 0.05 kali harga dasar pada Claude Opus 5.5 dan Claude Sonnet 5.5, serta 0.025 kali harga dasar pada Claude Fable 5.1, Claude Mythos 5.1, Claude Fable 5.2, dan Claude Mythos 5.2. Penulisan entri dengan masa berlaku 5 menit berbiaya 1.25 kali harga dasar, sedangkan masa berlaku 1 jam berbiaya 2 kali harga dasar. Halaman harga Anthropic menjelaskan titik impas secara langsung: caching mulai menguntungkan setelah satu kali pembacaan cache untuk durasi 5 menit, atau setelah dua kali pembacaan cache untuk durasi 1 jam. Panduan prompt caching sendiri tidak mencantumkan angka titik impas, tetapi tarif pembacaan yang lebih rendah tidak mengubah kedua jumlah tersebut, karena premi penulisan adalah biaya yang harus dikompensasi oleh pembacaan. Titik impas untuk prompt caching adalah perhitungan yang perlu dilakukan sebelum Anda menentukan lokasi memori.
Kelipatan tersebut mengubah jumlah pemutaran ulang menjadi perhitungan aritmetika. Blok berikut merupakan perhitungan berdasarkan kelipatan yang dipublikasikan di atas, bukan pengukuran workload yang sedang berjalan. Blok ini menghitung biaya satu blok memori dengan tiga cara selama sesi 100 giliran, yang dinyatakan sebagai jumlah token ekuivalen yang ditagihkan pada tarif input dasar biasa.
Data di balik grafik ini
[
{
"label": "4,000 tokens, never cached",
"base_rate_equivalent_tokens": "400,000"
},
{
"label": "4,000 tokens, 1 write and 99 reads",
"base_rate_equivalent_tokens": "44,600"
},
{
"label": "1,000 tokens, 1 write and 99 reads",
"base_rate_equivalent_tokens": "11,150"
}
]Blok memori berukuran 4,000 token yang tidak pernah menemukan cache pada 100 giliran akan ditagihkan seperti 400,000 token dengan tarif dasar. Blok yang sama, setelah satu kali penulisan cache 5 menit dan 99 kali pembacaan cache, akan ditagihkan seperti 44,600. Pangkas ukurannya menjadi seperempat dan tetap gunakan caching, maka biayanya setara dengan 11,150. Fitur tersebut tidak berubah pada 3 baris itu. Hanya perilaku pemutaran ulang yang berubah. Baris-baris tersebut menggunakan pembacaan standar 0.1x. Pada Claude Opus 5.5 atau Claude Sonnet 5.5, yang biaya pembacaannya 0.05x, blok 4,000 token yang dicache turun menjadi 24,800, sedangkan pada Claude Fable 5.1 turun menjadi 14,900. Angka tersebut tetap merupakan jumlah token, bukan nilai uang, dan mengubah jumlah token menjadi angka pada tagihan bulanan Anda cukup dilakukan dengan satu perkalian menggunakan tarif per sejuta dari model Anda. Tarif tersebut ditentukan oleh model yang Anda jalankan. Jadi, jika agen akan berjalan pada Claude Fable 5, mulailah dari tarif per sejuta yang dipublikasikan dan jenis pekerjaan yang sesuai dengannya. Jika agen berjalan pada model yang lebih kecil untuk menghemat biaya, periksa harga prompt Claude Haiku 5.5 yang melampaui 100K token sebelum membiarkan memorinya bertambah, karena memori yang diputar ulang adalah faktor yang mendorong permintaan melewati batas tersebut. Jika penyedia masih menjadi pertanyaan terbuka, bukan hanya modelnya, perbandingan biaya pekerjaan yang sama pada API Claude dan ChatGPT menunjukkan perbedaan dampak perkalian tersebut, dan agen yang banyak menggunakan memori sangat bergantung pada sisi inputnya.
Baris kedua mengasumsikan bahwa setiap dari 99 permintaan berikutnya tiba saat entri cache masih aktif. Asumsi inilah yang paling sering menyebabkan tagihan nyata meleset.
Mengapa pertanyaan yang sama menjadi lebih mahal setelah jeda?
Entri cache memiliki masa berlaku, dan penghitung waktu dimulai saat request menulis atau membacanya. Default API adalah 5 menit. Opsi 1 jam dikenai biaya write 2x seperti yang ditunjukkan di atas. Di Claude Code, default langganan satu jam berlaku untuk percakapan utama dan request helper tertentu dalam penggunaan yang termasuk paket; subagent mendapatkan lima menit, kecuali Anda memilih masa berlaku yang lebih lama. Percakapan utama kembali menjadi lima menit setelah Anda mulai menggunakan kredit penggunaan; pada API key atau cloud provider, default-nya adalah lima menit. Pengaturan ENABLE_PROMPT_CACHING_1H=1 mempertahankan masa berlaku satu jam saat Anda menggunakan kredit penggunaan, dan mulai Claude Code v2.1.242, pengaturan promptCacheTtl yang disetel ke 1h juga melakukan hal yang sama untuk percakapan utama. Mulai versi yang sama, subagentPromptCacheTtl yang disetel ke 1h memilih masa berlaku yang lebih lama untuk request di luar percakapan utama.
Jadi, pertanyaan satu baris yang diketik dalam sesi yang dibiarkan terbuka selama makan siang menjadi mahal karena entri cache kedaluwarsa saat Anda pergi. Seluruh prefix, termasuk memory, diproses dan ditulis kembali ke cache dengan tarif cache-write. Durasi jeda menentukan biaya tersebut.
Anda dapat mengonfirmasinya, bukan sekadar mempercayainya. Pada paket Pro, Max, Ultra, Team, atau Enterprise, rincian /usage menandai perilaku yang bertanggung jawab atas 10 persen atau lebih dari penggunaan terbaru, dan konteks panjang serta cache miss ditampilkan berdasarkan namanya. Mulai Claude Code v2.1.251, blok sesi dalam /usage juga menambahkan baris Prompt cache (main) yang menampilkan persentase input yang dilayani dari cache, jumlah miss, dan apakah cache sedang warm. Pada API, pantau cache_creation_input_tokens yang kembali meningkat hingga ukuran penuh prefix pada request pertama setelah periode tanpa aktivitas.
Yang secara diam-diam membatalkan cache
Prefiks yang di-cache tersusun berurutan: tools, lalu system, kemudian messages. Perubahan pada satu tingkat membatalkan cache tingkat tersebut dan semua tingkat setelahnya. Mengedit definisi tool membuang seluruh cache. Mengedit system prompt membuang cache system dan messages.
Inilah jebakannya bagi siapa pun yang menyimpan memori dalam system prompt lalu menulis ulang prompt tersebut saat agent belajar. Setiap penulisan ulang membuang salinan cache dari semua bagian setelahnya, sehingga request berikutnya harus menulis ulang seluruh bagian tersebut. Letakkan materi yang stabil di bagian awal dan jangan mengubahnya. Letakkan materi yang sering berubah di bagian akhir daftar pesan agar pembatalan cache-nya lebih murah.
Ada kegagalan kedua yang lebih sulit terlihat. Setiap model memiliki panjang minimum prefiks yang dapat di-cache: 512 token pada Claude Opus 5, 1,024 pada Claude Sonnet 5, dan 4,096 pada Claude Haiku 4.5, sebagaimana dipublikasikan pada Oktober 2026. Dokumentasi Anthropic menjelaskan dengan tegas hal yang terjadi jika panjangnya di bawah batas tersebut: request diproses tanpa caching, dan tidak ada error yang dikembalikan. Karena itu, file memori yang diberi penanda cache_control sama sekali tidak berpengaruh, secara diam-diam, jika seluruh prefiks hingga breakpoint tersebut lebih pendek daripada batas minimum. Gejala yang dapat dilihat adalah cache_creation_input_tokens tetap bernilai 0, meskipun prompt Anda jelas berisi breakpoint.
Pangkas memori yang tidak lagi bermanfaat
Setiap baris memori menghabiskan token pada setiap giliran yang memuatnya. Karena itu, untuk setiap baris, tanyakan apakah baris tersebut baru-baru ini mengubah jawaban. Claude Code membuat batas ini menjadi jelas. Usahakan agar CLAUDE.md memiliki kurang dari 200 baris. File yang lebih panjang menggunakan lebih banyak konteks dan mengurangi konsistensi Claude dalam mengikutinya. MEMORY.md dibatasi hingga 200 baris pertama atau 25KB saat dimuat. Apa pun setelah batas tersebut akan diabaikan saat sesi berikutnya dimulai. Karena itu, indeks yang terlalu besar menggunakan konteks untuk bagian yang dimuat, sementara sisanya tidak dibaca.
Dua kebiasaan dapat menjaganya tetap ringkas. Pindahkan detail dari indeks ke file topik. Claude akan membaca file tersebut saat diperlukan, bukan saat startup. Pindahkan instruksi alur kerja dari CLAUDE.md ke skills. File tersebut hanya dimuat saat dipanggil. Untuk file memori yang sudah diawali frontmatter, Claude Code mencatat waktu penulisan dalam field modified sebagai timestamp ISO 8601, pada versi 2.1.214 atau yang lebih baru. Timestamp tersebut adalah cara tercepat untuk menemukan fakta yang sudah tidak berlaku. Memangkas memori agen yang sudah usang membahas proses peninjauan ini secara lebih mendalam.
Saat retrieval lebih baik daripada memuat semuanya ke dalam context
Memory tool digunakan untuk mendukung retrieval tepat waktu. Alih-alih memuat semuanya sejak awal, agent mencatat hal-hal yang dipelajarinya dan membaca kembali file hanya ketika tugas membutuhkannya. Hal ini mengubah perhitungannya, karena pembacaan file menambahkan isinya saat diperlukan dan kemudian mempertahankannya dalam request berikutnya sampai dihapus dari context, sedangkan blok yang dimuat secara permanen menimbulkan biaya pada setiap turn.
Aturan sederhananya dapat ditarik dari dua grafik di atas. Teks yang digunakan hampir pada setiap turn sebaiknya ditempatkan dalam stable cached prefix. Teks yang digunakan satu kali dari setiap dua puluh turn sebaiknya ditempatkan di balik pemanggilan view. Titik impas berubah mengikuti jumlah replay, bukan berdasarkan biaya yang ditetapkan Anthropic.
Pada API, Anda juga dapat membiarkan platform memangkas percakapan. Context editing menghapus hasil tool lama setelah percakapan melewati ambang yang Anda tetapkan. Fitur ini masih dalam tahap beta, sehingga request yang menggunakannya memerlukan beta header context-management-2025-06-27.
{
"edits": [
{
"type": "clear_tool_uses_20250919",
"trigger": {"type": "input_tokens", "value": 30000},
"keep": {"type": "tool_uses", "value": 3},
"clear_at_least": {"type": "input_tokens", "value": 5000}
}
]
}Nilai defaultnya adalah pemicu 100,000 input tokens dan 3 penggunaan tool yang dipertahankan. Pahami interaksi fitur tersebut dengan caching sebelum mengaktifkannya: penghapusan content membatalkan cached prefix pada titik penghapusan, sehingga Anda harus membayar cache write pada request berikutnya. Itulah fungsi clear_at_least. Fitur ini menunda penghapusan sampai penghematannya cukup besar untuk membenarkan write tersebut. Response melaporkan secara tepat apa yang terjadi di bawah context_management, dengan cleared_tool_uses dan cleared_input_tokens, sehingga trade-off ini dapat diukur, bukan hanya bersifat teoretis. Mengelola context window di Claude Code menerapkan gagasan yang sama pada coding session.
Yang memiliki tarif tersendiri
Memory tidak memiliki biaya tersendiri, tetapi beberapa fitur memang memilikinya, dan Anda perlu mengetahui fitur yang dimaksud. Berikut tarif Claude API yang dipublikasikan per Oktober 2026. Beberapa operasi sama sekali tidak dikenai biaya, dan kredit uji Claude API membantu pengguna baru mencobanya. FAQ harga Anthropic hanya menyatakan bahwa pengguna baru menerima kredit gratis untuk menguji API, tanpa mencantumkan jumlahnya. Pelanggan Max, Ultra, dan Team juga menerima kredit API bulanan. Dalam dokumentasi Anthropic pada 31 Oktober 2026, kredit tersebut tercantum sebesar $100 untuk Max dan $200 untuk Ultra. Pada Team, kreditnya sebesar $20 per seat Standard dan $100 per seat Premium, dikumpulkan bersama dan dibatasi hingga $500 per bulan. Paket Free, Pro, dan Enterprise tidak memenuhi syarat. Kredit yang tidak digunakan tidak dibawa ke bulan berikutnya, dan kredit tersebut tidak mencakup Claude Code interaktif atau kredit penggunaan. Kredit tersebut mencakup claude -p dan Claude Agent SDK jika Anda menjalankannya secara langsung dengan API key dari organisasi Console yang ditautkan. Run yang dimulai oleh Claude Code GitHub Action, ekstensi IDE, atau aplikasi desktop tetap tidak termasuk, bahkan dengan -p. Kredit tersebut merupakan manfaat dari paket berbayar, dan biaya di bawah ini akan mengurangi kredit yang tersedia atau saldo berbayar Anda.
- Web search: $10 per 1,000 pencarian, ditambah biaya token biasa untuk semua konten yang dimasukkan oleh pencarian ke dalam context.
- Code execution: 1,550 jam gratis per organisasi setiap bulan, kemudian $0.05 per jam untuk setiap container. Fitur ini gratis jika request yang sama menyertakan web search atau web fetch pada tool version
20260209atau yang lebih baru. - Claude Managed Agents: runtime session sebesar $0.08 per session-hour, di luar biaya token biasa.
- Web fetch: tidak ada biaya tambahan, hanya biaya token untuk konten yang diambil.
Memory tidak tercantum pada satu pun baris tersebut. Memory tercakup dalam jumlah input token Anda. Di situlah Anda dapat mengukurnya secara tepat, dan di situlah pruning serta caching dapat menguranginya. Jika Anda menganggarkan agent yang berjalan tanpa pengawasan pada virtual private server (VPS), pengendalian biaya untuk agent AI pada VPS adalah hal berikutnya yang perlu diterapkan. Agent dengan file memory yang terus bertambah dan tanpa pruning akan menjadi semakin mahal setiap minggu tanpa ada laporan mengenai hal tersebut.
FAQ
Apakah ada biaya terpisah untuk fitur memory Claude?
Tidak. Daftar harga Anthropic mencantumkan tarif per juta token input, per juta token output, dan kelipatan prompt caching, tanpa pos memory. Pada Claude API, memory tool berada di sisi client, sehingga file disimpan pada storage yang sudah Anda bayar. Memory menambahkan token input, yang ditagihkan berdasarkan tarif input normal model atau tarif caching yang berlaku pada setiap giliran yang membawanya.
Apakah menonaktifkan memory membuat Claude lebih murah?
Jumlah token pada setiap request berkurang, sehingga biaya setiap request juga turun. Namun, penghematan total bergantung pada proses berikutnya. Jika Claude harus membaca ulang tiga file dan mengajukan dua pertanyaan untuk membangun kembali informasi yang sudah disimpan oleh memory, token tersebut dapat berbiaya lebih besar daripada memory. Ukur hasilnya, jangan menebak: jalankan /context dalam session dengan auto memory aktif dan dalam session yang dimulai dengan CLAUDE_CODE_DISABLE_AUTO_MEMORY=1, lalu bandingkan total token yang digunakan untuk tugas yang sama.
Mengapa penggunaan saya meningkat padahal saya tidak mengubah apa pun?
Penyebab yang paling umum adalah cache miss setelah jeda. Pada API, cache entry secara default berlaku selama 5 menit; Claude Code menggunakan default satu jam untuk percakapan utama dan helper tertentu dalam usage yang termasuk dalam subscription, serta 5 menit untuk usage credits, API key, atau cloud provider. Request pertama setelah masa berlaku tersebut berakhir akan memproses ulang seluruh prefix dan menulisnya kembali dengan tarif cache-write. Penyebab umum kedua adalah perubahan pada prefix: perubahan pada definisi tool membatalkan seluruh cache, sedangkan perubahan pada system prompt membatalkan system cache dan message cache. Pada subscription plan, rincian /usage menyebutkan perilaku tersebut jika menyumbang 10 persen atau lebih dari usage terbaru.
Sebaiknya memory ditempatkan dalam system prompt atau di balik tool call?
Tempatkan memory dalam system prompt jika hampir setiap giliran menggunakannya, karena memory akan berada dalam cached prefix dan dikenai tarif cache read. Tempatkan memory di balik view call jika hanya sebagian tugas yang membutuhkannya, karena token file baru ditambahkan saat diperlukan; hasilnya tetap diputar ulang pada giliran berikutnya sampai dihapus dari context. Angka penentunya adalah jumlah replay Anda, dan object usage menampilkan token input, cache-write, dan cache-read untuk setiap request.
Apakah fitur memory dihitung dalam batas usage subscription?
Ya, secara tidak langsung, karena batas subscription dikonsumsi oleh token yang dibawa setiap request. Dokumentasi bantuan Anthropic menyatakan bahwa percakapan yang lebih panjang dan memicu pengelolaan context otomatis akan menggunakan lebih banyak batas usage Anda. Memory membuat setiap request sedikit lebih panjang, dan session yang panjang memutar ulang panjang tersebut pada setiap giliran. Cara kerja batas usage Claude sebenarnya menjelaskan hal yang di-reset dan waktunya.