Berapa Biaya 1 Juta Token di Claude?

Berapa biaya 1M token di Claude?

1M token berarti satu juta token. Ini adalah satuan yang digunakan dalam setiap harga Claude API (application programming interface). Tidak ada satu harga tetap untuk satuan ini karena token input dan output ditagihkan dengan tarif berbeda, dan setiap model memiliki pasangan tarifnya sendiri. Per Agustus 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 lebih mahal. Pada setiap model saat ini, tarif output lima kali lipat tarif input. Karena itu, perbandingan antara keduanya lebih menentukan tagihan Anda daripada angka utama yang ditampilkan. Aplikasi yang mengirim dokumen panjang dan mengembalikan jawaban singkat akan menghasilkan biaya yang sangat berbeda dari aplikasi yang menulis jawaban panjang berdasarkan prompt singkat.

Halaman ini membahas ekonomi satuan: biaya token dan cara memperkirakan tagihan sebelum Anda mulai membangun. Untuk mengetahui ke mana token digunakan selama Anda bekerja, baca ke mana token digunakan dalam sesi Claude Code.

Gambaran 1M token

Token adalah potongan teks yang dibaca atau ditulis model. Panduan kasar dari Anthropic menyebutkan bahwa satu token setara dengan 4 karakter, atau sekitar 0.75 kata dalam bahasa Inggris. Jadi, satu juta token setara dengan sekitar 750,000 kata, atau kira-kira 4 MB teks biasa.

Perkiraan yang dipublikasikan untuk input umum memberikan gambaran yang lebih jelas tentang 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 rasio tersebut, 1M token setara dengan sekitar 400 halaman web rata-rata yang dibaca satu kali, atau delapan makalah penelitian dengan ukuran yang sama. Jumlah itu cukup untuk memproses satu kali codebase berukuran sedang, atau penggunaan chat ringan selama satu bulan oleh satu orang.

Anggap semua angka tersebut sebagai perkiraan. Code, JSON, dan teks dalam bahasa selain bahasa Inggris memuat lebih sedikit kata dalam satu token, sehingga rasio 0.75 merupakan batas yang optimistis. Ada faktor lain yang memengaruhi jumlah tersebut: Claude Opus 4.7 dan versi setelahnya, termasuk Opus 5 dan Sonnet 5, menggunakan tokenizer yang lebih baru dan menghasilkan sekitar 30 persen lebih banyak token untuk teks yang sama dibandingkan Sonnet 4.6 dan versi sebelumnya. Claude Haiku 4.5 menggunakan tokenizer lama. Jadi, jumlah yang Anda ukur pada Haiku 4.5 akan lebih rendah daripada jumlah pada Sonnet 5 untuk input yang sama. Artinya, perbandingan harga per juta secara langsung pada batas versi tersebut tidak adil. Hitung prompt yang sama pada kedua model sebelum mengambil keputusan.

Biaya Claude per sejuta token

[
  {
    "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 menggunakan harga perkenalan sebesar $2 untuk input dan $10 untuk output hingga 31 August 2026. Mulai 1 September 2026, tarif standar berlaku: $3 untuk input dan $15 untuk output. Claude Opus 5 dikenai biaya $5 untuk input dan $25 untuk output. Ada satu model yang tarifnya jauh lebih tinggi: Claude Fable 5 menetapkan $10 untuk input dan $50 untuk output. Jadi, apakah tarif tersebut layak dibayar bergantung pada pekerjaan yang benar-benar Anda berikan kepadanya.

Tarif dapat berubah. Anggap setiap angka di halaman ini sebagai contoh perhitungan bertanggal August 2026, lalu konfirmasikan angka terbaru di halaman harga resmi sebelum menyetujui 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.

Panjang konteks tidak mengubah tarif. Pada Claude 4.6 dan versi lebih baru, seluruh jendela konteks 1M token ditagihkan dengan harga standar. Jadi, permintaan berisi 900,000 token dikenai biaya per token yang sama dengan permintaan berisi 9,000 token. Prompt yang panjang lebih mahal karena jumlah tokennya lebih banyak, bukan karena ada tarif konteks panjang yang terpisah.

Aritmetika yang tetap berlaku setelah perubahan harga

Setiap tagihan terdiri atas dua 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, 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}")

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. Jika harga berubah, Anda cukup mengedit dua baris, dan semua estimasi dalam sistem Anda akan ikut berubah.

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 mengurangi bagian yang berulang

Awalan sepanjang 4,000 token itu identik pada setiap request, dan Anda membayar harga input penuh untuk bagian tersebut setiap kali. Prompt caching menyimpan awalan yang telah diproses dan mengenakan tarif lebih rendah saat awalan tersebut digunakan kembali.

Pembacaan cache dikenai biaya 0.1 kali tarif input dasar. Penulisan cache dikenai biaya 1.25 kali tarif dasar untuk masa berlaku 5 menit, atau 2 kali tarif dasar untuk masa berlaku 1 jam. Jadi, cache 5 menit balik modal setelah satu kali pembacaan, karena penulisan memerlukan biaya tambahan 0.25, sedangkan setiap pembacaan menghemat 0.9. Cache 1 jam memerlukan dua kali pembacaan untuk mencapai titik impas.

Cara paling sederhana untuk mengaktifkannya adalah dengan satu field tingkat teratas:

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 dikenai tiga tarif berbeda dan jumlahnya merupakan volume input aktual Anda: total_input_tokens = cache_read_input_tokens + cache_creation_input_tokens + input_tokens. Estimasi biaya yang hanya membaca input_tokens akan sangat keliru setelah caching diaktifkan.

Ada dua hal yang membuat cache tidak memberikan manfaat, dan keduanya gagal tanpa pesan.

Awalan harus identik byte demi byte. Pencarian cache menggunakan pencocokan awalan, sehingga timestamp atau nama pengguna di bagian atas system prompt mengubahnya pada setiap request. Akibatnya, Anda membayar 1.25 kali tarif input dasar setiap kali dan tidak pernah melakukan pembacaan cache. Tandanya adalah cache_creation_input_tokens tetap tinggi, sedangkan cache_read_input_tokens tetap 0. Tempatkan cache_control pada blok terakhir yang isinya sama di antara request, lalu letakkan semua bagian yang berubah setelahnya. Perubahan pada definisi tools membatalkan seluruh cache di bawahnya, karena invalidasi 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 di-cache dan tidak menghasilkan error. Awalan 4,000 token pada contoh di atas dapat di-cache pada Sonnet 5, tetapi tidak pada Haiku 4.5, karena 4,000 berada di bawah batas minimum model tersebut. Jika kedua penghitung bernilai 0, tidak ada bagian 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 menghitung jumlah token berdasarkan 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"
    }]
  }'

Responsnya berisi satu field:

{ "input_tokens": 14 }

Kirim system prompt dan definisi tool yang sebenarnya, beserta pesan pengguna yang representatif, lalu masukkan jumlah tersebut ke fungsi biaya di atas. Endpoint ini menerima body yang sama seperti permintaan pesan, sehingga gambar dan PDF juga dihitung dengan benar. Ada dua hal penting. Jumlah tersebut merupakan perkiraan dan dapat sedikit berbeda dari angka yang ditagihkan. Pengukurannya juga menggunakan tokenizer dari model yang Anda kirimkan. Karena itu, kirim 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 aktualnya dari usage.output_tokens pada trafik langsung.

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?

Biayanya bergantung pada model dan apakah token tersebut merupakan input atau output. Per Agustus 2026, satu juta token input berbiaya $1 pada Claude Haiku 4.5, $2 pada Claude Sonnet 5 dengan harga perkenalan, dan $5 pada Claude Opus 5. Biaya output lima kali tarif input pada masing-masing model tersebut. Harga Sonnet 5 berubah menjadi $3 untuk input dan $15 untuk output pada 1 September 2026. Tarif dapat berubah, jadi konfirmasikan tarif tersebut pada halaman harga resmi sebelum menetapkan angka untuk anggaran.

Apakah 1M token sama dengan 1M kata?

Tidak. Satu token kira-kira terdiri atas 4 karakter dalam bahasa Inggris, atau sekitar 0.75 kata. Jadi, satu juta token setara dengan sekitar 750,000 kata. Rasio tersebut hanya sebagai panduan. Kode, JSON, dan bahasa selain bahasa Inggris menggunakan lebih banyak token per kata. Claude Opus 4.7 dan versi setelahnya juga menggunakan tokenizer yang lebih baru. Tokenizer tersebut menghasilkan sekitar 30 persen lebih banyak token untuk teks yang sama dibandingkan Claude Sonnet 4.6 dan versi sebelumnya. Karena itu, jumlah token tidak dapat dibandingkan langsung antargenerasi model. Lakukan pengukuran dengan endpoint gratis /v1/messages/count_tokens dan teruskan model yang akan Anda jalankan.

Apakah caching prompt selalu menghemat biaya?

Tidak. Penulisan cache selama 5 menit dikenai biaya 1.25 kali tarif input dasar. Jadi, prefix yang ditulis tetapi tidak pernah dibaca berbiaya 25 persen lebih tinggi daripada jika dikirim secara biasa. Biaya tersebut tertutup sejak pembacaan pertama. Caching dapat gagal dalam dua kondisi, dan keduanya tidak menghasilkan pesan error. Jika prefix yang di-cache berubah di antara permintaan, pencarian tidak pernah cocok karena pencocokannya memerlukan prefix yang sama persis. Jika prefix lebih pendek daripada panjang minimum yang dapat di-cache oleh model, yaitu 1,024 token pada Sonnet 5 dan 4,096 token pada Haiku 4.5, tidak ada yang di-cache dan tidak ada error yang dikembalikan. Jika cache_creation_input_tokens dan cache_read_input_tokens sama-sama bernilai 0, cache tidak melakukan apa pun.

Mengapa tagihan saya bertambah lebih cepat daripada jumlah pesan?

Karena seluruh percakapan dikirim ulang pada setiap giliran. Messages API tidak menyimpan state. Jadi, giliran ke-20 dalam sebuah chat mengirimkan kembali semua 19 giliran sebelumnya sebagai input. Jika setiap giliran rata-rata berisi 500 token, percakapan dengan 20 giliran mengirimkan sekitar 105,000 token input, sedangkan panjang transkripnya hanya 10,000 token. Perulangan agent bekerja dengan cara yang sama karena setiap hasil tool tetap berada dalam riwayat. Cache prefix yang stabil, atau rangkum giliran yang lebih lama dan hapus giliran tersebut dari request.