Quanto costa 1M di token su Claude?

Quanto costano 1M token in Claude?

1M token significa un milione di token ed è l'unità utilizzata per esprimere i prezzi di ogni API (application programming interface) di Claude. Non esiste un prezzo unico, perché gli input e gli output vengono fatturati a tariffe diverse e ogni modello ha la propria coppia di tariffe. Ad agosto 2026, un milione di token di input costa $1 con Claude Haiku 4.5, $2 con Claude Sonnet 5 e $5 con Claude Opus 5.

L'output è la componente più costosa. In ogni modello attuale, la tariffa per l'output è cinque volte quella per l'input. Di conseguenza, la suddivisione tra input e output incide sulla fattura più del prezzo indicato in evidenza. Un'applicazione che invia documenti lunghi e restituisce risposte brevi si comporta in modo molto diverso da un'applicazione che genera risposte lunghe a partire da un prompt breve.

Questa pagina tratta l'economia per unità: quanto costa un token e come stimare una fattura prima di iniziare lo sviluppo. Per sapere dove vengono effettivamente utilizzati i token durante il lavoro, consulta dove vengono utilizzati i token all'interno di una sessione di Claude Code.

Come si presenta 1M di token

Un token è una porzione di testo che il modello legge o scrive. La stima indicativa di Anthropic è di un token ogni 4 caratteri, ovvero circa 0.75 parole in inglese. Un milione di token corrisponde quindi a circa 750,000 parole, oppure a circa 4 MB di testo semplice.

Le stime pubblicate per gli input comuni aiutano a comprendere meglio questa scala.

[
  {
    "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"
  }
]

A questi ritmi, 1M di token corrisponde alla lettura una sola volta di circa 400 pagine web medie, oppure di otto articoli di ricerca di quelle dimensioni. Equivale a una passata su una base di codice di medie dimensioni o a un mese di utilizzo moderato delle chat per una persona.

Considera tutti questi valori come stime. Il codice, il JSON e i testi nelle lingue diverse dall'inglese contengono meno parole per token, quindi il rapporto 0.75 rappresenta il limite più favorevole. C'è un altro fattore che modifica il conteggio: Claude Opus 4.7 e versioni successive, tra cui Opus 5 e Sonnet 5, usano un tokenizer più recente che produce circa il 30 percento di token in più per lo stesso testo rispetto a Sonnet 4.6 e versioni precedenti. Claude Haiku 4.5 usa il tokenizer precedente. Di conseguenza, un conteggio misurato su Haiku 4.5 sottostima il conteggio su Sonnet 5 per input identici; per questo un confronto diretto del prezzo per milione tra questi modelli non è corretto. Conta lo stesso prompt su entrambi i modelli prima di decidere.

Quanto addebita Claude per milione di 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 ha un prezzo introduttivo di $2 per gli input e $10 per gli output fino al 31 agosto 2026. Dal 1 settembre 2026 si applica la tariffa standard: $3 per gli input e $15 per gli output. Claude Opus 5 costa $5 per gli input e $25 per gli output.

Le tariffe possono cambiare. Considera ogni cifra in questa pagina come un esempio di calcolo aggiornato ad agosto 2026 e verifica i valori correnti nella pagina ufficiale dei prezzi prima di approvare un budget.

La lunghezza del contesto non modifica la tariffa. Su Claude 4.6 e versioni successive, l'intera finestra di contesto da 1M token viene fatturata secondo i prezzi standard. Pertanto, una richiesta di 900,000 token costa la stessa cifra per token di una richiesta di 9,000 token. Un prompt lungo costa di più perché contiene più token e non si applica una tariffa separata per il contesto esteso.

L'aritmetica che resta valida dopo una variazione di prezzo

Ogni fattura è composta da due moltiplicazioni e un'addizione.

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

Espressa come codice eseguibile:

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}")

Il codice stampa 0.0126. Una richiesta con 4,300 token di input e 400 token di output costa circa 1.3 centesimi su Sonnet 5. Mantieni le due tariffe in un unico punto del codice. Quando cambia un prezzo, modifichi due righe e tutte le stime del sistema si aggiornano di conseguenza.

Una stima eseguita per un'app reale

Consideriamo un assistente per il supporto. Il prompt di sistema e la documentazione del prodotto ammontano a 4,000 token e vengono inviati a ogni richiesta, perché la Messages API è stateless e il modello non conserva nulla tra una chiamata e l'altra. Una domanda dell'utente aggiunge circa 300 token. Una risposta ne utilizza circa 400. Ogni richiesta contiene quindi 4,300 token di input e 400 token di output.

Un milione di token di input consente circa 232 richieste di questo tipo. Con 1,000 richieste al giorno, l'app consuma 4.3 milioni di token di input ogni giorno. Di conseguenza, "1M tokens" corrisponde a meno di sei ore di traffico.

[
  {
    "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"
  }
]

Con Claude Opus 5, questo traffico costa $31.50 ogni 1,000 richieste. Con Sonnet 5 costa $12.60. Passando a Claude Haiku 4.5, il costo scende a $6.30. Con una cache del prompt attiva e riscaldata su Sonnet 5, scende ulteriormente a $5.40.

Moltiplica per 30 per ottenere il costo di un mese con questo traffico. Sonnet 5, alle tariffe di listino, costa circa $378 al mese. La stessa app con una cache riscaldata costa circa $162. La scelta del modello e la decisione sulla memorizzazione nella cache hanno entrambe un valore superiore a qualsiasi riduzione tariffaria che potrai negoziare a questo volume. Quale modello eseguire è una questione distinta. La scelta migliore è il modello meno costoso che supera le tue valutazioni: scegliere tra Opus, Sonnet e Haiku spiega come eseguire correttamente questi test.

La memorizzazione nella cache del prompt riduce la parte ripetuta

Quel prefisso di 4,000 token è identico in ogni richiesta e ogni volta viene addebitato al prezzo completo dell'input. La memorizzazione nella cache del prompt conserva il prefisso già elaborato e applica una tariffa ridotta quando viene riutilizzato.

Una lettura dalla cache costa 0.1 volte la tariffa base dell'input. La scrittura nella cache costa 1.25 volte la tariffa base per una durata di 5 minuti oppure 2 volte la tariffa base per una durata di 1 ora. La cache di 5 minuti si ripaga quindi dopo una lettura, perché la scrittura costa 0.25 in più mentre ogni lettura fa risparmiare 0.9. La cache di 1 ora richiede due letture per raggiungere il pareggio.

Il modo più semplice per abilitarla consiste nell'aggiungere un singolo campo di primo livello:

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?"}
    ]
  }'

Poi leggi il blocco usage restituito:

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

I tre contatori dell'input vengono addebitati con tre tariffe diverse e la loro somma corrisponde al volume effettivo dell'input: total_input_tokens = cache_read_input_tokens + cache_creation_input_tokens + input_tokens. Una stima dei costi che legge solo input_tokens sarà molto imprecisa quando la memorizzazione nella cache è attiva.

Due condizioni impediscono alla cache di ripagarsi e in entrambi i casi l'errore non viene segnalato.

Il prefisso deve essere identico a livello di byte. La ricerca nella cache verifica la corrispondenza del prefisso. Di conseguenza, un timestamp o il nome dell'utente all'inizio del prompt di sistema lo modifica a ogni richiesta. In questo caso paghi ogni volta 1.25 volte la tariffa base dell'input e non esegui mai una lettura. Il sintomo è cache_creation_input_tokens che resta alto mentre cache_read_input_tokens resta 0. Posiziona cache_control sull'ultimo blocco il cui contenuto è uguale tra le richieste e inserisci dopo di esso tutto ciò che varia. La modifica delle definizioni tools invalida l'intera cache sottostante, perché l'invalidazione segue l'ordine tools, poi system, poi messages.

Il prefisso deve essere sufficientemente lungo. La lunghezza minima memorizzabile nella cache è di 512 token su Opus 5, 1,024 su Sonnet 5 e 4,096 su Haiku 4.5. Un prompt più breve non viene memorizzato nella cache e non viene restituito alcun errore. Il prefisso di 4,000 token dell'esempio precedente viene memorizzato nella cache su Sonnet 5, ma non su Haiku 4.5, perché 4,000 è inferiore alla soglia minima di quel modello. Quando entrambi i contatori mostrano 0, non è stato memorizzato nulla nella cache.

L'elaborazione batch dimezza la tariffa

La Batch API elabora le richieste in modo asincrono, con uno sconto del 50 percento sia sugli input sia sugli output. Nell'esempio precedente, questo riduce il costo da $12.60 ogni 1.000 richieste a $6.30. Lo sconto si somma al prompt caching, quindi un processo batch con richieste memorizzate nella cache è il modo più economico per eseguire elaborazioni in blocco.

Il compromesso è la latenza, quindi il batch non è adatto alle attività per le quali una persona deve attendere il risultato. È invece indicato per la classificazione eseguita durante la notte e per il recupero arretrato dei documenti.

Perché i costi della chat aumentano all'interno di una conversazione

Poiché l'API non conserva lo stato, il client invia di nuovo l'intera conversazione a ogni turno. L'utilizzo dei token all'interno di una singola chat cresce quindi con il quadrato della sua lunghezza, non in modo lineare.

Consideriamo turni con una media di 500 token. Il turno 1 invia 500 token di input. Il turno 2 ne invia 1,000. Il turno 20 ne invia 10,000. Applicando la formula n(n+1)/2, una conversazione di 20 turni ha inviato circa 105,000 token di input, mentre la trascrizione stessa contiene solo 10,000 token.

Per questo una funzionalità di chat costa più di quanto suggerisca la sua trascrizione. Per questo, nelle conversazioni lunghe, conviene memorizzare nella cache il prefisso stabile o riassumere i turni precedenti. Un agente che esegue cicli sulle chiamate agli strumenti ha lo stesso andamento, e in misura maggiore: ogni risultato di uno strumento rimane nella cronologia e viene nuovamente inviato a ogni turno successivo. Impostare un limite di spesa rigido per un agente eseguito autonomamente è particolarmente importante in questo caso, perché la crescita è automatica e nessuno la monitora.

Conta i token prima di fare previsioni

Smetti di derivare il numero di token dal numero di parole. L'API li conta per te, senza costi aggiuntivi, con un limite di frequenza separato dalla creazione dei messaggi.

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 risposta contiene un campo:

{ "input_tokens": 14 }

Fornisci il tuo vero prompt di sistema e le definizioni degli strumenti, insieme a un messaggio utente rappresentativo, quindi inserisci il numero nella funzione di costo precedente. L'endpoint accetta lo stesso corpo di una richiesta di messaggio, quindi anche immagini e PDF vengono conteggiati correttamente. Sono importanti due precisazioni. Il conteggio è una stima e può differire leggermente dal valore fatturato. Inoltre, viene calcolato con il tokenizer del modello specificato, quindi devi indicare il modello che utilizzerai effettivamente.

I token di output non possono essere conteggiati in anticipo, perché non esistono ancora. Limitane il numero con max_tokens, quindi misura la distribuzione effettiva da usage.output_tokens sul traffico reale.

Cos'altro incide sul costo

I token rappresentano la maggior parte del costo. Alcuni elementi non sono token e possono sorprendere.

• Le definizioni degli strumenti diventano token di input in ogni richiesta. Il solo prompt di sistema per l'utilizzo degli strumenti aggiunge da 286 a 406 token su Opus 5, prima dei tuoi schemi. Dieci descrizioni dettagliate degli strumenti possono raddoppiare un prompt breve.
• La ricerca web costa $10 ogni 1.000 ricerche, oltre ai token consumati dai risultati quando entrano nel contesto.
• Il recupero di contenuti web non aggiunge costi propri, ma la pagina recuperata diventa costituita da token di input. Una pagina di documentazione da 100 kB contiene circa 25,000 token.
• Richiedere l'inferenza solo per gli Stati Uniti con inference_geo su Claude 4.6 e versioni successive applica un moltiplicatore di 1.1 a ogni categoria di token, incluse le letture e le scritture della cache.

La scelta dell'API dipende anche dal volume di utilizzo. Sotto una certa soglia, un piano mensile a tariffa fissa è nettamente più conveniente, e il confronto tra l'API e un abbonamento Claude utilizza dati reali.

FAQ

Quanto costa 1M di token in Claude?

Dipende dal modello e dal fatto che i token siano di input o di output. Ad agosto 2026, un milione di token di input costa $1 su Claude Haiku 4.5, $2 su Claude Sonnet 5 con il prezzo introduttivo e $5 su Claude Opus 5. Su ciascuno di questi modelli, l'output costa cinque volte la tariffa di input. Dal 1 settembre 2026, Sonnet 5 passerà a $3 per l'input e $15 per l'output. Le tariffe cambiano, quindi verificale nella pagina ufficiale dei prezzi prima di inserire una cifra in un budget.

1M di token equivale a 1M di parole?

No. Un token corrisponde approssimativamente a 4 caratteri in inglese, ovvero a circa 0.75 parole. Un milione di token corrisponde quindi a circa 750,000 parole. Questo rapporto è solo indicativo. Il codice, JSON e le lingue diverse dall'inglese usano più token per parola. Claude Opus 4.7 e le versioni successive usano inoltre un tokenizer più recente, che produce circa il 30 percento di token in più per lo stesso testo rispetto a Claude Sonnet 4.6 e alle versioni precedenti. I conteggi quindi non sono trasferibili tra generazioni di modelli. Esegui la misurazione con l'endpoint gratuito /v1/messages/count_tokens, passando il modello che intendi eseguire.

Il prompt caching fa sempre risparmiare?

No. La scrittura di una cache di 5 minuti costa 1.25 volte la tariffa di base per l'input. Un prefisso scritto e mai letto costa quindi il 25 percento in più rispetto all'invio senza cache. Il costo viene recuperato dalla prima lettura. Il meccanismo può non funzionare in due modi, entrambi senza indicazioni. Se il prefisso memorizzato nella cache cambia tra una richiesta e l'altra, la ricerca non trova corrispondenze perché il confronto richiede una corrispondenza esatta del prefisso. Se il prefisso è più breve della lunghezza minima memorizzabile nella cache del modello, pari a 1,024 token su Sonnet 5 e a 4,096 su Haiku 4.5, non viene memorizzato nulla nella cache e non viene restituito alcun errore. Quando cache_creation_input_tokens e cache_read_input_tokens restituiscono entrambi 0, la cache non sta facendo nulla.

Perché la fattura è aumentata più rapidamente del numero di messaggi?

Perché l'intera conversazione viene reinviata a ogni turno. Messages API non conserva lo stato, quindi il turno 20 di una chat invia nuovamente come input tutti i 19 turni precedenti. Con una media di 500 token per turno, una conversazione di 20 turni invia circa 105,000 token di input, mentre la trascrizione contiene solo 10,000 token. I cicli degli agenti si comportano allo stesso modo, perché ogni risultato degli strumenti rimane nella cronologia. Memorizza nella cache il prefisso stabile oppure riassumi i turni meno recenti e rimuovili dalla richiesta.