SSD Nodes Learn Hosting plans →
मार्गदर्शक Matt Connorद्वारे Matt Connor

Claude मध्ये 1M tokens ची किंमत किती?

Claude API मध्ये 1M tokens साठी input आणि output चे दर वेगळे असतात. Claude Haiku 4.5, Sonnet 5 आणि Opus 5 च्या दरांवरून मासिक bill चा अचूक अंदाज घ्या.

Claude मध्ये 1M tokens ची किंमत किती आहे?

1M tokens म्हणजे one million tokens. Claude API (application programming interface) model च्या किंमती याच एककात दिल्या जातात. याची एकच निश्चित किंमत नाही, कारण input आणि output साठी वेगवेगळे दर आकारले जातात आणि प्रत्येक model साठी हे दोन्ही दर वेगळे असतात. Claude Haiku 5.5 साठी दोन संचांचे दर आहेत: 100,000 tokens पर्यंतच्या prompts साठी एक दर आणि त्यापेक्षा मोठ्या prompts साठी अधिक दर. October 2026 नुसार, one million input tokens ची किंमत Claude Haiku 4.5 वर $1, Claude Sonnet 5 वर $2 आणि Claude Opus 5 वर $5 आहे.

Output हा अधिक महाग भाग आहे. सध्याच्या प्रत्येक model मध्ये output चा दर input दराच्या पाचपट आहे. त्यामुळे एकूण दर्शविलेल्या किंमतीपेक्षा input आणि output यांचे प्रमाण तुमच्या बिलावर अधिक परिणाम करते. लांब documents पाठवून छोटी उत्तरे देणारे app, छोट्या prompt वरून लांब उत्तरे लिहिणाऱ्या app पेक्षा वेगळ्या प्रकारे शुल्क आकारते.

या पानावर unit economics समजावले आहेत: एका token ची किंमत किती असते आणि build करण्यापूर्वी बिलाचा अंदाज कसा घ्यावा. काम करताना tokens प्रत्यक्षात कुठे वापरले जातात हे पाहण्यासाठी Claude Code session मध्ये tokens कुठे वापरले जातात वाचा.

1M tokens कसे दिसतात

Token म्हणजे model वाचतो किंवा लिहितो असा मजकुराचा एक भाग. Claude 4.7 पूर्वीच्या models वर Anthropic च्या glossary नुसार एका token मध्ये साधारण 3.5 English characters असतात. Anthropic च्या model overview नुसार त्या models वर 1 million tokens मध्ये सुमारे 750,000 words मावतात. 3.5 characters प्रति token या प्रमाणात ते साधारण 3.5 million characters, म्हणजे सुमारे 3.5 MB plain English text होते. Claude Opus 4.7 मध्ये आणलेल्या नवीन tokenizer वर तेवढ्याच 1 million tokens मध्ये सुमारे 555,000 words, म्हणजे अंदाजे 2.5 million characters मावतात.

सामान्य inputs साठी प्रकाशित केलेले अंदाज या प्रमाणाची अधिक स्पष्ट कल्पना देतात.

तक्ताApproximate input token counts for common content, published estimates
या तक्त्यामागील डेटा
[
  {
    "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"
  }
]

त्या दरांनुसार, 1M tokens म्हणजे सरासरी web pages एकदा वाचण्यासाठी लागणाऱ्या प्रमाणाच्या सुमारे 400 पट, किंवा त्या आकाराचे आठ research papers इतके आहे. हे मध्यम आकाराच्या codebase वर एकदा प्रक्रिया करण्याइतके, किंवा एका व्यक्तीच्या हलक्या chat वापराचा एक महिना इतके आहे.

हे सर्व अंदाज म्हणूनच घ्या. Code, JSON आणि English व्यतिरिक्त इतर भाषांमधील text मध्ये एका token मध्ये कमी words मावतात. त्यामुळे वरील word counts हे आशावादी टोकाचे आहेत. आणखी एक बाब ही count बदलते: Claude Opus 4.7 आणि त्यानंतरचे models, ज्यात Opus 5 आणि Sonnet 5 समाविष्ट आहेत, नवीन tokenizer वापरतात. त्यामुळे Sonnet 4.6 आणि त्यापूर्वीच्या models च्या तुलनेत त्याच text साठी साधारण 30 percent अधिक tokens तयार होतात. Claude Haiku 4.5 जुना tokenizer वापरतो. त्यामुळे identical input साठी Haiku 4.5 वर मोजलेला count हा Sonnet 5 वरील count पेक्षा कमी दिसतो. याचा अर्थ त्या सीमा ओलांडून केलेली थेट price-per-million तुलना योग्य नाही. निर्णय घेण्यापूर्वी तोच prompt दोन्ही models वर मोजा.

प्रति दशलक्ष tokens साठी Claude चे शुल्क

तक्ताClaude API list price in USD per million tokens, October 2026
या तक्त्यामागील डेटा
[
  {
    "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 साठी प्रति दशलक्ष input tokens $2 आणि output tokens $10 आकारले जातात. Anthropic ने 31 August 2026 पर्यंत ही किंमत introductory rate म्हणून लागू केली. त्यानंतर हीच standard price केली आणि $3 आणि $15 पर्यंत नियोजित वाढ रद्द केली. Claude Opus 5 साठी input ची किंमत $5 आणि output ची किंमत $25 आहे. Fable models यापेक्षा पूर्णपणे महाग आहेत: Claude Fable 5 आणि त्यानंतरचे Claude Fable 5.1 या दोन्हींसाठी input ची किंमत $10 आणि output ची किंमत $50 आहे. त्यामुळे हे दर देणे योग्य आहे का हे तुम्ही ते कोणत्या कामांसाठी वापरता यावर अवलंबून आहे.

Anthropic ची सध्याची model lineup या पृष्ठावर वापरलेल्या किंमतींच्या models पेक्षा नवीन आहे. Claude Opus 5.5 साठी input ची किंमत $4 आणि output ची किंमत $20 आहे. Claude Sonnet 5.5 साठी त्या किंमती अनुक्रमे $2 आणि $10 आहेत. Claude Haiku 5.5 साठी त्या $0.10 आणि $0.50 पासून सुरू होतात. Opus 5, Sonnet 5, Haiku 4.5 आणि Fable 5 हे आता legacy models म्हणून सूचीबद्ध आहेत, परंतु ते अजून उपलब्ध आहेत. त्यामुळे खालील worked examples जसे लिहिले आहेत तसेच चालतात. Haiku 5.5 ची किंमत आणि त्याचे स्थान या विभागात नवीन models मधील सर्वात स्वस्त model समजावले आहे.

दर बदलू शकतात. या पृष्ठावरील प्रत्येक आकडा October 2026 रोजीचा worked example समजा. Budget मंजूर करण्यापूर्वी official pricing page वर सध्याचे आकडे तपासा.

हे दर Claude ची किंमत सांगतात; परंतु तुमच्या workload साठी तो स्वस्त पर्याय आहे का हे सांगत नाहीत. Claude आणि ChatGPT या दोन्हींवर मोजलेल्या तीन कामांमध्ये कोणत्या API ची किंमत कमी पडते हे दाखवले आहे.

Context length मुळे दर बदलत नाही. मात्र एक अपवाद आहे. Claude 4.6 आणि त्यानंतरच्या models मध्ये Claude Haiku 5.5 वगळता, पूर्ण 1M token context window साठी standard pricing लागू होते. त्यामुळे 900,000 tokens ची request आणि 9,000 tokens ची request यांची प्रति token किंमत समान असते. मोठ्या prompt मध्ये अधिक tokens असल्यामुळे त्याची एकूण किंमत जास्त असते. स्वतंत्र long-context rate लागू होत नाही. Claude Haiku 5.5 साठी prompt length नुसार किंमत ठरते. Prompt मध्ये 100,000 पेक्षा अधिक tokens असलेल्या request साठी प्रति दशलक्ष tokens input $0.50 आणि output $2.50 आकारले जातात; input साठी $0.10 आणि output साठी $0.50 नाही. Cache reads आणि cache writes देखील या मर्यादेत मोजले जातात.

किंमत बदलल्यानंतरही अचूक राहणारी गणना

प्रत्येक बिलासाठी दोन गुणाकार आणि एक बेरीज करावी लागते.

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

ही गणना चालवता येईल अशा code मध्ये:

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}")

यामुळे 0.0126 प्रदर्शित होते. 4,300 input tokens पाठवून 400 output tokens मिळवणाऱ्या request ची Sonnet 5 वरील किंमत सुमारे 1.3 cents असते. दोन्ही दर तुमच्या code मध्ये एकाच ठिकाणी ठेवा. किंमत बदलल्यावर दोन ओळी संपादित करा. त्यानंतर तुमच्या system मधील प्रत्येक estimate त्यानुसार आपोआप बदलेल.

प्रत्यक्ष अॅपसाठी केलेला अंदाज

एक support assistant विचारात घ्या. त्याचा system prompt आणि product documentation मिळून 4,000 tokens होतात आणि model प्रत्येक request वेळी ते वाचतो. By default Messages API calls दरम्यान कोणतीही state ठेवत नाही, त्यामुळे client प्रत्येक वेळी ते पुन्हा पाठवतो. Message threads हा optional beta पर्याय आहे. त्याद्वारे system prompt आणि tools एकदाच पाठवता येतात आणि त्यानंतर फक्त नवीन messages पाठवता येतात. मात्र model ला call करण्यापूर्वी API पूर्ण conversation पुन्हा तयार करते. Anthropic नुसार threads मुळे pricing बदलत नाही. त्यामुळे खालील cost दोन्ही पद्धतींमध्ये समान आहे. User question मुळे सुमारे 300 tokens वाढतात. Answer सुमारे 400 tokens असतो. त्यामुळे प्रत्येक request साठी 4,300 input आणि 400 output tokens लागतात.

एक million input tokens मध्ये या स्वरूपाच्या सुमारे 232 requests करता येतात. दररोज 1,000 requests असल्यास अॅप दररोज 4.3 million input tokens वापरते. त्यामुळे "1M tokens" इतका वापर सहा तासांपेक्षा कमी traffic पुरवतो.

तक्ताEstimated cost per 1,000 requests at 4,300 input and 400 output tokens
या तक्त्यामागील डेटा
[
  {
    "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"
  }
]

Claude Opus 5 वर या traffic साठी 1,000 requests चा खर्च $31.50 आहे. Sonnet 5 वर तो $12.60 आहे. Claude Haiku 4.5 वर गेल्यास तो $6.30 इतका होतो. Sonnet 5 वरील warm prompt cache मुळे तो आणखी कमी होऊन $5.40 इतका होतो.

या traffic च्या एका महिन्यासाठी हा खर्च 30 ने गुणा करा. List rates नुसार Sonnet 5 साठी महिन्याचा खर्च सुमारे $378 आहे. Warm cache वापरणाऱ्या त्याच अॅपचा खर्च सुमारे $162 आहे. या volume वर तुम्ही negotiate करू शकणाऱ्या कोणत्याही rate पेक्षा model choice आणि caching decision यांचे प्रत्येकी अधिक महत्त्व आहे. कोणता model वापरायचा हा स्वतंत्र प्रश्न आहे. तुमच्या evaluations मध्ये यशस्वी ठरणारा सर्वात स्वस्त model निवडा: Opus, Sonnet आणि Haiku यांच्यात निवड याची योग्य प्रकारे चाचणी कशी करायची ते स्पष्ट करते.

Prompt caching मुळे पुन्हा वापरला जाणारा भाग कमी दरात प्रक्रिया करता येतो

तो 4,000 token prefix प्रत्येक request मध्ये identical असतो आणि प्रत्येक वेळी त्यासाठी पूर्ण input price द्यावी लागते. Prompt caching मुळे processed prefix साठवला जातो आणि तो पुन्हा वापरल्यावर कमी दर आकारला जातो.

या पानाच्या price chart आणि worked examples मध्ये असलेल्या models वर (Haiku 4.5, Sonnet 5, Sonnet 4.6 आणि Opus 5), तसेच Fable 5 वर, cache read ची किंमत base input rate च्या 0.1 पट असते. काही नवीन models read साठी आणखी कमी दर आकारतात: Opus 5.5 आणि Sonnet 5.5 साठी 0.05 पट, तर Fable 5.1 आणि Mythos 5.1 साठी 0.025 पट. 5 minute lifetime साठी cache लिहिण्याची किंमत base च्या 1.25 पट असते. 1 hour lifetime साठी ती base च्या 2 पट असते. त्यामुळे 0.1 पट दर असलेल्या models मध्ये 5 minute cache एकदा read केल्यानंतर स्वतःचा खर्च भरून काढतो. Write साठी 0.25 अतिरिक्त खर्च येतो, तर प्रत्येक read मध्ये 0.9 ची बचत होते. 1 hour cache साठी खर्च भरून काढण्यासाठी दोन reads आवश्यक असतात.

तो सुरू करण्याचा सर्वात सोपा मार्ग म्हणजे एकच top-level field:

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?"}
    ]
  }'

त्यानंतर परत आलेला usage block वाचा:

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

ही तीन input counters तीन वेगवेगळ्या दरांनी आकारली जातात आणि त्यांची बेरीज तुमचा वास्तविक input volume असते: total_input_tokens = cache_read_input_tokens + cache_creation_input_tokens + input_tokens. Caching सुरू असताना केवळ input_tokens पाहून केलेला cost estimate मोठ्या प्रमाणात चुकीचा ठरेल.

Cache वापरून खर्च भरून निघत नाही अशा दोन परिस्थिती आहेत. दोन्ही परिस्थितींमध्ये कोणताही error नोंदवला जात नाही.

Prefix byte-identical असला पाहिजे. Cache lookup हा prefix match असतो. त्यामुळे system prompt च्या सुरुवातीला timestamp किंवा user's name असल्यास तो प्रत्येक request मध्ये बदलतो. त्यानंतर प्रत्येक वेळी base input च्या 1.25 पट खर्च होतो आणि एकदाही read होत नाही. cache_creation_input_tokens जास्त राहणे आणि cache_read_input_tokens 0 राहणे हे त्याचे लक्षण आहे. प्रत्येक request मध्ये ज्याचा content समान असतो अशा शेवटच्या block वर cache_control ठेवा आणि बदलणारा सर्व content त्यानंतर ठेवा. तुमच्या tools definitions बदलल्यास त्यांच्या खालील संपूर्ण cache invalid होतो, कारण invalidation ही tools, त्यानंतर system आणि त्यानंतर messages या क्रमाने खाली लागू होते.

Prefix पुरेसा लांब असला पाहिजे. Cache करता येणारी किमान लांबी Opus 5 वर 512 tokens, Sonnet 5 वर 1,024 tokens आणि Haiku 4.5 वर 4,096 tokens आहे. त्यापेक्षा छोटा prompt cache केला जात नाही आणि कोणताही error परत केला जात नाही. वरील उदाहरणातील 4,000 token prefix Sonnet 5 वर cache होतो, पण Haiku 4.5 वर cache होत नाही, कारण 4,000 हे त्या model च्या किमान मर्यादेपेक्षा कमी आहे. दोन्ही counters 0 दाखवत असतील, तर काहीही cache झालेले नाही.

बॅच प्रक्रियेमुळे दर निम्मा होतो

Batch API विनंत्यांवर asynchronous पद्धतीने प्रक्रिया करते आणि input तसेच output या दोन्हींवरील दर 50 percent ने कमी करते. वरील उदाहरणात 1,000 विनंत्यांसाठीचा $12.60 खर्च $6.30 इतका होतो. हा discount prompt caching सोबत लागू होतो. त्यामुळे मोठ्या प्रमाणातील काम चालवण्यासाठी cached batch job हा सर्वात कमी खर्चाचा पर्याय ठरतो. Batch मध्ये message threads काम करत नाहीत. त्यामुळे प्रत्येक batch request मध्ये संपूर्ण conversation द्यावे लागते.

यासाठी latency वाढते. त्यामुळे एखादी व्यक्ती उत्तराची वाट पाहत बसलेली असेल, अशा कोणत्याही कामासाठी batch योग्य नाही. हे overnight classification आणि document backfills साठी उपयुक्त आहे.

एका संभाषणातील chat चा खर्च का वाढतो

डीफॉल्टनुसार API कोणतीही state ठेवत नाही. त्यामुळे प्रत्येक turn वेळी तुमचा client संपूर्ण संभाषण पुन्हा पाठवतो. पर्यायी message threads beta संभाषण थोड्या काळासाठी server वर ठेवते. त्यामुळे पुढील turn वेळी फक्त नवीन messages upload केले जातात. मात्र API model ला call करण्यापूर्वी संपूर्ण संभाषण पुन्हा तयार करते. Anthropic च्या मते threads मुळे pricing बदलत नाही. कोणतीही पद्धत वापरली तरी, एका chat मधील token usage त्याच्या लांबीच्या वर्गानुसार वाढतो; तो सरळ प्रमाणात वाढत नाही.

प्रत्येक turn मध्ये सरासरी 500 tokens आहेत असे धरा. Turn 1 मध्ये 500 input tokens पाठवले जातात. Turn 2 मध्ये 1,000. Turn 20 मध्ये 10,000. यांची बेरीज n(n+1)/2 या सूत्राने केल्यास, 20 turns असलेल्या संभाषणात सुमारे 105,000 input tokens पाठवले जातात, तर transcript ची लांबी केवळ 10,000 tokens असते.

म्हणून transcript पाहता दिसणाऱ्या खर्चापेक्षा chat feature चा खर्च अधिक असतो. दीर्घ threads मध्ये stable prefix cache करणे किंवा जुन्या turns चा सारांश तयार करणे यामुळे होणारी बचत त्या प्रक्रियेचा खर्च भरून काढते. tool calls वर loop करणाऱ्या agent मध्येही हीच रचना दिसते आणि परिस्थिती आणखी गंभीर असते: प्रत्येक tool result history मध्ये राहतो आणि पुढील प्रत्येक turn वेळी पुन्हा पाठवला जातो. तुम्ही स्वतः चालवता त्या agent साठी कमाल खर्चमर्यादा निश्चित करणे येथे सर्वाधिक महत्त्वाचे आहे, कारण ही वाढ आपोआप होते आणि तिच्यावर लक्ष ठेवणारे कोणीही नसते.

अंदाज करण्यापूर्वी tokens मोजा

शब्दसंख्येवरून tokens ची संख्या ठरवणे थांबवा. API तुमच्यासाठी ही संख्या विनामूल्य मोजते. यासाठी message creation पासून स्वतंत्र rate limit वापरली जाते.

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"
    }]
  }'

Response मध्ये एक field असतो:

{ "input_tokens": 14 }

तुमचा प्रत्यक्ष system prompt आणि tool definitions, तसेच प्रतिनिधिक user message, यामध्ये द्या. त्यानंतर ही संख्या वरील cost function मध्ये वापरा. हा endpoint message request प्रमाणेच structured inputs स्वीकारतो. यामध्ये system prompts, tools, images आणि PDFs यांचा समावेश आहे. त्यामुळे base64 स्वरूपात पाठवलेल्या images आणि PDFs ची मोजणीही योग्य प्रकारे होते. मात्र तो प्रत्येक message request body स्वीकारत नाही. web search आणि web fetch सारखी server tools, MCP connector, URL किंवा file reference द्वारे पाठवलेल्या images किंवा documents आणि thread समाविष्ट असलेली कोणतीही request तो नाकारतो. Threaded conversation साठी तिच्या system prompt आणि tools सहित संपूर्ण conversation मोजा.

दोन मर्यादा लक्षात ठेवा. ही संख्या estimate असते आणि billed figure पेक्षा थोडी वेगळी असू शकते. तसेच मोजणी तुम्ही दिलेल्या model च्या tokenizer ने केली जाते. त्यामुळे प्रत्यक्षात वापरणार असलेला model द्या.

Output tokens आधी मोजता येत नाहीत, कारण ते अद्याप तयार झालेले नसतात. max_tokens वापरून त्यांची कमाल संख्या ठरवा. त्यानंतर live traffic मधील usage.output_tokens वरून प्रत्यक्ष distribution मोजा.

बिलमध्ये आणखी काय समाविष्ट होते

बिलमधील बहुतांश खर्च tokens चा असतो. काही घटक tokens नसतात आणि त्यांच्यामुळे अनेकांना अनपेक्षित खर्च दिसतो.

  • प्रत्येक request मध्ये tool definitions input tokens मध्ये रूपांतरित होतात. तुमचे स्वतःचे schemas जोडण्यापूर्वीच, tool use system prompt मुळे Opus 5 वर 286 ते 406 tokens वाढतात. दहा विस्तृत tool descriptions मुळे लहान prompt चा आकार दुप्पट होऊ शकतो.
  • Web search साठी प्रत्येक 1,000 searches मागे $10 आकारले जातात. याशिवाय, results context मध्ये समाविष्ट झाल्यावर वापरल्या जाणाऱ्या tokens चा खर्च वेगळा असतो.
  • Web fetch साठी स्वतंत्र शुल्क नाही. मात्र fetch केलेले page input tokens मध्ये रूपांतरित होते. 100 kB documentation page मध्ये साधारण 25,000 tokens असतात.
  • Claude 4.6 आणि त्यानंतरच्या आवृत्त्यांमध्ये inference_geo वापरून US-only inference मागितल्यास प्रत्येक token category वर 1.1 multiplier लागू होतो. Cache reads आणि cache writes यांचाही त्यात समावेश होतो.

API खरेदी करणे योग्य आहे की नाही हे तुमच्या वापराच्या प्रमाणावर अवलंबून असते. एखाद्या plan ची usage ceiling गाठल्यावर हा प्रश्न सहसा निर्माण होतो. मर्यादेतून बाहेर पडण्याचे मार्ग window संपेपर्यंत प्रतीक्षा करण्यापासून ते ते काम metered API calls वर हलवण्यापर्यंत असतात. वापराचे प्रमाण एका विशिष्ट पातळीपेक्षा कमी असल्यास flat monthly plan थेट अधिक फायदेशीर ठरतो. Claude subscription च्या तुलनेत API या तुलनेचे वास्तविक आकडे देतो.

FAQ

Claude मध्ये 1M tokens ची किंमत किती आहे?

ही किंमत model आणि tokens input आहेत की output, यावर अवलंबून असते. October 2026 नुसार Claude Haiku 4.5 वर 1 million input tokens ची किंमत $1 आहे. Claude Sonnet 5 वर ती $2 आणि Claude Opus 5 वर $5 आहे. नवीन Claude Haiku 5.5 मध्ये 100,000 tokens पर्यंतच्या prompts साठी किंमत प्रति million input tokens $0.10 पासून सुरू होते आणि त्यापेक्षा जास्त tokens साठी $0.50 आकारले जातात. या सर्व models मध्ये output ची किंमत input दराच्या पाचपट आहे. दर बदलू शकतात. त्यामुळे budget मध्ये रक्कम निश्चित करण्यापूर्वी official pricing page वर त्यांची पडताळणी करा.

1M tokens म्हणजे 1M words इतकेच असतात का?

नाही. Claude Opus 4.7 पूर्वीच्या models मध्ये Anthropic नुसार एक token म्हणजे साधारण 3.5 English characters असतात आणि 1 million tokens मध्ये सुमारे 750,000 words असतात. Claude Opus 4.7 आणि त्यानंतरचे models वापरत असलेल्या नवीन tokenizer मध्ये 1 million tokens मध्ये सुमारे 555,000 words असतात. याचे कारण असे की समान text साठी हा tokenizer Claude Sonnet 4.6 आणि त्यापूर्वीच्या models पेक्षा सुमारे 30 percent अधिक tokens तयार करतो. हे प्रमाण केवळ अंदाजासाठी आहे. Code, JSON आणि English व्यतिरिक्त इतर languages मध्ये प्रत्येक word साठी अधिक tokens लागू शकतात. तसेच वेगवेगळ्या model generations मधील counts एकमेकांना थेट लागू होत नाहीत. तुम्ही वापरणार असलेला model देऊन विनामूल्य /v1/messages/count_tokens endpoint वापरून मोजणी करा.

Prompt caching मुळे नेहमी पैसे वाचतात का?

नाही. 5 minute cache write साठी base input rate च्या 1.25 पट किंमत लागते. त्यामुळे लिहिलेला prefix पुन्हा कधीही read केला नाही, तर तो साध्या पद्धतीने पाठवण्यापेक्षा 25 percent अधिक महाग पडतो. पहिल्या read पासून त्याचा खर्च भरून निघतो. हे दोन प्रकारे अयशस्वी होऊ शकते आणि दोन्ही बाबतीत कोणताही स्पष्ट संकेत मिळत नाही. Requests मधील cached prefix बदलल्यास lookup जुळत नाही, कारण exact prefix match आवश्यक असतो. Prefix model च्या minimum cacheable length पेक्षा लहान असल्यासही caching होत नाही आणि कोणतीही error परत केली जात नाही. ही किमान मर्यादा Sonnet 5 साठी 1,024 tokens आणि Haiku 4.5 साठी 4,096 tokens आहे. cache_creation_input_tokens आणि cache_read_input_tokens दोन्हीचे मूल्य 0 असल्यास cache कोणतेही काम करत नाही.

माझ्या messages च्या संख्येपेक्षा bill वेगाने का वाढले?

कारण प्रत्येक turn वेळी model संपूर्ण conversation पुन्हा वाचतो. Messages API default पद्धतीने कोणतीही state ठेवत नाही. त्यामुळे chat मधील turn 20 मध्ये आधीचे सर्व 19 turns पुन्हा input म्हणून पाठवले जातात. Optional message threads beta मुळे तुम्ही केवळ नवीन messages upload करू शकता. मात्र Anthropic नुसार threads मुळे pricing बदलत नाही. प्रत्येक turn मध्ये सरासरी 500 tokens असल्यास, 20 turn च्या conversation मध्ये सुमारे 105,000 input tokens पाठवले जातात, जरी transcript ची लांबी केवळ 10,000 tokens असली तरी. Agent loops मध्येही हेच घडते, कारण प्रत्येक tool result history मध्ये राहतो. स्थिर prefix cache करा किंवा जुन्या turns चा सारांश तयार करून ते request मधून काढून टाका.

हा लेख उपयुक्त होता का?