Quanto costano 1M di token su Claude?

Quanto costano 1M di token in Claude?

1M di token equivale a un milione di token ed è l'unità in cui viene espresso il prezzo di ogni API (application programming interface) di Claude. Non esiste un prezzo unico, perché input e 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 su Claude Haiku 4.5, $2 su Claude Sonnet 5 e $5 su Claude Opus 5.

L'output è la componente più costosa. Per ogni modello attuale, la tariffa dell'output è cinque volte quella dell'input, quindi la suddivisione tra i due incide sulla fattura più del valore nominale. Un'applicazione che invia documenti lunghi e restituisce risposte brevi ha un profilo molto diverso da un'applicazione che genera risposte lunghe a partire da un prompt breve.

Questa pagina riguarda l'economia per unità: quanto costa un token e come stimare la spesa prima di sviluppare l'applicazione. Per capire dove vengono effettivamente utilizzati i token durante il lavoro, consulta dove vengono utilizzati i token all'interno di una sessione di Claude Code.

Che aspetto ha 1M di token

Un token è una porzione di testo che il modello legge o genera. La stima approssimativa 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, o a circa 4 MB di testo semplice.

Le stime pubblicate per gli input comuni rendono meglio l'idea della 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 volta sola di circa 400 pagine web medie, oppure di otto articoli di ricerca di quelle dimensioni. Equivale a una scansione completa di una codebase di dimensioni medie o a un mese di utilizzo moderato della chat per una persona.

Considera tutti questi valori come stime. Il codice, il JSON e i testi in lingue diverse dall'inglese contengono meno parole per token, quindi il rapporto 0,75 rappresenta il caso 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 genera 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 a parità di input; un confronto diretto del prezzo per milione tra questi modelli non è quindi corretto. Conta lo stesso prompt su entrambi i modelli prima di decidere.

Cosa 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 l’input e $10 per l’output fino al 31 agosto 2026. Dal 1 settembre 2026 si applica la tariffa standard: $3 per l’input e $15 per l’output. Claude Opus 5 costa $5 per l’input e $25 per l’output. Un modello ha un prezzo ancora più alto: Claude Fable 5 costa $10 per l’input e $50 per l’output. Stabilire se queste tariffe valgono il costo dipende dalle attività a cui lo si assegna effettivamente.

Le tariffe cambiano. Considera ogni cifra in questa pagina un esempio calcolato ad agosto 2026 e verifica i valori aggiornati nella pagina ufficiale dei prezzi prima di approvare un budget.

Queste tariffe indicano quanto costa Claude, ma non se sia l’opzione più economica per il tuo carico di lavoro. Tre attività con i costi calcolati sia su Claude sia su ChatGPT mostrano quale API risulta più conveniente in ciascun caso.

La lunghezza del contesto non modifica la tariffa. In Claude 4.6 e nelle versioni successive, l’intera finestra di contesto da 1M token viene fatturata secondo i prezzi standard. Una richiesta di 900,000 token costa quindi la stessa cifra per token di una richiesta di 9,000 token. Un prompt lungo costa di più perché contiene più token. Non si applica una tariffa separata per i contesti lunghi.

L’aritmetica che resta valida quando cambia il prezzo

Ogni fattura richiede due moltiplicazioni e un’addizione.

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

Scritta 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}")

Stampa 0.0126. Una richiesta che invia 4,300 token di input e riceve 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 vengono aggiornate di conseguenza.

Una stima applicata a 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 singola 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 richiede circa 400. Ogni richiesta comporta 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'applicazione consuma 4,3 milioni di token di input ogni giorno; quindi "1M tokens" copre 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, mentre una cache del prompt attiva su Sonnet 5 lo riduce ulteriormente, fino 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 applicazione con una cache attiva costa circa $162. La scelta del modello e la configurazione della cache incidono entrambe più di qualsiasi tariffa che si possa negoziare con questi volumi. Quale modello utilizzare è una questione distinta; conviene scegliere quello meno costoso che supera le proprie valutazioni: come scegliere tra Opus, Sonnet e Haiku spiega come eseguire correttamente questi test.

La cache dei prompt riduce la parte ripetuta

Quel prefisso di 4,000 token è identico in ogni richiesta e ogni volta ne paghi il prezzo completo come input. La cache dei prompt memorizza il prefisso già elaborato e applica una tariffa ridotta quando lo riutilizza.

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 raggiunge il pareggio dopo due letture.

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
  }
}

Questi tre contatori dell'input vengono fatturati con tre tariffe diverse e il loro totale corrisponde al volume effettivo dell'input: total_input_tokens = cache_read_input_tokens + cache_creation_input_tokens + input_tokens. Una stima dei costi che considera soltanto input_tokens sarà molto errata quando la cache è abilitata.

Due fattori impediscono alla cache di essere conveniente, e in entrambi i casi il problema non genera errori.

Il prefisso deve essere identico a livello di byte. La ricerca nella cache usa una corrispondenza del prefisso, quindi 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 dalla cache. Il sintomo è cache_creation_input_tokens che rimane alto mentre cache_read_input_tokens resta a 0. Posiziona cache_control sull'ultimo blocco il cui contenuto è uguale tra le richieste e inserisci dopo di esso tutto ciò che cambia. La modifica delle definizioni tools invalida l'intera cache sottostante, perché l'invalidazione segue l'ordine tools, poi system, quindi 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 sono 0, non è stato memorizzato nulla nella cache.

L’elaborazione batch dimezza il costo

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

Lo svantaggio è la latenza. Per questo il batch non è adatto alle attività per le quali una persona deve attendere il risultato. È invece indicato per la classificazione notturna e il backfill dei documenti.

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

Poiché l'API non conserva lo stato, il client reinvia l'intera conversazione a ogni turno. Il consumo di token all'interno di una 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. Sommando con n(n+1)/2, una conversazione di 20 turni ha inviato circa 105,000 token di input, mentre la trascrizione contiene soltanto 10,000 token.

Per questo una funzione di chat costa più di quanto suggerisca la sua trascrizione e, nelle conversazioni lunghe, memorizzare nella cache il prefisso stabile o riepilogare i turni meno recenti consente di compensare il costo. Un agent che esegue cicli sulle chiamate agli strumenti segue lo stesso andamento, con un ulteriore svantaggio: ogni risultato di uno strumento rimane nella cronologia e viene reinviato a ogni turno successivo. Impostare un limite di spesa rigido per un agent eseguito autonomamente è particolarmente importante in questo caso, perché la crescita è automatica e nessuno la monitora.

Conta i token prima di fare una stima

Non ricavare 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 }

Passa 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 usa lo stesso body di una richiesta di messaggio, quindi anche immagini e PDF vengono conteggiati correttamente. Ci sono due aspetti da considerare. Il conteggio è una stima e può differire leggermente dal valore fatturato. Inoltre, viene misurato con il tokenizer del modello specificato; devi quindi passare il modello che utilizzerai realmente.

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

Cos'altro incide sul costo

La maggior parte del costo deriva dai token. Alcune voci 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 ancora dei tuoi schemi. Dieci descrizioni dettagliate degli strumenti possono raddoppiare un prompt breve.
• La ricerca web costa $10 per 1.000 ricerche, oltre ai token consumati dai risultati quando vengono inseriti nel contesto.
• Il recupero di pagine web non comporta un costo aggiuntivo, ma la pagina recuperata diventa token di input. Una pagina di documentazione da 100 kB contiene circa 25,000 token.
• Richiedere l'inferenza esclusivamente negli Stati Uniti con inference_geo su Claude 4.6 e versioni successive applica un moltiplicatore di 1.1 a ogni categoria di token, comprese le letture e le scritture della cache.

La convenienza dell'API dipende anche dal volume di utilizzo. In genere questa valutazione nasce quando si raggiunge il limite di utilizzo di un piano, e le opzioni disponibili dopo il raggiungimento del limite vanno dall'attesa della riapertura della finestra al trasferimento del lavoro su chiamate API a consumo. Al di sotto di un certo livello di utilizzo, un piano mensile a tariffa fissa è nettamente più conveniente, mentre il confronto tra API e abbonamento Claude analizza questa differenza usando valori 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. L’output costa cinque volte la tariffa di input su ciascuno di questi modelli. Dal 1 settembre 2026, Sonnet 5 passerà a $3 per l’input e $15 per l’output. Le tariffe cambiano, quindi verificatele nella pagina ufficiale dei prezzi prima di inserire una cifra nel 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, il 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 non sono quindi confrontabili tra generazioni diverse di modelli. Eseguite la misurazione con l’endpoint gratuito /v1/messages/count_tokens, specificando il modello che intendete utilizzare.

Il prompt caching consente sempre di risparmiare?

No. La scrittura di una cache di 5 minuti costa 1,25 volte la tariffa base di input. Un prefisso che viene scritto e non viene mai letto costa quindi il 25 percento in più rispetto all’invio senza cache. Il costo viene ammortizzato già dalla prima lettura. Il meccanismo può non funzionare in due modi, entrambi senza messaggi di errore. Se il prefisso memorizzato nella cache cambia tra una richiesta e l’altra, la ricerca non trova corrispondenze, perché il confronto richiede un prefisso identico. Se il prefisso è più breve della lunghezza minima memorizzabile nella cache, pari a 1.024 token su Sonnet 5 e a 4.096 su Haiku 4.5, non viene memorizzato nulla e non viene restituito alcun errore. Quando cache_creation_input_tokens e cache_read_input_tokens restituiscono entrambi 0, la cache non sta svolgendo alcuna funzione.

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

Perché l’intera conversazione viene inviata di nuovo a ogni turno. La Messages API non conserva lo stato, quindi il turno 20 di una chat include 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 soltanto 10.000 token. I cicli degli agenti si comportano allo stesso modo, perché ogni risultato degli strumenti resta nella cronologia. Memorizzate nella cache il prefisso stabile oppure riassumete i turni meno recenti e rimuoveteli dalla richiesta.