Claude इतका महाग का? Token चा हिशेब

Claude महाग का आहे? थोडक्यात उत्तर

Claude महाग असण्यामागे चार कारणे आहेत जी एकमेकांवर अवलंबून आहेत. आउटपुट टोकन्सची किंमत इनपुट टोकन्सच्या दराच्या पाच पट आहे. API तुमच्या संभाषणाची कोणतीही मेमरी ठेवत नाही, त्यामुळे प्रत्येक वेळी पूर्ण इतिहास पुन्हा पाठवला जातो आणि प्रत्येक टर्नवर त्याचे बिल आकारले जाते. एक एजंट एका प्रश्नाचे रूपांतर डझनभर API कॉल्समध्ये करतो आणि प्रत्येक कॉलमध्ये तो वाढत जाणारा इतिहास समाविष्ट असतो. या सर्वांव्यतिरिक्त, फ्रंटियर मॉडेलची किंमत ते करत असलेल्या कामाच्या कठीणतेनुसार ठरवली जाते, लहान मॉडेल चालवण्याच्या खर्चावर नाही.

टोकन म्हणजे मजकुराचा एक भाग असतो आणि किती मजकूर असेल हे मॉडेलवर अवलंबून असते. Opus 5, Sonnet 5, Fable 5 आणि 5.1 आणि प्रत्येक 5.5 मॉडेल नवीन टोकेनायझर वापरतात जो Claude 4.7 सोबत आला होता. Anthropic एका दशलक्ष टोकन्सना साधारणपणे 555,000 इंग्रजी शब्द किंवा 2.5 दशलक्ष अक्षरे मानतो, त्यामुळे एक टोकन म्हणजे सुमारे अडीच अक्षरे किंवा अर्ध्या शब्दापेक्षा थोडे जास्त असते. Sonnet 4.6 आणि Haiku 4.5 सारखी जुनी मॉडेल्स मागील टोकेनायझर वापरतात, जिथे एक टोकन सुमारे 3.5 इंग्रजी अक्षरांचे असते आणि एक दशलक्ष टोकन्समध्ये सुमारे 750,000 शब्द असतात. तोच मजकूर नवीन मॉडेल्सवर सुमारे 30 टक्के जास्त टोकन्स मोजतो, त्यामुळे जुन्या अंदाजाचा पुनर्वापर करण्याऐवजी तुम्ही जे मॉडेल वापरणार आहात त्यानुसार पुन्हा मोजणी करा. दर प्रति दशलक्ष टोकन्ससाठी दिले जातात, ज्याला MTok (million tokens) असे लिहिले जाते. खाली दिलेला प्रत्येक दर ऑक्टोबर 2026 पर्यंतचा प्रकाशित Claude API दर आहे.

बहुतेक अनपेक्षित बिले त्या यादीतील दुसऱ्या आणि तिसऱ्या कारणामुळे येतात. लोक सहसा असा विश्वास ठेवून येतात की Claude जे उत्तरे लिहितो त्यासाठी पैसे लागतात. एजंट सत्रात, लेखनाचा खर्च अनेकदा बिलाच्या एक दशांश पेक्षाही कमी असतो.

प्रसिद्ध केलेले दर, जेणेकरून आपण आकड्यांवर सहमत होऊ

[
  {
    "label": "Haiku 4.5",
    "input_usd": 1,
    "output_usd": 5,
    "cache_read_usd": "0.10"
  },
  {
    "label": "Sonnet 5",
    "input_usd": 2,
    "output_usd": 10,
    "cache_read_usd": "0.20"
  },
  {
    "label": "Sonnet 4.6",
    "input_usd": 3,
    "output_usd": 15,
    "cache_read_usd": "0.30"
  },
  {
    "label": "Opus 5",
    "input_usd": 5,
    "output_usd": 25,
    "cache_read_usd": "0.50"
  }
]

केवळ आकड्यांकडे न पाहता त्यांच्या रचनेकडे लक्ष द्या. प्रत्येक मॉडेल इनपुटच्या तुलनेत आउटपुटसाठी नेमके पाच पट जास्त शुल्क आकारते. Opus 5 साठी प्रति दशलक्ष इनपुट टोकन्स 5 डॉलर्स आणि प्रति दशलक्ष आउटपुट टोकन्स 25 डॉलर्स खर्च येतो. Haiku 4.5 चा खर्च 1 आणि 5 इतका आहे. त्यामुळे या तक्त्यातील सर्वात स्वस्त मॉडेल आणि सर्वात महागडे मॉडेल यांच्यातील फरक पाच पट आहे, आणि वाचण्यापेक्षा लिहिण्याचा खर्चही पाच पट आहे.

Sonnet 5 चा खर्च प्रति दशलक्ष 2 आणि 10 डॉलर्स आहे. Anthropic ने सुरुवातीला ही किंमत 31 ऑगस्ट, 2026 पर्यंतचा प्रास्ताविक दर म्हणून जाहीर केली होती, परंतु नंतर तीच मानक किंमत म्हणून कायम ठेवली आणि 3 व 15 डॉलर्सपर्यंत होणारी नियोजित दरवाढ रद्द केली. नवीन मॉडेल्सच्या releases सोबत दर बदलतात, त्यामुळे बजेट ठरवण्यापूर्वी सध्याचे दर तपासा. नवीन मॉडेल्समध्येही हीच पाच पट रचना कायम आहे: Opus 5.5 चे दर प्रति दशलक्ष 4 आणि 20 डॉलर्स, Sonnet 5.5 चे 2 आणि 10 डॉलर्स, आणि 7 ऑक्टोबर, 2026 रोजी रिलीज झालेल्या Haiku 5.5 चे दर 0.10 आणि 0.50 डॉलर्स आहेत. या तक्त्याखाली कोणतीही मोफत श्रेणी (free tier) उपलब्ध नाही, जरी नवीन खात्यांना सुरुवातीला थोडे क्रेडिट मिळते आणि API चे काही भाग पूर्णपणे मोफत आहेत.

शेवटचा रकाना हा cache read दर आहे. बहुतेक बिलांची रक्कम याच दरावरून ठरते. गणित समजल्यानंतर पुन्हा याकडे वळा.

आउटपुट tokens ची किंमत input tokens पेक्षा पाचपट का असते?

वाचणे आणि लिहिणे यासाठी समान प्रमाणात काम लागत नाही. Input tokens एका pass मध्ये process केले जातात. Model संपूर्ण prompt एकाच वेळी वाचतो आणि त्यावरील प्रक्रिया parallel पद्धतीने चालते. त्यामुळे 60,000 token चा prompt वाचण्यासाठी 1,000 token च्या prompt पेक्षा 60,000 पट जास्त वेळ लागत नाही.

Output tokens एकावेळी एक तयार केले जातात. प्रत्येक नवीन token साठी model मधून स्वतंत्र pass आवश्यक असतो. तसेच त्या token पूर्वीचे प्रत्येक token context म्हणून आवश्यक असते. 1,000 tokens लिहिणे म्हणजे सलग 1,000 passes. Reading प्रमाणे हे serial काम विभागता येत नाही. त्यामुळे प्रत्येक output token hardware अधिक काळ व्यापून ठेवतो.

म्हणूनच "उत्तर लहान करा" हा उपाय लोकांच्या अपेक्षेपेक्षा कमी प्रभावी ठरतो. Agent च्या bill मधील कमी असलेल्या अर्ध्या भागावरच त्याचा परिणाम होतो.

प्रत्येक turn ला माझ्या संपूर्ण संभाषणासाठी पुन्हा शुल्क का आकारले जाते?

Claude API stateless आहे. Anthropic च्या बाजूला असे कोणतेही संभाषण साठवलेले नसते, ज्यामध्ये तुम्ही एक संदेश जोडत आहात. प्रत्येक request मध्ये संपूर्ण message history पाठवली जाते आणि काहीही लिहिण्यापूर्वी model ती पूर्ण वाचतो. त्यामुळे turn 30 साठी turns 1 ते 29 यांचाही खर्च आकारला जातो.

याचा अर्थ संभाषणाची लांबी वाढत असताना त्याचा खर्च त्यापेक्षा अधिक वेगाने वाढतो. Turn 1 मध्ये लहान context साठी शुल्क आकारले जाते. Turn 40 मध्ये मोठ्या context साठी शुल्क आकारले जाते. सर्व 40 turns चा खर्च एकत्र केल्यास, प्रत्यक्षात लिहिल्या गेलेल्या tokens च्या संख्येपेक्षा अनेक पटीने अधिक tokens साठी तुम्ही पैसे दिलेले असतात.

[
  {
    "turn": 1,
    "context_tokens": "20,000"
  },
  {
    "turn": 5,
    "context_tokens": "32,000"
  },
  {
    "turn": 10,
    "context_tokens": "45,000"
  },
  {
    "turn": 15,
    "context_tokens": "55,000"
  },
  {
    "turn": 20,
    "context_tokens": "64,000"
  },
  {
    "turn": 25,
    "context_tokens": "74,000"
  },
  {
    "turn": 30,
    "context_tokens": "84,000"
  },
  {
    "turn": 35,
    "context_tokens": "92,000"
  },
  {
    "turn": 40,
    "context_tokens": "100,000"
  }
]

वरील session 20,000 tokens पासून सुरू होते. यामध्ये system prompt, tool definitions आणि agent ने उघडलेल्या पहिल्या files समाविष्ट आहेत. Turn 40 पर्यंत context मध्ये 100,000 tokens असतात. सर्व 40 turns साठी याची सरासरी काढल्यास, प्रत्येक request मध्ये सुमारे 60,000 tokens वाचले जातात.

एजंटची किंमत चॅटपेक्षा जास्त का असते?

चॅटमध्ये प्रत्येक प्रश्नासाठी एक विनंती (request) असते. एजंटमध्ये प्रत्येक पायरीसाठी (step) एक विनंती असते. फाईल वाचणे ही एक पायरी आहे. टेस्ट रन करणे ही एक पायरी आहे. टेस्टचे आउटपुट वाचणे ही एक पायरी आहे. फाईल एडिट करणे ही एक पायरी आहे. कोडिंग एजंटसाठी एखादे काम पूर्ण करण्यासाठी चाळीस पायऱ्या असणे सामान्य आहे.

टूल वापरण्यामुळे दोन अतिरिक्त खर्च येतात. प्रत्येक विनंतीमध्ये टूलच्या व्याख्या (definitions) इनपुट टोकन्स म्हणून पाठवाव्या लागतात, कारण मॉडेलला प्रत्येक वेळी कोणती टूल्स उपलब्ध आहेत हे सांगावे लागते. Anthropic ने हा ओव्हरहेड जाहीर केला आहे: Opus 5 वर जेव्हा tool_choice हे auto वर सेट केलेले असते, तेव्हा टूल वापरण्यासाठी लागणारा सिस्टम प्रॉम्प्ट 286 टोकन्सचा असतो, ज्यामध्ये तुमच्या स्वतःच्या टूल स्कीमाच्या टोकन्सची भर पडते. काही सर्व्हर-साइड टूल्ससाठी वेगळे शुल्क देखील आकारले जाते. वेब सर्चसाठी, निकालांमुळे वापरल्या जाणाऱ्या टोकन्सव्यतिरिक्त, प्रति 1,000 सर्चसाठी $10 असे शुल्क आकारले जाते.

प्रत्येक टूलचा निकाल हा कायमस्वरूपी संदर्भ (context) बनतो. एखादी कमांड जी 3,000 ओळी प्रिंट करते, ती कमांड रन झाल्यानंतरच्या प्रत्येक विनंतीमध्ये त्या 3,000 ओळी समाविष्ट होतात; जोपर्यंत सत्र (session) संपत नाही किंवा इतिहास कॉम्पॅक्ट किंवा क्लिअर केला जात नाही. Claude Code द्वारे रिपोर्ट केला जाणारा प्रति-सत्र टोकन वापर हे स्पष्टपणे दर्शवते: एखादी माहितीपूर्ण (noisy) कमांड दिल्यानंतर इनपुट टोकन्सची संख्या कशी वाढते ते पहा.

एका वास्तविक session मधील गणित

Opus 5 वर agentic coding च्या एका वास्तववादी तासाचे हे उदाहरण आहे. API requests ची संख्या चाळीस आहे. Context 20,000 ते 100,000 tokens पर्यंत वाढतो, त्यामुळे प्रत्येक request साठी सरासरी सुमारे 60,000 tokens लागतात. Model प्रत्येक request साठी सुमारे 700 tokens लिहिते. यात लहान tool calls आणि काही मोठे code blocks असतात.

Requests in the session:      40
Average context per request:  60,000 tokens

Total input tokens billed:    40 x 60,000                    = 2,400,000
Input cost on Opus 5:         2,400,000 x $5 / 1,000,000     = $12.00

Total output tokens:          40 x 700                       =    28,000
Output cost on Opus 5:        28,000 x $25 / 1,000,000       =  $0.70

Session total                                                = $12.70

[
  {
    "label": "Input, context re-read",
    "billed_tokens": "2,400,000",
    "cost_usd": "12.00"
  },
  {
    "label": "Output, code and tool calls",
    "billed_tokens": "28,000",
    "cost_usd": "0.70"
  }
]

विभागणी पाहा. Reading cost 12.00 dollars आणि writing cost 0.70 dollars आहे. त्यामुळे तुम्ही प्रत्यक्षात वाचलेले output bill च्या सुमारे पाच टक्के आहे. Model ने 28,000 tokens लिहिले, पण reading साठी 2,400,000 tokens चे billing झाले. कोणीही 2.4 million tokens टाइप केले नाहीत. तेच 100,000 tokens पुन्हा पुन्हा वाचले गेले.

लेव्हल 1: प्रॉम्प्ट कॅशिंग, जे सर्वात मोठे साधन आहे

प्रॉम्प्ट कॅशिंग तुमच्या प्रॉम्प्टच्या स्थिर भागाचे (stable prefix) प्रक्रिया केलेले स्वरूप साठवून ठेवते. पुढील विनंतीमध्ये, तो भाग पुन्हा प्रक्रिया करण्याऐवजी कॅशेमधून वाचला जातो. पाच मिनिटांच्या कॅशेसाठी कॅशेमध्ये लिहिण्याचा खर्च इनपुट दराच्या 1.25 पट असतो, तर एक तासाच्या कॅशेसाठी तो 2 पट असतो. बहुतेक मॉडेल्सवर, Opus 5 सह, त्यातून वाचण्याचा खर्च इनपुट दराच्या 0.1 पट असतो. Opus 5.5 आणि Sonnet 5.5 साठी हा दर 0.05 पट आहे, आणि Fable 5.1 साठी तो 0.025 पट आहे. Opus 5 वर, हे प्रति दशलक्ष 0.50 डॉलर्स इतके आहे, जे 5 डॉलर्सच्या तुलनेत कमी आहे.

हे वरील सत्राला लागू करा. जसा संवाद वाढतो, तसे 100,000 टोकन्सपैकी प्रत्येक एकदा कॅशेमध्ये लिहिले जाते. इतर 2,300,000 इनपुट टोकन्स कॅशे रीड्स बनतात.

Tokens written to cache:      100,000
Cache write at 1.25x input:   100,000 x $6.25 / 1,000,000    = $0.63

Tokens read from cache:       2,300,000
Cache read at 0.1x input:     2,300,000 x $0.50 / 1,000,000  = $1.15

Output cost, unchanged                                       = $0.70

Session total                                                = $2.48

तुम्ही कॅशे करण्यायोग्य भाग cache_control फील्डसह चिन्हांकित करता. ज्या मजकुरात प्रत्येक टर्नमध्ये बदल होत नाही, त्या भागाच्या नंतर ब्रेकपॉईंट ठेवा: जसे की सिस्टम प्रॉम्प्ट आणि टूल डेफिनिशन्स. ज्या लांब डॉक्युमेंटचा तुम्ही वारंवार संदर्भ देता, ते देखील याच स्थिर ब्लॉकमध्ये असावे.

{
  "model": "claude-opus-5",
  "system": [
    {
      "type": "text",
      "text": "<long, stable instructions>",
      "cache_control": {"type": "ephemeral"}
    }
  ],
  "messages": [{"role": "user", "content": "..."}]
}

तुमच्या प्रॉम्प्टचा क्रम आता खर्चावर परिणाम करतो. कॅशे हिट होण्यासाठी प्रॉम्प्टच्या अगदी सुरुवातीपासून अचूक जुळणी (exact match) आवश्यक असते, त्यामुळे प्रत्येक विनंतीमध्ये बदलणारी कोणतीही गोष्ट स्थिर भागाच्या नंतरच असावी. जर तुम्ही सिस्टम प्रॉम्प्टच्या सुरुवातीला टाइमस्टॅम्प ठेवला, तर प्रत्येक टर्नला कॅशे ब्रेक होईल: संपूर्ण प्रीफिक्स मिस (miss) होईल आणि तुम्हाला ते पुन्हा लिहिण्यासाठी इनपुट दराच्या 1.25 पट खर्च करावा लागेल.

प्रतिसाद तुम्हाला ते कार्य करत आहे की नाही हे सांगतो. एक विनंती पाठवा आणि usage ब्लॉक वाचा.

curl https://api.anthropic.com/v1/messages \
  -H "x-api-key: $ANTHROPIC_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -H "content-type: application/json" \
  -d '{
    "model": "claude-opus-5",
    "max_tokens": 256,
    "messages": [{"role": "user", "content": "Hello"}]
  }'

प्रत्येक प्रतिसादात खालीलप्रमाणे एक usage ऑब्जेक्ट असतो:

{
  "usage": {
    "input_tokens": 105,
    "cache_creation_input_tokens": 7345,
    "cache_read_input_tokens": 7123,
    "output_tokens": 239
  }
}

जर पुन्हा केलेली विनंती cache_read_input_tokens मध्ये अजूनही 0 दर्शवत असेल, तर याचा अर्थ कॅशे हिट होत नाहीये. याचे सामान्य कारण म्हणजे तुमच्या ब्रेकपॉईंटच्या आधीची एखादी गोष्ट बदलली आहे. पाच मिनिटांचा कॅशे कालबाह्य (expire) देखील होतो, त्यामुळे सहा मिनिटांनंतर पाठवलेली विनंती मिस होते आणि त्यानंतर पुन्हा नवीन लेखन होते.

स्तर 2: सोप्या विनंत्या लहान मॉडेलकडे पाठवा

एजंट सत्रातील बहुतेक विनंत्या कठीण नसतात. फाईल उघडणे, फॉरमॅटर चालवणे किंवा diff वाचणे यांसारख्या कामांसाठी फ्रंटियर मॉडेलची गरज नसते. अशा विनंत्या Haiku 4.5 कडे वळवल्यास इनपुट दर 5 डॉलर प्रति दशलक्ष वरून 1 डॉलरपर्यंत खाली येतो. Haiku 5.5 चे दर आणखी कमी आहेत, जे 100,000 टोकन्सपर्यंतच्या प्रॉम्प्ट्ससाठी 0.10 डॉलर आहेत. मात्र, प्रॉम्प्टची लांबी या मर्यादेच्या पुढे गेल्यास त्याचे दर पाच पटीने वाढतात आणि एजंटचा मोठा संदर्भ (context) लवकरच या मर्यादेपर्यंत पोहोचतो. Haiku 5.5 ची किंमत आणि त्याचा वापर मध्ये दोन्ही टप्प्यांची माहिती दिली आहे.

[
  {
    "label": "Opus 5, no caching",
    "session_cost_usd": "12.70"
  },
  {
    "label": "Opus 5, cached",
    "session_cost_usd": "2.48"
  },
  {
    "label": "Sonnet 5, cached",
    "session_cost_usd": "0.99"
  },
  {
    "label": "Haiku 4.5, cached",
    "session_cost_usd": "0.50"
  }
]

Opus 5 वर कॅशिंगशिवाय एका सत्राचा खर्च 12.70 डॉलर, कॅशिंगसह 2.48 डॉलर, Sonnet 5 वर कॅशिंगसह 0.99 डॉलर आणि Haiku 4.5 वर कॅशिंगसह 0.50 डॉलर इतका येतो. केवळ कॅशिंगमुळे बिलातील सुमारे ऐंशी टक्के खर्च कमी होतो. मॉडेलची निवड उरलेल्या खर्चातील मोठा भाग कमी करते. दराची तुलना योग्यरित्या करण्यासाठी Haiku 4.5 च्या ओळीत इतर मॉडेल्सप्रमाणेच टोकनची एकूण संख्या ठेवली आहे. Haiku 4.5 जुने टोकेनायझर वापरते, तर नवीन टोकेनायझर समान मजकुरासाठी सुमारे 30 टक्के जास्त टोकन्स मोजते. त्यामुळे Haiku 4.5 वर तेच काम अंदाजे 23 टक्के कमी टोकन्समध्ये होते, ज्यामुळे सत्राचा खर्च 0.38 डॉलरच्या जवळ येतो.

येथे एक महत्त्वाची सावधगिरी बाळगणे आवश्यक आहे. स्वस्त मॉडेलने चुकीचे उत्तर दिल्यास तुम्हाला संपूर्ण सत्र पुन्हा करावे लागते आणि तुमचा वेळही वाया जातो. कामाच्या कठीणतेनुसार मॉडेल निवडा, केवळ किमतीनुसार नाही. हा नियम वरच्या दिशेनेही लागू होतो: Claude Fable 5 आणि Fable 5.1 चे दर Opus 5 च्या वर, अनुक्रमे 10 आणि 50 डॉलर प्रति दशलक्ष आहेत. त्यामुळे तिथे विनंती पाठवण्यापूर्वी त्या दरांमध्ये काय मिळते हे वाचून घ्या. Opus, Sonnet आणि Haiku मधील निवड मध्ये प्रत्येक मॉडेलची क्षमता स्पष्ट केली आहे.

Leverage 3: context hygiene

तुम्ही context मध्ये ठेवलेला प्रत्येक token उर्वरित प्रत्येक turn साठी आकारला जातो. त्यामुळे एखादा token उशिरा काढण्यापेक्षा लवकर काढणे अधिक फायदेशीर ठरते. 40 turn च्या session मध्ये turn 5 ला 5,000 token ची file पूर्णपणे output केल्यास ती आणखी 35 वेळा वाचली जाते. म्हणजे 175,000 अतिरिक्त input tokens होतात. एका निष्काळजी paste साठी Opus 5 वर याचा खर्च जवळपास एक dollar होतो.

ही संख्या कमी करण्यासाठी चार सवयी अंगीकारा:

• नवीन task साठी कालचे session पुढे सुरू ठेवण्याऐवजी नवीन session सुरू करा.
• noisy commands चा output model पर्यंत पोहोचण्यापूर्वी `head -50` सारख्या पद्धतीने filter करा.
• संपूर्ण file मागण्याऐवजी तुम्हाला आवश्यक असलेले एक function मागा.
• दीर्घ session मध्ये प्रगती थांबल्यास summary मागा आणि त्यापासून पुन्हा सुरू करा. Summary मध्ये काहीशे tokens असतात. Transcript मध्ये एक लाख tokens असतात.

लीव्हर 4: परस्परसंवादी नसलेल्या सर्व कामांसाठी batch वापरा

Batch API विनंत्यांवर asynchronous पद्धतीने प्रक्रिया करते आणि input तसेच output या दोन्हींवरील खर्चात 50 टक्के कपात करते. एखाद्या job ला पुढील 1 सेकंदात उत्तराची आवश्यकता नसेल, तर ते batch करा. यामध्ये classification, extraction, backlog चे summarising आणि evaluation runs यांचा समावेश होतो. हा batch discount prompt caching सोबत लागू होतो. तो interactive session ला लागू होत नाही, कारण अशा session मध्ये प्रतीक्षा करण्यासाठी काहीही नसते.

मी जास्त पैसे देत आहे का?

“Claude महाग का आहे?” या प्रश्नामागे प्रत्यक्षात हाच प्रश्न असतो. त्यामुळे थेट उत्तर देतो. दर प्रकाशित केलेले आहेत, standard tiers मध्ये ते सर्वांसाठी समान आहेत आणि त्यानुसार प्रति token शुल्क आकारले जाते. याला अपवाद म्हणजे वाटाघाटीद्वारे केलेला करार. अशा करारातही Claude Enterprise pricing समान मोजलेल्या token साठीचे शुल्क काढून टाकत नाही; त्यासमोर प्रति seat शुल्क जोडले जाते. तुमच्या मनातील तुलना दुसऱ्या plan ऐवजी दुसऱ्या vendor सोबत असेल, तर Claude आणि ChatGPT APIs वर समान कामांची किंमत प्रत्येक पर्याय कुठे स्वस्त पडतो हे दाखवते. बिलातील कोणतेही शुल्क ऐच्छिक नाही. मात्र rate card मधून तुम्हाला मिळणारे मूल्य समजत नाही, कारण त्यात token ची किंमत मोजली जाते, तर तुमच्यासाठी परिणाम महत्त्वाचा असतो.

म्हणून परिणामाची किंमत मोजा. वरील session साठी cache न वापरता 12.70 dollars खर्च झाले. त्यातून तुम्हाला एक तास लागला असता असे feature तयार झाले असेल, तर हा खर्च कमी आहे. त्याने चाळीस turns निष्फळपणे घालवले असतील, तर त्याच 12.70 dollars मध्ये काहीही मिळाले नाही. त्या वेळी दर ही समस्या नव्हती.

लक्षात ठेवण्यासारखा मुख्य मुद्दा हा आहे. तुमचे bill मूल्याशी नव्हे, तर token च्या संख्येशी वाढते. समान लांबीच्या productive session आणि वाया गेलेल्या session साठी समान खर्च येतो. म्हणून rate card पेक्षा हे चार levers अधिक महत्त्वाचे आहेत. प्रति token किंमत तुम्ही बदलू शकत नाही, पण एखादे काम किती token घेईल हे तुम्ही ठरवता.

म्हणून दर महिन्याला किती dollars खर्च झाले याऐवजी पूर्ण केलेल्या प्रत्येक task मागे किती dollars खर्च झाले ते नोंदवा. Caching आणि routing सुधारताना ही संख्या कमी होत असेल, तर तुमची रचना सुधारत आहे. Monthly total वाढत असला तरी हे शक्य आहे, कारण तो total अधिक काम केल्यामुळे वाढत आहे.

तुमचे बिल कमी न करणाऱ्या गोष्टी

काही लोकप्रिय सल्ले फारसा परिणाम करत नाहीत. मॉडेलला "थोडक्यात सांगा" (be concise) असे सांगून आउटपुट कमी होते, परंतु एकूण बिलामध्ये आउटपुटचा वाटा केवळ पाच टक्के असतो. तुमचा प्रश्न लहान केल्याने 60,000 टोकनच्या संदर्भात (context) फक्त काही शे टोकन्सची बचत होते. 'extended thinking' बंद करणे तेव्हाच फायदेशीर ठरते जेव्हा थिंकिंग टोकन्सचा वाटा तुमच्या आउटपुटमध्ये लक्षणीय असतो; आणि हे तुम्हाला अंदाज लावण्याऐवजी usage block मध्ये स्पष्ट दिसते.

मोठी कॉन्टेक्स्ट विंडो (context window) स्वतःहून खर्च वाढवत नाही. Claude 4.6 आणि त्यानंतरच्या मॉडेल्सवर, Haiku 5.5 वगळता, पूर्ण दहा लाख टोकनची विंडो मानक प्रति-टोकन दराने आकारली जाते. त्यामुळे 9,000 टोकनच्या विनंतीसाठी जो दर लागतो, तोच 9,00,000 टोकनच्या विनंतीसाठी लागतो. Haiku 5.5 हा अपवाद आहे: त्याचे दर प्रॉम्प्टच्या लांबीनुसार ठरतात. 100,000 टोकन्सपेक्षा जास्त लांबीच्या प्रॉम्प्टसाठी इनपुट, आउटपुट आणि कॅशेसाठी पाचपट जास्त शुल्क आकारले जाते. यामध्ये इनपुटचा दर प्रति दशलक्ष 0.10 डॉलरवरून 0.50 डॉलर होतो आणि आउटपुटचा दर 0.50 डॉलरवरून 2.50 डॉलर होतो. इतर सर्व सध्याच्या मॉडेल्समध्ये विंडोच्या आकारामुळे किंमत बदलत नाही, तर तुम्ही विंडोमध्ये काय टाकता यावर ती ठरते.

आणखी दोन गोष्टी एका सत्रात करण्याऐवजी नियोजनाचा भाग असाव्यात. जर तुमचा वापर दररोजचा आणि संवादात्मक असेल, तर प्रति-टोकन पेमेंट आणि फ्लॅट प्लॅनची तुलना करा: API आणि सबस्क्रिप्शन खर्चाची तुलना ही गणना करते. जर फ्लॅट प्लॅन फायदेशीर ठरत असेल आणि तुम्ही त्याच वेळी दुसऱ्या विक्रेत्याचा विचार करत असाल, तर Claude आणि ChatGPT प्लॅनची तुलनात्मक किंमत दोन्ही सेवांची तुलना करते. आणि जर एखादा एजंट सर्व्हरवर विना देखरेख चालत असेल, तर इतर कशावरही काम करण्यापूर्वी खर्चाची एक निश्चित मर्यादा (hard spend cap) सेट करा, ज्याबद्दल VPS वरील AI एजंटसाठी खर्च नियंत्रण मध्ये माहिती दिली आहे. प्रमाणाचा अंदाज घेण्यासाठी, दहा लाख Claude टोकन्समध्ये नक्की काय मिळते हे वाचून तुम्ही दरपत्रकाचे रूपांतर मजकुराच्या पानांमध्ये करू शकता.

FAQ

मी एजंट वापरण्यास सुरुवात केल्यावर माझे Claude बिल का वाढले?

कारण एक एजंट प्रत्येक प्रश्नासाठी अनेक विनंत्या (requests) पाठवतो आणि प्रत्येक विनंतीमध्ये आतापर्यंतचा संपूर्ण संवाद समाविष्ट असतो. चॅटमध्ये प्रत्येक प्रश्नासाठी एकच विनंती पाठवली जाते. कोडिंग एजंट प्रत्येक टप्प्यासाठी एक विनंती पाठवतो आणि एका कामासाठी चाळीस टप्पे असणे सामान्य आहे. त्या प्रत्येक विनंतीसाठी पूर्ण संदर्भाचे (context) बिल आकारले जाते, त्यामुळे 100,000 टोकन्सवर संपणाऱ्या सत्रासाठी एकूण दोन दशलक्षाहून अधिक इनपुट टोकन्सचे बिल येऊ शकते. हे थेट पाहण्यासाठी API रिस्पॉन्स मधील input_tokens आणि cache_read_input_tokens वाचा.

प्रॉम्प्ट कॅशिंगमुळे खरोखरच बिल इतके कमी होते का?

दिलेल्या उदाहरणात, सत्राचा खर्च 12.70 डॉलर्सवरून 2.48 डॉलर्सवर आला, कारण Opus 5 वर कॅशे रीडचा खर्च इनपुट दराच्या एक दशांश आहे. ही बचत पूर्णपणे तुमच्या हिट रेटवर अवलंबून असते. पाच मिनिटांच्या कॅशेसह, ते एकाच रीडनंतर स्वतःचा खर्च भरून काढते, कारण राईटचा खर्च इनपुटच्या 1.25 पट असतो आणि रीडचा खर्च 0.1 पट किंवा त्यापेक्षा कमी असतो. जर तुमचा प्रॉम्प्ट प्रत्येक विनंतीच्या सुरुवातीला बदलत असेल, तर तुम्हाला एकही हिट मिळणार नाही आणि तुम्ही विनाकारण राईट प्रीमियम भरत राहाल. ते काम करत असल्याची खात्री करण्यापूर्वी cache_read_input_tokens सह पडताळून पहा.

मी सर्व गोष्टींसाठी फक्त Haiku वापरावे का?

नाही. Haiku 4.5 चा खर्च प्रति दशलक्ष इनपुट टोकन्ससाठी 1 डॉलर्स आहे, तर Opus 5 साठी तो 5 आहे. त्यामुळे वर्गीकरण (classification) आणि राउटिंग (routing) सारख्या साध्या आणि मोठ्या प्रमाणात चालणाऱ्या कामांसाठी ही बचत वास्तविक आहे. कठीण कामात चुकीचे उत्तर मिळाल्यास मॉडेलने वाचवलेल्या पैशांपेक्षा जास्त खर्च होतो, कारण तुम्हाला पुन्हा प्रयत्न करण्यासाठी (retry) पैसे द्यावे लागतात आणि त्यासोबत तुमचा वेळही खर्च होतो. मिश्र पद्धत वापरणे योग्य ठरते: यांत्रिक कामांसाठी लहान मॉडेल आणि जिथे निर्णयाची गरज आहे अशा कामांसाठी फ्रंटियर मॉडेल वापरा.

API हे Claude सबस्क्रिप्शनपेक्षा स्वस्त आहे का?

हे तुमच्या वापराच्या सातत्यावर अवलंबून आहे. सबस्क्रिप्शन ही एक निश्चित मासिक किंमत आहे ज्याला वापराच्या मर्यादा (usage limits) जोडलेल्या असतात. API मध्ये प्रति टोकन पैसे द्यावे लागतात आणि कोणतीही कमाल मर्यादा नसते. जेव्हा तुमचा वापर कमी असतो किंवा अधूनमधून असतो तेव्हा ते स्वस्त पडते, परंतु जेव्हा तुम्ही दररोज त्याचा मोठ्या प्रमाणावर वापर करता तेव्हा ते महाग पडू शकते. तुमच्या usage ब्लॉकवरून दररोजचे सरासरी टोकन्स घ्या, त्यांची किंमत तुमच्या मॉडेलच्या दराप्रमाणे लावा, एका महिन्यात तुम्ही जितके दिवस वापरता त्या दिवसांनी गुणा आणि मग त्या मासिक आकड्याची तुलना प्लॅनच्या किमतीशी करा. एंट्री टियरसाठीची किंमत Claude Pro ची किंमत आणि त्याच्या वापराच्या मर्यादा कुठे संपतात यामध्ये दिली आहे. जर बेरीज API च्या बाजूने येत असेल, तर सबस्क्रिप्शन रद्द केल्याने तुम्ही आधीच भरलेला महिना वाया जात नाही, कारण रद्द करण्याची प्रक्रिया सध्याच्या बिलिंग कालावधीच्या शेवटी प्रभावी होते आणि तोपर्यंत तुम्ही प्लॅन वापरू शकता. प्लॅन रद्द करणे किंवा टियर कमी करणे या दोन्ही मार्गांची माहिती देते.