Berapakah Kos 1 Juta Token dalam Claude?
Ketahui kos 1 juta token Claude: kadar input dan output berbeza, malah output lima kali ganda input. Gunakan pengiraan ini untuk menganggarkan bil API bulanan.
Berapakah harga 1M token dalam Claude?
1M token bermaksud satu juta token, dan ia merupakan unit yang digunakan untuk menetapkan harga model Claude API (application programming interface). Tiada harga tunggal untuknya kerana input dan output dibilkan pada kadar yang berbeza, dan setiap model mempunyai pasangan kadar tersendiri. Claude Haiku 5.5 mempunyai dua pasangan: satu untuk prompt sehingga 100,000 token dan satu lagi yang lebih tinggi untuk prompt melebihi jumlah tersebut. Setakat Oktober 2026, satu juta token input berharga $1 pada Claude Haiku 4.5, $2 pada Claude Sonnet 5 dan $5 pada Claude Opus 5.
Output merupakan bahagian yang lebih mahal. Pada setiap model semasa, kadar output adalah lima kali ganda kadar input, jadi nisbah antara kedua-duanya lebih menentukan bil anda berbanding angka utama. Aplikasi yang menghantar dokumen panjang dan memberikan jawapan pendek berkelakuan sangat berbeza daripada aplikasi yang menulis jawapan panjang berdasarkan prompt yang pendek.
Halaman ini adalah mengenai ekonomi unit: kos bagi setiap token, dan cara menganggarkan bil sebelum anda membina aplikasi. Untuk mengetahui ke mana token sebenarnya pergi semasa anda bekerja, baca ke mana token pergi di dalam sesi Claude Code.
Rupa 1M token
Token ialah sebahagian teks yang dibaca atau ditulis oleh model. Glosari Anthropic menyatakan bahawa satu token bersamaan kira-kira 3.5 aksara bahasa Inggeris pada model sebelum Claude 4.7. Gambaran keseluruhan model Anthropic menyatakan bahawa satu juta token memuatkan kira-kira 750,000 perkataan pada model tersebut. Pada kadar 3.5 aksara bagi setiap token, jumlah itu bersamaan kira-kira 3.5 juta aksara, atau kira-kira 3.5 MB teks bahasa Inggeris biasa. Pada tokenizer baharu yang diperkenalkan dengan Claude Opus 4.7, satu juta token yang sama memuatkan kira-kira 555,000 perkataan, atau kira-kira 2.5 juta aksara.
Anggaran yang diterbitkan untuk input biasa memberikan gambaran yang lebih jelas tentang skala ini.
Data di sebalik carta ini
[
{
"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"
}
]Pada kadar tersebut, 1M token bersamaan kira-kira 400 halaman web purata yang dibaca sekali, atau lapan kertas penyelidikan dengan saiz sedemikian. Jumlah itu juga bersamaan satu laluan pemprosesan bagi codebase bersaiz sederhana, atau penggunaan chat ringan selama sebulan oleh seorang pengguna.
Anggap semua angka ini sebagai anggaran. Code, JSON dan teks dalam bahasa selain bahasa Inggeris memuatkan lebih sedikit perkataan bagi setiap token. Oleh itu, jumlah perkataan tersebut mewakili anggaran yang lebih tinggi. Satu lagi faktor mengubah kiraan ini: Claude Opus 4.7 dan versi selepasnya, termasuk Opus 5 dan Sonnet 5, menggunakan tokenizer baharu yang menghasilkan kira-kira 30 peratus lebih banyak token untuk teks yang sama berbanding Sonnet 4.6 dan versi sebelumnya. Claude Haiku 4.5 menggunakan tokenizer lama. Oleh itu, kiraan yang diukur pada Haiku 4.5 lebih rendah daripada kiraan pada Sonnet 5 untuk input yang sama. Ini bermakna perbandingan harga terus bagi setiap juta token merentasi peralihan tersebut tidak adil. Kira prompt yang sama pada kedua-dua model sebelum membuat keputusan.
Caj Claude bagi setiap juta token
Data di sebalik carta ini
[
{
"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 berharga $2 untuk input dan $10 untuk output. Anthropic pada mulanya menawarkan harga tersebut sebagai kadar pengenalan sehingga 31 Ogos 2026, kemudian menjadikannya harga standard dan membatalkan kenaikan yang dirancang kepada $3 dan $15. Claude Opus 5 pula berharga $5 dan $25. Model Fable berada di luar carta tersebut sepenuhnya: Claude Fable 5 dan model terbaharu Claude Fable 5.1 kedua-duanya disenaraikan pada harga $10 untuk input dan $50 untuk output, jadi sama ada kadar tersebut berbaloi untuk dibayar bergantung pada tugasan yang anda berikan kepadanya.
Barisan model Anthropic semasa adalah lebih baharu daripada model yang disenaraikan harganya pada halaman ini. Claude Opus 5.5 disenaraikan pada harga $4 untuk input dan $20 untuk output, Claude Sonnet 5.5 pada $2 dan $10, serta Claude Haiku 5.5 bermula daripada $0.10 dan $0.50. Opus 5, Sonnet 5, Haiku 4.5 dan Fable 5 kini disenaraikan sebagai model legasi yang masih tersedia, jadi contoh kerja di bawah masih boleh dijalankan seperti yang ditulis. Berapakah kos Haiku 5.5 dan di mana kedudukannya membincangkan model baharu yang paling murah.
Kadar harga sentiasa berubah. Anggap setiap angka pada halaman ini sebagai contoh kerja bertarikh Oktober 2026, dan sahkan nombor semasa pada halaman harga rasmi sebelum anda meluluskan bajet.
Kadar ini menyatakan kos Claude tetapi bukan sama ada ia pilihan yang lebih murah untuk beban kerja anda, dan tiga tugasan yang dikira kosnya pada kedua-dua Claude dan ChatGPT menunjukkan di mana setiap API lebih berkelebihan.
Satu perkara yang tidak mengubah kadar ialah panjang konteks, dengan satu pengecualian. Pada Claude 4.6 dan model terkemudian, kecuali Claude Haiku 5.5, tetingkap konteks penuh 1M token dibilkan pada harga standard, jadi permintaan 900,000 token menelan kos yang sama bagi setiap token seperti permintaan 9,000 token. Prompt yang panjang menelan kos lebih tinggi kerana ia melibatkan lebih banyak token, dan tiada kadar konteks panjang yang berasingan dikenakan. Claude Haiku 5.5 diletakkan harga mengikut panjang prompt: permintaan yang prompt-nya melebihi 100,000 token membayar $0.50 untuk input dan $2.50 untuk output bagi setiap juta berbanding $0.10 dan $0.50, dan bacaan serta penulisan cache dikira ke arah ambang tersebut.
Pengiraan yang kekal selepas perubahan harga
Setiap bil terdiri daripada dua pendaraban dan satu penambahan.
cost = (input_tokens / 1,000,000) * input_rate
+ (output_tokens / 1,000,000) * output_rateDitulis sebagai kod yang boleh anda jalankan:
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}")Kod tersebut mencetak 0.0126. Permintaan yang menghantar 4,300 token input dan menerima 400 token output berharga kira-kira 1.3 sen pada Sonnet 5. Simpan kedua-dua kadar tersebut di satu tempat dalam kod anda. Apabila harga berubah, anda hanya perlu menyunting dua baris, dan setiap anggaran dalam sistem anda akan berubah mengikutnya.
Anggaran kerja untuk aplikasi sebenar
Bayangkan seorang pembantu sokongan. Prompt sistem dan dokumentasi produknya berjumlah 4,000 token, dan model membacanya pada setiap permintaan. Secara lalai, Messages API tidak menyimpan status antara panggilan, jadi klien anda menghantarnya setiap kali. Thread mesej, ciri beta pilihan, membolehkan anda menghantar prompt sistem dan alatan sekali sahaja dan kemudian hanya menghantar mesej baharu, tetapi API membina semula keseluruhan perbualan sebelum ia memanggil model dan Anthropic menyatakan bahawa thread tidak mengubah harga, jadi kos di bawah adalah sama dalam kedua-dua keadaan. Soalan pengguna menambah kira-kira 300 token. Jawapan pula berjalan sekitar 400 token. Ini bermakna 4,300 input dan 400 output bagi setiap permintaan.
Satu juta token input boleh menampung kira-kira 232 permintaan dengan bentuk tersebut. Pada 1,000 permintaan sehari, aplikasi menggunakan 4.3 juta token input setiap hari, jadi "1M token" adalah kurang daripada enam jam trafik.
Data di sebalik carta ini
[
{
"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"
}
]Pada Claude Opus 5, trafik tersebut menelan kos $31.50 bagi setiap 1,000 permintaan. Pada Sonnet 5, kosnya ialah $12.60. Menurunkan kepada Claude Haiku 4.5 menjadikan kosnya $6.30, dan cache prompt yang aktif pada Sonnet 5 menjadikan kos lebih rendah lagi pada $5.40.
Darabkan dengan 30 untuk sebulan trafik tersebut. Sonnet 5 pada kadar senarai adalah kira-kira $378 sebulan. Aplikasi yang sama dengan cache aktif adalah kira-kira $162. Pilihan model dan keputusan caching anda masing-masing lebih bernilai daripada sebarang kadar yang akan anda rundingkan pada volum ini. Model mana yang patut dijalankan adalah persoalan tersendiri, dan model paling murah yang melepasi penilaian anda adalah pemenangnya: memilih antara Opus, Sonnet dan Haiku merangkumi cara untuk mengujinya dengan betul.
Prompt caching mengurangkan bahagian yang berulang
Prefix 4,000 token itu sama dalam setiap request, dan anda membayar harga input penuh untuknya setiap kali. Prompt caching menyimpan prefix yang telah diproses dan mengenakan kadar lebih rendah apabila prefix itu digunakan semula.
Pada model dalam carta harga dan contoh pengiraan di halaman ini, iaitu Haiku 4.5, Sonnet 5, Sonnet 4.6 dan Opus 5, serta pada Fable 5, cache read berharga 0.1 kali kadar input asas. Sesetengah model baharu mengenakan caj lebih rendah untuk cache read: Opus 5.5 dan Sonnet 5.5 mengenakan 0.05 kali, manakala Fable 5.1 dan Mythos 5.1 mengenakan 0.025 kali. Penulisan cache berharga 1.25 kali kadar asas bagi tempoh hayat 5 minit, atau 2 kali kadar asas bagi tempoh hayat 1 jam. Oleh itu, pada model yang mengenakan 0.1 kali, cache 5 minit pulang modal selepas satu read. Kos penulisan ialah tambahan 0.25, manakala setiap read menjimatkan 0.9. Cache 1 jam memerlukan dua read untuk pulang modal.
Cara paling mudah untuk mengaktifkannya ialah dengan satu medan peringkat teratas:
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?"}
]
}'Kemudian baca blok usage yang dikembalikan:
{
"usage": {
"cache_creation_input_tokens": 5120,
"cache_read_input_tokens": 1800,
"input_tokens": 50,
"output_tokens": 503
}
}Ketiga-tiga pembilang input itu dicaj pada tiga kadar berbeza dan jumlahnya ialah volum input sebenar anda: total_input_tokens = cache_read_input_tokens + cache_creation_input_tokens + input_tokens. Anggaran kos yang hanya membaca input_tokens akan tersasar jauh selepas caching diaktifkan.
Dua perkara boleh menghalang cache daripada menjimatkan kos, dan kedua-duanya gagal secara senyap.
Prefix mesti sama pada peringkat bait. Cache lookup ialah padanan prefix. Oleh itu, timestamp atau nama pengguna pada bahagian atas system prompt akan mengubahnya dalam setiap request. Anda kemudian membayar 1.25 kali kadar input asas setiap kali dan tidak pernah melakukan read. Tandanya ialah cache_creation_input_tokens kekal tinggi manakala cache_read_input_tokens kekal 0. Letakkan cache_control pada blok terakhir yang kandungannya sama merentasi request, kemudian letakkan semua kandungan yang berubah selepasnya. Perubahan pada definisi tools membatalkan seluruh cache di bawahnya kerana proses invalidation bergerak mengikut susunan tools, kemudian system, kemudian messages.
Prefix mesti cukup panjang. Panjang minimum yang boleh dicache ialah 512 token pada Opus 5, 1,024 token pada Sonnet 5 dan 4,096 token pada Haiku 4.5. Prompt yang lebih pendek tidak dicache dan tiada ralat dikembalikan. Prefix 4,000 token dalam contoh di atas dicache pada Sonnet 5 tetapi tidak dicache pada Haiku 4.5 kerana 4,000 berada di bawah had minimum model tersebut. Apabila kedua-dua pembilang menunjukkan 0, tiada kandungan dicache.
Pemprosesan kelompok mengurangkan kadar sebanyak separuh
Batch API memproses permintaan secara tak segerak (asynchronous) dengan potongan 50 peratus bagi input dan output. Dalam contoh di atas, ini menukarkan $12.60 bagi setiap 1,000 permintaan kepada $6.30. Diskaun ini boleh digabungkan dengan prompt caching, menjadikan kerja kelompok yang dicache sebagai cara paling murah untuk menjalankan tugasan pukal. Thread mesej tidak berfungsi di dalam kelompok, jadi setiap permintaan kelompok membawa keseluruhan perbualan tersebut.
Perkara yang dikorbankan ialah kependaman (latency), yang menjadikan pemprosesan kelompok tidak sesuai untuk sebarang tugasan yang memerlukan respons segera daripada pengguna. Ia sesuai untuk klasifikasi semalaman dan pengisian semula dokumen (document backfills).
Mengapa kos sembang meningkat dalam satu perbualan
Secara lalai, API tidak menyimpan sebarang keadaan (state), jadi klien anda menghantar semula keseluruhan perbualan pada setiap giliran. Ciri beta message threads pilihan menyimpan perbualan pada pelayan untuk tempoh yang singkat supaya giliran seterusnya hanya memuat naik mesej baharu, namun API masih membina semula perbualan penuh sebelum ia memanggil model, dan Anthropic menyatakan bahawa threads tidak mengubah harga. Walau apa pun, penggunaan token dalam satu sembang meningkat mengikut kuasa dua panjangnya, bukan secara linear.
Ambil giliran yang puratanya 500 token. Giliran 1 menghantar 500 token input. Giliran 2 menghantar 1,000. Giliran 20 menghantar 10,000. Jumlahkan itu dengan n(n+1)/2 dan perbualan 20 giliran telah menghantar kira-kira 105,000 token input, sedangkan transkrip itu sendiri hanya sepanjang 10,000 token.
Itulah sebabnya ciri sembang menelan kos yang lebih tinggi daripada yang disarankan oleh transkripnya, dan mengapa melakukan caching pada awalan (prefix) yang stabil atau meringkaskan giliran lama sangat berbaloi untuk thread yang panjang. Ejen yang melakukan gelung (loop) ke atas panggilan alat (tool calls) mempunyai corak yang sama, malah lebih buruk: setiap hasil alat kekal dalam sejarah dan dihantar semula pada setiap giliran berikutnya. Meletakkan had perbelanjaan yang ketat pada ejen yang anda jalankan sendiri adalah perkara paling penting di sini, kerana pertumbuhan itu berlaku secara automatik dan tiada siapa yang memantaunya.
Kira token sebelum anda meneka
Berhenti menganggarkan bilangan token berdasarkan bilangan perkataan. API mengiranya untuk anda, tanpa caj, pada had kadar yang berasingan daripada penciptaan mesej.
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"
}]
}'Respons tersebut mengandungi satu medan:
{ "input_tokens": 14 }Masukkan prompt sistem dan definisi alat sebenar anda, berserta mesej pengguna yang mewakili, kemudian masukkan nombor tersebut ke dalam fungsi kos di atas. Endpoint ini menerima input berstruktur yang sama seperti permintaan mesej, termasuk prompt sistem, alat, imej dan PDF, jadi imej dan PDF yang dihantar sebagai base64 juga dikira dengan tepat. Walau bagaimanapun, ia tidak menerima setiap badan permintaan mesej. Ia menolak alat pelayan seperti carian web dan ambil web, penyambung MCP, imej atau dokumen yang dihantar melalui URL atau rujukan fail, dan sebarang permintaan yang merangkumi thread. Untuk perbualan berangkai, kira keseluruhan perbualan berserta prompt sistem dan alatnya. Dua perkara perlu diberi perhatian. Kiraan ini adalah anggaran dan mungkin sedikit berbeza daripada angka yang dibilkan. Ia juga diukur dengan tokenizer model yang anda hantar, jadi hantar model yang akan anda jalankan sebenarnya.
Token output tidak boleh dikira lebih awal, kerana ia belum wujud lagi. Hadkannya dengan max_tokens, kemudian ukur taburan sebenar daripada usage.output_tokens pada trafik langsung.
Perkara lain yang dikenakan caj
Token merangkumi sebahagian besar bil. Beberapa item lain bukan token dan sering mengejutkan pengguna.
- Takrif alat menjadi token input dalam setiap permintaan. System prompt penggunaan alat sahaja menambah 286 hingga 406 token pada Opus 5, sebelum skema anda sendiri ditambah. Sepuluh perihalan alat yang panjang boleh menggandakan prompt yang kecil.
- Carian web dikenakan caj $10 bagi setiap 1,000 carian, selain token yang digunakan oleh hasil carian apabila hasil tersebut dimasukkan ke dalam konteks.
- Web fetch tidak mengenakan caj tambahan, tetapi halaman yang diambil menjadi token input. Halaman dokumentasi bersaiz 100 kB mengandungi kira-kira 25,000 token.
- Permintaan inferens khusus AS dengan
inference_geopada Claude 4.6 dan versi selepasnya mengenakan pengganda 1.1 pada setiap kategori token, termasuk bacaan dan penulisan cache.
Sama ada API merupakan pilihan yang sesuai untuk dibeli bergantung pada jumlah penggunaan anda. Had penggunaan pada sesuatu pelan biasanya mencetuskan persoalan ini, dan laluan selepas had merangkumi tindakan menunggu sehingga tempoh tersebut berakhir atau memindahkan tugas itu kepada panggilan API bermeter. Di bawah tahap penggunaan tertentu, pelan bulanan tetap lebih berbaloi, dan perbandingan API dengan langganan Claude mengira perbezaan itu menggunakan angka sebenar.
FAQ
Berapakah kos 1 juta token dalam Claude?
Ia bergantung pada model, dan sama ada token tersebut adalah input atau output. Setakat Oktober 2026, satu juta token input berharga $1 pada Claude Haiku 4.5, $2 pada Claude Sonnet 5, dan $5 pada Claude Opus 5. Claude Haiku 5.5 yang lebih baharu bermula pada $0.10 bagi setiap juta token input untuk prompt sehingga 100,000 token, dan mengenakan bayaran $0.50 bagi jumlah melebihi itu. Kos output adalah lima kali ganda kadar input bagi setiap model tersebut. Kadar sentiasa berubah, jadi sahkan kadar tersebut pada halaman harga rasmi sebelum anda menetapkan angka dalam bajet.
Adakah 1 juta token sama dengan 1 juta perkataan?
Tidak. Pada model sebelum Claude Opus 4.7, Anthropic menetapkan satu token sebagai kira-kira 3.5 aksara bahasa Inggeris dan menyatakan bahawa satu juta token mengandungi kira-kira 750,000 perkataan. Pada tokenizer lebih baharu yang digunakan oleh Claude Opus 4.7 dan seterusnya, satu juta token mengandungi kira-kira 555,000 perkataan, kerana tokenizer tersebut menghasilkan kira-kira 30 peratus lebih banyak token untuk teks yang sama berbanding Claude Sonnet 4.6 dan sebelumnya. Nisbah tersebut hanyalah panduan. Kod, JSON dan bahasa selain bahasa Inggeris menggunakan lebih banyak token bagi setiap perkataan, dan kiraan tidak boleh dipindahkan antara generasi model. Ukur menggunakan endpoint /v1/messages/count_tokens percuma, dengan menghantar model yang anda rancang untuk jalankan.
Adakah prompt caching sentiasa menjimatkan wang?
Tidak. Penulisan cache selama 5 minit menelan kos 1.25 kali ganda kadar input asas, jadi awalan (prefix) yang ditulis dan tidak pernah dibaca menelan kos 25 peratus lebih tinggi daripada menghantarnya secara biasa. Ia akan memberi pulangan nilai bermula daripada bacaan pertama. Ia gagal dalam dua cara, kedua-duanya tanpa ralat. Jika awalan yang dicache berubah antara permintaan, carian tidak akan sepadan kerana ia merupakan padanan awalan yang tepat. Jika awalan lebih pendek daripada panjang minimum yang boleh dicache oleh model, iaitu 1,024 token pada Sonnet 5 dan 4,096 pada Haiku 4.5, tiada apa-apa yang dicache dan tiada ralat dikembalikan. Apabila cache_creation_input_tokens dan cache_read_input_tokens kedua-duanya membaca 0, cache tersebut tidak melakukan apa-apa.
Mengapa bil saya meningkat lebih cepat daripada jumlah mesej saya?
Kerana model membaca keseluruhan perbualan semula pada setiap giliran. Secara lalai, Messages API tidak menyimpan status, jadi giliran ke-20 dalam satu sembang membawa semua 19 giliran sebelumnya sebagai input sekali lagi. Ciri beta message threads pilihan membolehkan anda memuat naik mesej baharu sahaja, tetapi Anthropic menyatakan bahawa threads tidak mengubah harga. Dengan purata giliran sebanyak 500 token, perbualan 20 giliran menghantar kira-kira 105,000 token input walaupun transkrip hanya sepanjang 10,000 token. Gelung ejen (agent loops) berkelakuan dengan cara yang sama, kerana setiap hasil alat kekal dalam sejarah. Cache awalan yang stabil, atau ringkaskan giliran yang lebih lama dan gugurkannya daripada permintaan.