Quanto costa 1M di token su Claude?

Quanto costa 1M di token in Claude?

1M di 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 input e output hanno 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. In ogni modello attuale, la tariffa dell'output è cinque volte quella dell'input. Per questo, la suddivisione tra i due determina il costo più del valore riportato come prezzo principale. 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 unitaria: quanto costa un token e come stimare il costo 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. Secondo una stima indicativa di Anthropic, corrisponde a 4 caratteri oppure a circa 0.75 parole in inglese. Un milione di token equivale quindi a circa 750,000 parole, ovvero approssimativamente 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 a circa 400 pagine web di lunghezza media lette una volta, oppure a 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 da parte di una persona.

Considera tutti questi valori come stime. Il codice, il JSON e il testo in lingue diverse dall'inglese contengono meno parole per token, quindi il rapporto 0.75 rappresenta lo scenario 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 per lo stesso 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.

Quanto costa 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 i token di input e $10 per i token di output fino al 31 August 2026. Dal 1 September 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.

Le tariffe possono cambiare. Considera ogni cifra in questa pagina come un esempio calcolato ad August 2026 e verifica i valori aggiornati 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 di token viene fatturata secondo i prezzi standard. Una richiesta di 900,000 token costa quindi lo stesso 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 dopo una variazione di prezzo

Ogni fattura richiede 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}")

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.

Un esempio di stima per un'applicazione reale

Prendiamo 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. La domanda dell'utente aggiunge circa 300 token. Una risposta ne utilizza 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 ogni giorno 4.3 milioni di token di input; 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 per 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 quella relativa alla cache incidono entrambe più di qualsiasi tariffa che riuscirai a negoziare a questo volume. Quale modello utilizzare è una questione distinta; vince 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.

La 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 sola lettura, perché la scrittura costa 0.25 in più mentre ogni lettura consente di risparmiare 0.9. La cache di 1 ora richiede 2 letture per raggiungere il pareggio.

Il modo più semplice per attivarla consiste nell'impostare 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?"}
    ]
  }'

Quindi leggere il blocco usage restituito:

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

Questi 3 contatori dell'input vengono addebitati con 3 tariffe diverse e, sommati, corrispondono 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 imprecisa quando la memorizzazione nella cache è attiva.

Due condizioni impediscono alla cache di essere conveniente e, in entrambi i casi, il problema si verifica senza errori visibili.

Il prefisso deve essere identico a livello di byte. La ricerca nella cache confronta i prefissi. Un timestamp o il nome dell'utente all'inizio del system prompt lo modifica a ogni richiesta. In questo caso paghi ogni volta 1.25 volte la tariffa base dell'input e non effettui mai una lettura dalla cache. Il sintomo è cache_creation_input_tokens che rimane alto mentre cache_read_input_tokens resta 0. Inserisci cache_control nell'ultimo blocco il cui contenuto è uguale in tutte le richieste e posiziona dopo di esso tutto ciò che varia. La modifica delle definizioni tools invalida l'intera cache successiva, 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 indicano 0, non è stato memorizzato nulla nella cache.

L'elaborazione batch dimezza la tariffa

La Batch API elabora le richieste in modo asincrono, applicando uno sconto del 50 percento sia agli input sia agli output. Nell'esempio precedente, il costo passa da $12.60 ogni 1.000 richieste a $6.30. Lo sconto si somma al prompt caching, quindi un job batch 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 per il recupero dei documenti arretrati.

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

Poiché l'API non conserva lo stato, il client invia nuovamente 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 funzionalità di chat costa più di quanto lasci intendere la relativa trascrizione. Per lo stesso motivo, memorizzare nella cache il prefisso stabile o riassumere i turni meno recenti conviene nelle conversazioni lunghe. Un agent che esegue cicli sulle chiamate agli strumenti ha lo stesso andamento, con un costo maggiore: ogni risultato degli strumenti resta nella cronologia e viene inviato nuovamente a ogni turno successivo. Imporre un limite di spesa rigido a 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, tramite un rate limit separato da quello per la 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 solo campo:

{ "input_tokens": 14 }

Usa il tuo system prompt e le definizioni degli strumenti effettivi, insieme a un messaggio utente rappresentativo, quindi inserisci il numero nella funzione di costo precedente. L'endpoint accetta lo stesso body 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 nella richiesta: indica quindi il modello che utilizzerai effettivamente.

Non è possibile contare in anticipo i token di output, perché non esistono ancora. Limitali con max_tokens, quindi misura la distribuzione reale con usage.output_tokens sul traffico in produzione.

Che cosa incide inoltre sul costo

La maggior parte del costo dipende dai token. Alcune voci non sono token e spesso sorprendono gli utenti.

• 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 ogni 1.000 ricerche, oltre ai token consumati dai risultati quando vengono inseriti nel contesto.
• Il recupero di contenuti dal 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 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, incluse le letture e le scritture della cache.

La scelta di acquistare l'API dipende comunque dal volume di utilizzo. Al di sotto di una determinata soglia, un piano mensile a tariffa fissa è nettamente più conveniente, e il confronto tra l'API e un 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. Su ciascuno di questi modelli, l'output costa cinque volte la tariffa dell'input. Dal 1 settembre 2026, Sonnet 5 passerà a $3 per l'input e $15 per l'output. Le tariffe cambiano, quindi verifica i prezzi nella pagina ufficiale 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. Esegui la misurazione con l'endpoint gratuito /v1/messages/count_tokens, indicando il modello che intendi utilizzare.

Il prompt caching consente sempre di risparmiare?

No. La scrittura di una cache di 5 minuti costa 1,25 volte la tariffa base dell'input. Un prefisso scritto e mai letto costa quindi il 25 percento in più rispetto all'invio normale. Il costo viene recuperato già dalla prima lettura. Il meccanismo può non funzionare in due modi, entrambi senza messaggi visibili. 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 corto della lunghezza minima memorizzabile nella cache, pari a 1.024 token su Sonnet 5 e 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 attività.

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

Perché l'intera conversazione viene inviata di nuovo a ogni turno. L'API Messages non conserva lo stato, quindi il turno 20 di una chat include nuovamente come input tutti i 19 turni precedenti. Se ogni turno contiene in media 500 token, una conversazione di 20 turni invia circa 105.000 token di input, mentre la trascrizione contiene soltanto 10.000 token. Gli agent loop si comportano allo stesso modo, perché ogni risultato di uno strumento rimane nella cronologia. Memorizza nella cache il prefisso stabile oppure riassumi i turni meno recenti e rimuovili dalla richiesta.