Berapa Biaya 1 Juta Token di Claude?

Berapa harga 1M token di Claude?

1M token berarti satu juta token, dan ini adalah unit yang digunakan dalam harga model Claude API (application programming interface). Tidak ada harga tunggal untuk unit ini, karena input dan output ditagih dengan tarif berbeda dan setiap model memiliki pasangan tarifnya sendiri. Claude Haiku 5.5 memiliki dua pasangan: satu untuk prompt hingga 100.000 token dan tarif yang lebih tinggi untuk prompt di atas jumlah tersebut. Per Oktober 2026, satu juta token input berharga $1 pada Claude Haiku 4.5, $2 pada Claude Sonnet 5, dan $5 pada Claude Opus 5.

Output adalah bagian yang mahal. Pada setiap model saat ini, tarif output adalah lima kali lipat tarif input, sehingga pembagian antara keduanya lebih menentukan tagihan Anda daripada angka utamanya. Aplikasi yang mengirim dokumen panjang dan mengembalikan jawaban singkat berperilaku sangat berbeda dari aplikasi yang menulis jawaban panjang dari prompt singkat.

Halaman ini membahas ekonomi unit: berapa biaya sebuah token, dan cara mengestimasi tagihan sebelum Anda membangun aplikasi. Untuk mengetahui ke mana token sebenarnya pergi saat Anda bekerja, baca ke mana token pergi dalam sesi Claude Code.

Seperti apa 1 juta token itu

Token adalah potongan teks yang dibaca atau ditulis oleh model. Glosarium Anthropic menetapkan satu token setara dengan sekitar 3,5 karakter bahasa Inggris pada model sebelum Claude 4.7. Ikhtisar model Anthropic menyatakan bahwa satu juta token menampung sekitar 750.000 kata pada model-model tersebut, dan dengan 3,5 karakter per token, itu setara dengan sekitar 3,5 juta karakter, atau sekitar 3,5 MB teks bahasa Inggris polos. Pada tokenizer yang lebih baru yang diperkenalkan dengan Claude Opus 4.7, satu juta token yang sama menampung sekitar 555.000 kata, atau sekitar 2,5 juta karakter.

Estimasi yang dipublikasikan untuk input umum memberikan gambaran yang lebih baik mengenai skalanya.

[
  {
    "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"
  }
]

Dengan tingkat tersebut, 1 juta token setara dengan sekitar 400 halaman web rata-rata yang dibaca sekali, atau delapan makalah penelitian dengan ukuran tersebut. Ini adalah satu kali pemrosesan basis kode berukuran sedang, atau penggunaan obrolan ringan selama satu bulan untuk satu orang.

Anggap semua itu sebagai estimasi. Kode, JSON, dan teks dalam bahasa selain bahasa Inggris memuat lebih sedikit kata ke dalam satu token, sehingga jumlah kata tersebut merupakan batas optimis. Satu hal lagi yang mengubah jumlah tersebut: Claude Opus 4.7 dan versi setelahnya, yang mencakup Opus 5 dan Sonnet 5, menggunakan tokenizer yang lebih baru yang menghasilkan sekitar 30 persen lebih banyak token untuk teks yang sama dibandingkan Sonnet 4.6 dan versi sebelumnya. Claude Haiku 4.5 menggunakan tokenizer yang lebih lama. Jadi, jumlah yang Anda ukur pada Haiku 4.5 akan lebih rendah daripada jumlah pada Sonnet 5 untuk input yang identik, yang berarti perbandingan harga per juta secara langsung di seluruh batasan tersebut tidak adil. Hitung prompt yang sama pada kedua model sebelum Anda memutuskan.

Biaya Claude per satu juta token

[
  {
    "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 berbiaya $2 untuk input dan $10 untuk output. Anthropic awalnya menawarkan harga tersebut sebagai tarif perkenalan hingga 31 August 2026, kemudian menjadikannya harga standar dan membatalkan rencana kenaikan menjadi $3 dan $15. Claude Opus 5 berbiaya $5 dan $25. Model Fable berada jauh di atas kisaran tersebut: Claude Fable 5 dan Claude Fable 5.1 yang lebih baru sama-sama tercantum dengan harga $10 untuk input dan $50 untuk output, sehingga apakah tarif tersebut layak dibayar bergantung pada pekerjaan yang benar-benar Anda jalankan dengan model tersebut.

Jajaran Anthropic saat ini lebih baru daripada model yang digunakan dalam perhitungan di halaman ini. Claude Opus 5.5 tercantum dengan harga $4 untuk input dan $20 untuk output, Claude Sonnet 5.5 seharga $2 dan $10, sedangkan Claude Haiku 5.5 mulai dari $0.10 dan $0.50. Opus 5, Sonnet 5, Haiku 4.5, dan Fable 5 kini tercantum sebagai model legacy yang masih tersedia, sehingga contoh perhitungan di bawah tetap dapat dijalankan seperti tertulis. Biaya Haiku 5.5 dan posisinya membahas model baru yang paling murah.

Tarif dapat berubah. Anggap setiap angka di halaman ini sebagai contoh perhitungan bertanggal October 2026, dan konfirmasikan angka terbaru pada halaman harga resmi sebelum menetapkan anggaran.

Tarif ini menunjukkan biaya Claude, tetapi tidak menunjukkan apakah Claude merupakan pilihan yang lebih murah untuk beban kerja Anda. Tiga pekerjaan yang dihitung biayanya pada Claude dan ChatGPT menunjukkan API mana yang lebih unggul untuk setiap pekerjaan.

Satu hal yang tidak mengubah tarif adalah panjang konteks, dengan satu pengecualian. Pada model Claude 4.6 dan yang lebih baru, kecuali Claude Haiku 5.5, seluruh jendela konteks 1M token ditagihkan dengan harga standar. Karena itu, permintaan berukuran 900,000 token memiliki biaya per token yang sama dengan permintaan berukuran 9,000 token. Prompt yang panjang berbiaya lebih tinggi karena jumlah tokennya lebih banyak, dan tidak ada tarif konteks panjang terpisah. Claude Haiku 5.5 menggunakan panjang prompt sebagai dasar harga: permintaan dengan prompt lebih dari 100,000 token dikenai biaya $0.50 untuk input dan $2.50 untuk output per satu juta token, bukan $0.10 dan $0.50. Pembacaan dan penulisan cache juga dihitung dalam ambang batas tersebut.

Aritmetika yang tetap benar setelah perubahan harga

Setiap tagihan terdiri atas dua operasi perkalian dan satu penjumlahan.

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

Ditulis sebagai kode yang dapat Anda jalankan:

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}")

Kode tersebut mencetak 0.0126. Permintaan yang mengirim 4,300 token input dan menerima 400 token output berbiaya sekitar 1.3 sen pada Sonnet 5. Simpan kedua tarif di satu tempat dalam kode Anda. Saat harga berubah, Anda hanya perlu mengedit dua baris, dan semua estimasi dalam sistem Anda akan ikut diperbarui.

Estimasi terperinci untuk aplikasi nyata

Pertimbangkan sebuah assistant dukungan. System prompt dan dokumentasi produknya berjumlah 4,000 token, dan dikirim pada setiap request karena Messages API bersifat stateless dan model tidak mengingat apa pun di antara pemanggilan. Pertanyaan pengguna menambahkan sekitar 300 token. Sebuah jawaban menggunakan sekitar 400 token. Jadi, setiap request menggunakan 4,300 token input dan 400 token output.

Satu juta token input cukup untuk sekitar 232 request dengan pola tersebut. Dengan 1,000 request per hari, aplikasi menggunakan 4.3 juta token input setiap hari. Jadi, "1M token" hanya mencakup kurang dari enam jam trafik.

[
  {
    "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"
  }
]

Pada Claude Opus 5, trafik tersebut berbiaya $31.50 per 1,000 request. Pada Sonnet 5, biayanya $12.60. Jika beralih ke Claude Haiku 4.5, biayanya menjadi $6.30, sedangkan prompt cache yang tetap hangat pada Sonnet 5 menurunkannya lebih jauh menjadi $5.40.

Kalikan dengan 30 untuk trafik selama satu bulan. Sonnet 5 dengan harga standar berbiaya sekitar $378 per bulan. Aplikasi yang sama dengan cache yang tetap hangat berbiaya sekitar $162. Pilihan model dan keputusan caching Anda masing-masing lebih berpengaruh daripada tarif apa pun yang dapat Anda negosiasikan pada volume ini. Model yang akan dijalankan merupakan pertanyaan tersendiri. Pilih opsi termurah yang lolos evaluasi Anda: memilih antara Opus, Sonnet, dan Haiku membahas cara mengujinya dengan benar.

Prompt caching memangkas bagian yang berulang

Awalan 4.000 token tersebut identik pada setiap permintaan, dan Anda membayar harga input penuh untuk itu setiap saat. Prompt caching menyimpan awalan yang telah diproses dan mengenakan tarif yang lebih rendah untuk menggunakannya kembali.

Pada model-model dalam bagan harga dan contoh kerja di halaman ini (Haiku 4.5, Sonnet 5, Sonnet 4.6, dan Opus 5), serta pada Fable 5, pembacaan cache dikenakan biaya 0,1 kali tarif input dasar. Beberapa model yang lebih baru mengenakan biaya lebih rendah untuk pembacaan: Opus 5.5 dan Sonnet 5.5 mengenakan 0,05 kali, sedangkan Fable 5.1 dan Mythos 5.1 mengenakan 0,025 kali. Penulisan cache dikenakan biaya 1,25 kali dasar untuk masa pakai 5 menit, atau 2 kali dasar untuk masa pakai 1 jam. Jadi, pada model dengan tarif 0,1 kali, cache 5 menit akan balik modal setelah satu kali pembacaan, karena penulisan memakan biaya tambahan 0,25 sementara setiap pembacaan menghemat 0,9. Cache 1 jam memerlukan dua kali pembacaan agar impas.

Cara termudah untuk mengaktifkannya adalah dengan satu field tingkat atas:

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?"}
    ]
  }'

Kemudian baca blok usage yang dikembalikan:

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

Ketiga penghitung input tersebut ditagih dengan tiga tarif berbeda dan jumlahnya adalah volume input nyata Anda: total_input_tokens = cache_read_input_tokens + cache_creation_input_tokens + input_tokens. Estimasi biaya yang hanya membaca input_tokens akan sangat salah setelah caching diaktifkan.

Dua hal yang membuat cache tidak memberikan keuntungan, dan keduanya gagal tanpa peringatan.

Awalan harus identik secara byte. Pencarian cache adalah pencocokan awalan, jadi stempel waktu atau nama pengguna di bagian atas prompt sistem Anda akan mengubahnya pada setiap permintaan. Anda kemudian membayar 1,25 kali input dasar setiap saat dan tidak pernah melakukan pembacaan sama sekali. Gejalanya adalah cache_creation_input_tokens tetap tinggi sementara cache_read_input_tokens tetap 0. Tempatkan cache_control pada blok terakhir yang kontennya sama di seluruh permintaan, dan letakkan semua yang bervariasi setelahnya. Mengubah definisi tools Anda akan membatalkan seluruh cache di bawahnya, karena pembatalan berjalan sesuai urutan tools, kemudian system, lalu messages.

Awalan harus cukup panjang. Panjang minimum yang dapat di-cache adalah 512 token pada Opus 5, 1.024 pada Sonnet 5, dan 4.096 pada Haiku 4.5. Prompt yang lebih pendek tidak akan di-cache dan tidak ada error yang dikembalikan. Awalan 4.000 token dalam contoh di atas akan di-cache pada Sonnet 5 dan tidak di-cache pada Haiku 4.5, karena 4.000 berada di bawah batas minimum model tersebut. Ketika kedua penghitung terbaca 0, tidak ada yang di-cache.

Pemrosesan batch mengurangi tarif hingga setengahnya

Batch API memproses permintaan secara asinkron dengan diskon 50 persen untuk input dan output. Dalam contoh di atas, biayanya berubah dari $12.60 per 1,000 permintaan menjadi $6.30. Diskon ini dapat digabungkan dengan prompt caching, sehingga batch job dengan cache merupakan cara paling murah untuk menjalankan pekerjaan dalam jumlah besar.

Konsekuensinya adalah latensi, sehingga batch tidak cocok untuk pekerjaan yang hasilnya sedang ditunggu oleh seseorang. Batch cocok untuk klasifikasi semalaman dan pengisian data dokumen yang belum diproses.

Mengapa biaya chat meningkat dalam satu percakapan

Karena API tidak menyimpan state, klien Anda mengirim ulang seluruh percakapan pada setiap giliran. Oleh karena itu, penggunaan token dalam satu chat bertumbuh secara kuadrat terhadap panjang percakapan, bukan secara linear.

Misalkan setiap giliran rata-rata berisi 500 token. Giliran 1 mengirim 500 token input. Giliran 2 mengirim 1,000 token. Giliran 20 mengirim 10,000 token. Jika dijumlahkan menggunakan n(n+1)/2, percakapan dengan 20 giliran telah mengirim sekitar 105,000 token input, sedangkan transkripnya sendiri hanya sepanjang 10,000 token.

Itulah sebabnya fitur chat dapat berbiaya lebih tinggi daripada yang terlihat dari transkripnya. Karena itu, melakukan caching pada prefix yang stabil atau merangkum giliran lama akan sebanding dengan biayanya pada thread yang panjang. Agent yang melakukan loop pada tool call memiliki pola yang sama, bahkan lebih buruk: setiap hasil tool tetap berada dalam riwayat dan dikirim ulang pada setiap giliran berikutnya. Menetapkan batas pengeluaran yang ketat untuk agent yang Anda jalankan sendiri sangat penting dalam situasi ini, karena pertumbuhan tersebut terjadi secara otomatis dan tidak ada yang memantaunya.

Hitung token sebelum membuat perkiraan

Jangan lagi menurunkan jumlah token dari jumlah kata. API menghitungnya untuk Anda tanpa biaya, dengan batas laju yang terpisah dari pembuatan pesan.

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"
    }]
  }'

Respons tersebut berisi satu field:

{ "input_tokens": 14 }

Kirim system prompt dan definisi tool yang sebenarnya, bersama pesan pengguna yang representatif, lalu masukkan jumlahnya ke fungsi biaya di atas. Endpoint ini menggunakan body yang sama seperti request pesan, sehingga gambar dan PDF yang dikirim sebagai base64 juga dihitung dengan benar. Endpoint ini menolak server tool seperti web search dan web fetch, serta gambar atau dokumen yang diberikan melalui URL atau referensi file. Ada dua hal penting. Jumlah tersebut merupakan perkiraan dan dapat sedikit berbeda dari angka yang ditagihkan. Jumlah tersebut juga diukur menggunakan tokenizer model yang Anda kirim, jadi gunakan model yang benar-benar akan Anda jalankan.

Token output tidak dapat dihitung sebelumnya karena token tersebut belum ada. Batasi jumlahnya dengan max_tokens, lalu ukur distribusi sebenarnya dari usage.output_tokens pada trafik produksi.

Hal lain yang masuk ke tagihan

Token mencakup sebagian besar tagihan. Beberapa komponen bukan token dan sering mengejutkan pengguna.

• Definisi tool menjadi token input pada setiap request. System prompt penggunaan tool saja menambahkan 286 hingga 406 token pada Opus 5, sebelum schema Anda sendiri. Sepuluh deskripsi tool yang panjang dapat menggandakan prompt kecil.
• Web search dikenai biaya $10 per 1.000 pencarian, di luar biaya token yang digunakan hasil pencarian saat dimasukkan ke dalam context.
• Web fetch tidak menambahkan biaya tersendiri, tetapi halaman yang diambil menjadi token input. Halaman dokumentasi berukuran 100 kB kira-kira terdiri dari 25,000 token.
• Permintaan inference khusus AS dengan inference_geo pada Claude 4.6 dan versi setelahnya menerapkan multiplier 1.1 pada setiap kategori token, termasuk cache reads dan cache writes.

Apakah API memang tepat untuk dibeli bergantung pada volume penggunaan Anda. Pertanyaan ini biasanya muncul setelah Anda mencapai batas penggunaan pada suatu plan, dan jalur untuk melewati batas tersebut berkisar dari menunggu hingga jendela penggunaan berakhir sampai memindahkan pekerjaan itu ke panggilan API berbasis metered usage. Di bawah tingkat penggunaan tertentu, plan bulanan tetap lebih menguntungkan, dan perbandingan API dengan langganan Claude menghitungnya menggunakan angka nyata.

FAQ

Berapa biaya 1M token di Claude?

Itu tergantung pada modelnya, dan apakah token tersebut adalah input atau output. Per Oktober 2026, satu juta token input berharga $1 pada Claude Haiku 4.5, $2 pada Claude Sonnet 5, dan $5 pada Claude Opus 5. Claude Haiku 5.5 yang lebih baru dimulai dari $0,10 per juta token input untuk prompt hingga 100.000 token, dan mengenakan biaya $0,50 di atas jumlah tersebut. Biaya output adalah lima kali lipat tarif input pada masing-masing model tersebut. Tarif dapat berubah, jadi konfirmasikan pada halaman harga resmi sebelum Anda menetapkan angka untuk anggaran.

Apakah 1M token sama dengan 1M kata?

Tidak. Pada model sebelum Claude Opus 4.7, Anthropic menetapkan satu token kira-kira setara dengan 3,5 karakter bahasa Inggris dan menyatakan satu juta token menampung sekitar 750.000 kata. Pada tokenizer yang lebih baru yang digunakan Claude Opus 4.7 dan setelahnya, satu juta token menampung sekitar 555.000 kata, karena tokenizer tersebut menghasilkan sekitar 30 persen lebih banyak token untuk teks yang identik dibandingkan Claude Sonnet 4.6 dan sebelumnya. Rasio tersebut hanyalah panduan. Kode, JSON, dan bahasa selain bahasa Inggris menggunakan lebih banyak token per kata, dan jumlahnya tidak dapat disamakan antar generasi model. Ukur dengan endpoint /v1/messages/count_tokens gratis, dengan memasukkan model yang rencananya akan Anda jalankan.

Apakah prompt caching selalu menghemat uang?

Tidak. Penulisan cache 5 menit berharga 1,25 kali tarif input dasar, sehingga awalan yang ditulis dan tidak pernah dibaca berharga 25 persen lebih mahal daripada mengirimnya secara biasa. Cache akan balik modal sejak pembacaan pertama. Cache gagal dalam dua cara, keduanya diam. Jika awalan yang di-cache berubah antar permintaan, pencarian tidak akan pernah cocok, karena ini adalah pencocokan awalan yang tepat. Jika awalan lebih pendek dari panjang minimum yang dapat di-cache model, yaitu 1.024 token pada Sonnet 5 dan 4.096 pada Haiku 4.5, tidak ada yang di-cache dan tidak ada error yang dikembalikan. Ketika cache_creation_input_tokens dan cache_read_input_tokens keduanya membaca 0, cache tidak melakukan apa pun.

Mengapa tagihan saya membengkak lebih cepat daripada jumlah pesan saya?

Karena seluruh percakapan dikirim ulang pada setiap giliran. Messages API tidak menyimpan status, sehingga giliran ke-20 dari sebuah obrolan membawa 19 giliran sebelumnya sebagai input lagi. Dengan rata-rata 500 token per giliran, percakapan 20 giliran mengirim sekitar 105.000 token input sementara transkripnya hanya sepanjang 10.000 token. Loop agen berperilaku dengan cara yang sama, karena setiap hasil tool tetap ada dalam riwayat. Cache awalan yang stabil, atau ringkas giliran yang lebih lama dan hapus dari permintaan.