Kosten Claude geheugenfuncties: hoe werkt de facturatie?
De geheugenfunctie van Claude heeft geen eigen tarief. U betaalt voor onthouden tekst als invoertokens bij elk verzoek. Gebruik prompt caching om de kosten effectief te verlagen.
Brengen de geheugenfuncties van Claude extra kosten met zich mee?
De geheugenfuncties van Claude hebben geen eigen prijs. De gepubliceerde tarieven van Anthropic zijn per miljoen tokens aan invoer en per miljoen tokens aan uitvoer, met extra tarieven voor prompt caching; er is geen sprake van een zogeheten geheugentoken. Het opslaan van het geheugen zelf kost niets via de Claude API (application programming interface), omdat de geheugentool aan de clientzijde draait en het bestand op uw eigen opslag staat.
Geheugen beïnvloedt nog steeds uw factuur, omdat een onthouden feit een antwoord alleen verandert wanneer het zich in het verzoek bevindt dat Claude leest. Onthouden betekent opnieuw verzenden. Die tekst komt aan als invoertokens en wordt belast tegen het standaard invoertarief van het model, tenzij deze in de cache staat. Twee getallen bepalen de kosten: hoeveel tokens aan onthouden tekst u bij elke beurt opnieuw afspeelt, en of die afgespeelde tekst vanuit de prompt cache kan worden geleverd.
Bij een Pro-, Max- of Ultra-abonnement wordt het gebruik binnen de limieten van uw plan niet per token gefactureerd; geheugen verbruikt daar dus uw gebruiksquotum in plaats van uw geld. Dat verandert als u gebruikstegoeden inschakelt en een limiet overschrijdt: uw verzoeken schakelen over naar pay-as-you-go, worden gefactureerd tegen de standaard API-tarieven en worden apart van het abonnement in rekening gebracht. Vanaf dat punt kost een te groot geheugenblok dus weer geld. Het onderliggende mechanisme is identiek. Alleen de eenheid verandert. Dat quotum is eindig, dus het is nuttig om te weten wat Claude Pro kost en bij welk punt de limieten u blokkeren voordat u beslist hoeveel geheugen elke beurt moet bevatten. Claude Enterprise op basis van gebruik werkt weer anders, aangezien het elke token tegen API-tarieven meet bovenop de prijs per seat, waardoor een te groot geheugenblok weer in geld verandert in plaats van in een quotum. Enterprise-plannen op basis van seats bevatten een gebruiksquotum, met gebruikstegoeden beschikbaar nadat leden hun inbegrepen limieten hebben bereikt. Dit zijn legacy-plannen die bij contractverlenging overgaan op facturering op basis van gebruik. Als het opschonen van het geheugen uw verbruik comfortabel terugbrengt onder het plafond van een kleiner plan, is overstappen van Max of Ultra naar Pro de logische vervolgstap. Als de vergelijking die u daadwerkelijk maakt tussen verschillende aanbieders is in plaats van tussen de eigen niveaus van Anthropic, dan is Claude's plannen naast die van ChatGPT bij de huidige prijzen het juiste startpunt.
Wat "geheugen" betekent op elk Claude-platform
Drie afzonderlijke producten delen dit woord, en het verwarren van deze producten is de voornaamste reden waarom deze vraag onduidelijk is.
De geheugentool op de Claude API. U voegt één item toe aan de tools-array en implementeert de bestandsbewerkingen in uw eigen code.
{"type": "memory_20250818", "name": "memory"}Sinds oktober 2026 heeft deze tool geen bèta-header meer nodig op de Messages API en werkt deze op alle Claude 4-modellen en nieuwer. Het proces is client-side: Claude vraagt om een bewerking zoals view /memories, uw handler voert deze uit op opslag die u beheert, en u retourneert het resultaat in een tool_result-blok. Anthropic slaat het bestand nooit op, dus er zijn geen opslagkosten die u hoeft door te berekenen. U betaalt in plaats daarvan voor de round-trip. De tooldefinitie wordt bij elk verzoek meegestuurd en de bestandsinhoud die wordt geretourneerd, blijft vanaf dat punt in het gesprek aanwezig.
Anthropic publiceert het vaste deel van die overhead. Op Claude Opus 5 met een toolkeuze van auto is de systeem-prompt voor toolgebruik 286 tokens, zoals gedocumenteerd in oktober 2026. Dit wordt eenmalig per verzoek betaald wanneer er een tool aanwezig is, ongeacht of het om geheugen gaat of iets anders.
Claude Code. Twee mechanismen worden geladen aan het begin van elke sessie. CLAUDE.md-bestanden bevatten instructies die u schrijft. Automatisch geheugen bevat notities die Claude voor zichzelf schrijft, onder ~/.claude/projects/<project>/memory/. Alleen de eerste 200 regels of 25KB van MEMORY.md worden geladen, afhankelijk van welke limiet als eerste wordt bereikt; de onderwerpsbestanden daarnaast worden op verzoek gelezen in plaats van bij het opstarten. Alles wat bij het opstarten wordt geladen, wordt onderdeel van het voorvoegsel dat elk volgend verzoek in die sessie bevat. Geheugen verbruikt de inbegrepen gebruiksruimte wanneer u een abonnement gebruikt, of gebruikstegoeden nadat een limiet is bereikt en deze zijn ingeschakeld. Via de Console of cloudproviders wordt Claude Code per token gefactureerd aan uw organisatie, en de geheugencontext volgt die factureringsmethode. Hoe Claude Code geheugen ophaalt tussen sessies behandelt de laadvolgorde per bestand.
Claude op het web. Op claude.ai is geheugen een set items die Claude schrijft en bijwerkt terwijl u chat, met een geheugenruimte voor elk project. Projectgeheugen wordt standaard naast uw accountgeheugen gebruikt; schakel "Use account memory" uit op de projectpagina om het volledig gescheiden te houden. Instellingen > Your Claude > Manage naast "Your memory" toont wat er is opgeslagen, of Instellingen > Memory in de oudere lay-out, en de geheugenschakelaar biedt "Pause memory" of "Reset memory". Geheugen is ook beschikbaar op het gratis abonnement. Bij betaalde abonnementen met inbegrepen gebruik verbruikt geheugen de gebruikslimieten, of gebruikstegoeden zodra u een limiet overschrijdt en deze zijn ingeschakeld; bij Enterprise-abonnementen op basis van gebruik wordt dit gefactureerd tegen API-tarieven.
Waarom onthouden tekst wordt gefactureerd als input-tokens
De Messages API is stateless. Deze slaat niets op tussen aanroepen, dus uw client verstuurt bij elke beurt het volledige gesprek en het model leest dit telkens opnieuw. Geheugen vormt geen uitzondering op die regel. Het is simpelweg een extra tekstblok in hetzelfde verzoek.
De verdeling is zichtbaar in het usage-object bij elk antwoord.
"usage": {
"input_tokens": 412,
"cache_creation_input_tokens": 0,
"cache_read_input_tokens": 18240,
"output_tokens": 236
}input_tokens telt alleen de tokens die noch uit de cache zijn gelezen, noch zijn gebruikt om deze aan te maken; in de praktijk betekent dit de tokens na het laatste cache-breekpunt. De totale input voor het verzoek is cache_read_input_tokens plus cache_creation_input_tokens plus input_tokens. Een geheugenbestand dat Claude drie beurten geleden heeft geopend, bevindt zich bij elke daaropvolgende beurt in dat totaal. Het valt onder cache_read_input_tokens zolang het gecachte voorvoegsel behouden blijft, onder cache_creation_input_tokens wanneer het voorvoegsel opnieuw wordt geschreven, en onder input_tokens wanneer het niet is gecachet. Dezelfde tekst, verschillende prijzen. Input- en output-tokens hebben verschillende prijzen, en opnieuw afgespeeld geheugen valt onder de input-zijde.
Waar u deze getallen in uw eigen gebruik kunt inzien
Neem geen cijfers over uit een blogpost, inclusief deze. Meet uw eigen geheugenblok. Het tellen van tokens is gratis en heeft een eigen limiet, dus de meting kost niets.
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"}]
}'Het antwoord is één getal, zoals { "input_tokens": 14 }. Voer dit eenmaal uit met uw geheugentekst geplakt in het system-veld en eenmaal zonder, en het verschil is wat dat geheugen u bij elke beurt kost. Er zijn twee waarschuwingen van toepassing. De telling is een schatting en extra tokens die Anthropic toevoegt voor eigen systeemoptimalisaties worden niet aan u gefactureerd. Tel bovendien op basis van het model dat u daadwerkelijk gaat gebruiken, omdat Claude 4.7 en later een nieuwere tokenizer gebruiken die ongeveer 30 procent meer tokens genereert voor dezelfde tekst.
Binnen Claude Code wordt dezelfde vraag beantwoord zonder enige curl.
/contexttoont wat er op dit moment geladen is, inclusief geheugenbestanden, zodat u hun aandeel in het venster kunt zien voordat u iets typt./memorysomt uw CLAUDE.md-bestanden op en opent de map voor automatisch geheugen./usagedrukt de sessietotalen af, inclusief cache-reads en cache-writes.- De statusregel kan het gebruik van het contextvenster continu weergeven, zodat groei zichtbaar is terwijl deze plaatsvindt.
Het /usage-sessieblok ziet er als volgt uit:
Total cost: $0.55
Total duration (API): 6m 20s
Total duration (wall): 6h 33m 10s
Total code changes: 0 lines added, 0 lines removed
Usage by model:
claude-sonnet-4-6: 1.2k input, 5.3k output, 940.0k cache read, 50.0k cache write ($0.55)Lees de laatste regel zorgvuldig. Het cijfer van 940.0k cache read is het gesprek, inclusief geheugen en alles, dat bij elke beurt opnieuw wordt verzonden tegen het cache-tarief. Het inputcijfer van 1.2k is alleen de niet-gecachte input die niet is gebruikt om een cache-item aan te maken. Claude Code berekent dat dollarbedrag lokaal op basis van de catalogusprijzen, tenzij een beheerder contractuele tarieven heeft ingesteld via de modelPricing-beheerde instelling; het is dus een schatting en kan afwijken van uw factuur. De pagina Gebruik in de Claude Console bevat het officiële getal.
Voer vervolgens de vergelijking direct uit. Stel dezelfde openingsvraag in twee nieuwe sessies, één normale en één waarbij het automatisch geheugen is uitgeschakeld.
CLAUDE_CODE_DISABLE_AUTO_MEMORY=1 claudeVoer /context uit in elk van beide en vergelijk het item voor geheugenbestanden. Het verschil is wat uw opgebouwde geheugen kost aan het begin van elke sessie, voordat er enig werk wordt verricht. Een volledig overzicht van waar het tokengebruik van Claude Code naartoe gaat is het lezen waard naast deze twee getallen.
Wat zijn de kosten per miljoen tokens voor het opnieuw afspelen van geheugen?
Prompt caching is de reden waarom hetzelfde geheugenblok de ene keer tien keer zoveel kan kosten als de andere keer. Anthropic publiceert de cachetarieven als veelvouden van de basisinputprijs van elk model, waardoor de verhouding gelijk blijft, zelfs als de dollarprijzen wijzigen.
De gegevens achter deze grafiek
[
{
"label": "Base input",
"price_multiple": 1
},
{
"label": "5 minute cache write",
"price_multiple": 1.25
},
{
"label": "1 hour cache write",
"price_multiple": 2
},
{
"label": "Cache read",
"price_multiple": 0.1
}
]Een cache-read kost op de meeste modellen 0.1 keer de basisinputprijs. De nieuwste modellen lezen goedkoper: 0,05 keer de basisprijs bij Claude Opus 5.5 en Claude Sonnet 5.5, en 0,025 keer de basisprijs bij Claude Fable 5.1, Claude Mythos 5.1, Claude Fable 5.2 en Claude Mythos 5.2. Het schrijven van een item met een levensduur van 5 minuten kost 1.25 keer de basisprijs, en de levensduur van 1 uur kost 2 keer de basisprijs. De prijspagina van Anthropic vermeldt het break-evenpunt duidelijk: caching is rendabel na één cache-read bij een duur van 5 minuten, of na twee cache-reads bij een duur van 1 uur. De handleiding voor prompt caching zelf noemt geen break-evengetal, maar de lagere leestarieven veranderen niets aan beide aantallen, omdat de schrijfpremie het bedrag is dat door de reads moet worden terugverdiend. Het break-evenpunt voor prompt caching is de berekening die u moet uitvoeren voordat u beslist waar geheugen moet worden opgeslagen.
Deze veelvouden maken van het aantal herhalingen een rekenkundige kwestie. Het volgende blok is gebaseerd op de bovenstaande gepubliceerde veelvouden en is geen meting van een actuele workload. Het berekent de kosten van een geheugenblok op drie manieren over een sessie van 100 beurten, uitgedrukt als het equivalent aantal tokens tegen het standaardtarief voor basisinput.
De gegevens achter deze grafiek
[
{
"label": "4,000 tokens, never cached",
"base_rate_equivalent_tokens": "400,000"
},
{
"label": "4,000 tokens, 1 write and 99 reads",
"base_rate_equivalent_tokens": "44,600"
},
{
"label": "1,000 tokens, 1 write and 99 reads",
"base_rate_equivalent_tokens": "11,150"
}
]Een geheugenblok van 4.000 tokens dat bij alle 100 beurten de cache mist, wordt gefactureerd als 400,000 tokens tegen het basistarief. Hetzelfde blok achter één cache-write van 5 minuten en 99 cache-reads wordt gefactureerd als 44,600. Als u dit blok tot een kwart van de grootte snoeit en de caching behoudt, wordt het gefactureerd als 11,150. De functionaliteit is niet veranderd over deze 3 rijen. Alleen het herhalingsgedrag is anders. De rijen gebruiken de standaard 0,1x read. Op Claude Opus 5.5 of Claude Sonnet 5.5, waar een read 0,05x kost, daalt het gecachte blok van 4.000 tokens naar 24.800, en op Claude Fable 5.1 daalt dit naar 14.900. Dit zijn nog steeds aantallen tokens in plaats van geld, en het omzetten van een aantal tokens naar een bedrag op uw maandelijkse factuur is een kwestie van vermenigvuldigen met het tarief per miljoen van uw model. Dat tarief wordt bepaald door het model dat u gebruikt; als de agent op Claude Fable 5 draait, begin dan bij de gepubliceerde tarieven per miljoen en de geschiktheid voor taken. Als de agent op een kleiner model draait om kosten te besparen, controleer dan hoe Claude Haiku 5.5 prompts prijst die groter worden dan 100K tokens voordat u het geheugen laat groeien, omdat opnieuw afgespeeld geheugen de factor is die een verzoek over die grens duwt. Als de provider nog een open vraag is in plaats van alleen het model, laat dezelfde taken berekend op de API van Claude en die van ChatGPT zien waar die vermenigvuldiging anders uitpakt, en een geheugenintensieve agent leunt zwaar op de inputzijde daarvan.
De tweede rij gaat ervan uit dat elk van de 99 latere verzoeken binnenkomt terwijl een cache-item nog actief is. Die aanname is waar de meeste werkelijke facturen afwijken.
Waarom kost dezelfde vraag meer na een pauze?
Een cache-item heeft een levensduur en de klok begint te lopen bij het verzoek dat het item schrijft of leest. De standaardwaarde van de API is 5 minuten. De optie van 1 uur kost de 2x schrijf-prijs zoals hierboven getoond. In Claude Code is de standaardinstelling van het abonnement van één uur van toepassing op het hoofdgesprek en geselecteerde helper-verzoeken binnen het inbegrepen gebruik; subagents krijgen vijf minuten, tenzij u een langere levensduur kiest. Het hoofdgesprek valt terug naar vijf minuten zodra u gebruikskredieten verbruikt; bij een API-sleutel of een cloudprovider is dit standaard vijf minuten. Het instellen van ENABLE_PROMPT_CACHING_1H=1 behoudt de levensduur van één uur tijdens het gebruik van kredieten, en vanaf Claude Code v2.1.242 doet de instelling promptCacheTtl op 1h hetzelfde voor het hoofdgesprek. Vanaf dezelfde versie selecteert subagentPromptCacheTtl ingesteld op 1h de langere levensduur voor verzoeken buiten het hoofdgesprek.
Een vraag van één regel die u typt in een sessie die u tijdens de lunch open hebt laten staan, is dus duur omdat het cache-item is verlopen terwijl u weg was. Het volledige voorvoegsel, inclusief het geheugen, wordt opnieuw verwerkt en naar de cache geschreven tegen het cache-schrijftarief. De duur van de pauze bepaalde die prijs.
U kunt dit bevestigen in plaats van het aan te nemen. Bij een Pro-, Max-, Ultra-, Team- of Enterprise-abonnement markeert het /usage-overzicht elk gedrag dat verantwoordelijk is voor 10 procent of meer van het recente gebruik, en zowel lange context als cache-missers verschijnen daar bij naam. Vanaf Claude Code v2.1.251 voegt het sessieblok in /usage ook een Prompt cache (main)-regel toe die het aandeel van de invoer uit de cache, het aantal missers en of de cache op dit moment warm is, weergeeft. Houd in de API in de gaten hoe cache_creation_input_tokens bij het eerste verzoek na een rustige periode weer omhoog springt naar de volledige grootte van uw voorvoegsel.
Wat maakt de cache stilletjes ongeldig
Het gecachte voorvoegsel is geordend: tools, dan systeem, dan berichten. Een wijziging op één niveau maakt dat niveau en alles wat daarna komt ongeldig. Het bewerken van een tool-definitie gooit de volledige cache weg. Het bewerken van de systeemprompt gooit de systeem- en berichtencache weg.
Dit is de valkuil voor iedereen die geheugen in de systeemprompt bijhoudt en dit herschrijft naarmate de agent leert. Elke herschrijving verwijdert de gecachte kopie van alles wat erachter staat, waardoor het volgende verzoek opnieuw een volledige schrijfactie vereist. Houd stabiel materiaal aan het begin en houd dit ongewijzigd, en laat vluchtig materiaal laat in de berichtenlijst staan, waar het ongeldig maken ervan goedkoop is.
Er is een tweede, stillere fout. Elk model heeft een minimaal cachebaar voorvoegsel: 512 tokens op Claude Opus 5, 1.024 op Claude Sonnet 5, 4.096 op Claude Haiku 4.5, zoals gepubliceerd in oktober 2026. De documentatie van Anthropic is expliciet over wat er daaronder gebeurt: verzoeken onder het minimum worden verwerkt zonder caching, en er wordt geen foutmelding geretourneerd. Een geheugenbestand gemarkeerd met cache_control doet daarom helemaal niets, stilletjes, als het volledige voorvoegsel tot aan dat breekpunt onder het minimum ligt. Het symptoom dat u kunt waarnemen is dat cache_creation_input_tokens op 0 blijft staan, terwijl uw prompt duidelijk een breekpunt bevat.
Verwijder geheugen dat niet langer relevant is
Elke regel geheugen kost tokens bij elke beurt waarin deze wordt meegedragen. De vraag voor elke regel is daarom of deze onlangs een antwoord heeft beïnvloed. Claude Code maakt de limieten concreet. Streef ernaar om een CLAUDE.md onder de 200 regels te houden, omdat langere bestanden meer context verbruiken en de betrouwbaarheid waarmee Claude ze volgt verminderen. MEMORY.md wordt bij het laden beperkt tot de eerste 200 regels of 25KB. Alles wat die limiet overschrijdt, wordt bij de start van de volgende sessie verwijderd. Een te grote index verbruikt dus context voor het geladen gedeelte, terwijl de rest ongelezen blijft.
Twee gewoontes houden het bestand klein. Verplaats details uit de index naar onderwerpbestanden, die Claude op verzoek leest in plaats van bij het opstarten. Verplaats workflow-instructies uit CLAUDE.md naar skills, die alleen worden geladen wanneer ze worden aangeroepen. Voor geheugenbestanden die al beginnen met frontmatter, registreert Claude Code de schrijftijd in een modified-veld als een ISO 8601-tijdstempel (in versie 2.1.214 of later). Die tijdstempel is de snelste manier om een feit te identificeren dat verouderd is. Het opschonen van verouderd agentgeheugen doorloopt het beoordelingsproces in meer detail.
Wanneer ophalen beter is dan alles in de context laden
De memory tool is ontworpen om just-in-time ophalen te ondersteunen. In plaats van alles vooraf te laden, legt de agent vast wat hij leert en leest hij een bestand pas in wanneer een taak dit vereist. Dit verandert de berekening: een bestand dat wordt ingelezen voegt zijn inhoud toe wanneer dat nodig is en blijft vervolgens in volgende verzoeken aanwezig totdat het uit de context wordt verwijderd, terwijl een permanent geladen blok bij elke afzonderlijke beurt kosten met zich meebrengt.
Uit de twee bovenstaande grafieken volgt een eenvoudige regel. Tekst die bijna elke beurt wordt gebruikt, hoort in het stabiele cached prefix thuis. Tekst die één op de twintig beurten wordt gebruikt, hoort achter een view-aanroep. Het break-evenpunt verschuift op basis van uw aantal replays, niet op basis van de tarieven van Anthropic.
Via de API kunt u het platform ook de conversatie laten inkorten. Context editing wist oude toolresultaten zodra de conversatie een door u ingestelde drempelwaarde overschrijdt. Dit is nog in bèta, dus verzoeken die hiervan gebruikmaken, vereisen de context-management-2025-06-27-bètaheader.
{
"edits": [
{
"type": "clear_tool_uses_20250919",
"trigger": {"type": "input_tokens", "value": 30000},
"keep": {"type": "tool_uses", "value": 3},
"clear_at_least": {"type": "input_tokens", "value": 5000}
}
]
}De standaardinstellingen zijn een trigger van 100.000 input tokens en het behoud van 3 tool-gebruiken. Lees de interactie met caching door voordat u deze inschakelt: het wissen van inhoud maakt het cached prefix ongeldig op het punt van wissen, waardoor u bij het volgende verzoek opnieuw betaalt voor een cache-schrijfactie. Dat is waar clear_at_least voor dient. Het stelt het wissen uit totdat de besparing groot genoeg is om de schrijfactie te rechtvaardigen. Het antwoord rapporteert precies wat er is gebeurd onder context_management, met cleared_tool_uses en cleared_input_tokens, waardoor de afweging meetbaar is in plaats van theoretisch. Het beheren van het contextvenster in Claude Code past hetzelfde principe toe op een codeersessie.
Wat heeft een eigen post
Geheugen heeft geen eigen kosten, maar sommige functies wel, en het is nuttig om te weten welke dit zijn. Dit zijn de gepubliceerde Claude API-tarieven per oktober 2026. Enkele bewerkingen kosten niets, en Claude API-testtegoeden helpen nieuwe gebruikers om het uit te proberen. De prijs-FAQ van Anthropic vermeldt alleen dat nieuwe gebruikers gratis tegoeden ontvangen om de API te testen; er wordt geen specifiek bedrag genoemd. Max-, Ultra- en Team-abonnees ontvangen ook maandelijkse API-tegoeden, die volgens de documentatie van Anthropic op 31 oktober 2026 $100 bedroegen voor Max en $200 voor Ultra. Bij Team zijn de tegoeden $20 per Standard-seat en $100 per Premium-seat, gebundeld en gemaximeerd op $500 per maand. Free-, Pro- en Enterprise-abonnementen komen niet in aanmerking, ongebruikte tegoeden worden niet meegenomen naar de volgende maand en ze dekken geen interactieve Claude Code of gebruikstegoeden. Ze dekken wel claude -p en de Claude Agent SDK wanneer u deze rechtstreeks uitvoert met een API-sleutel van de gekoppelde Console-organisatie. Runs die worden gestart door de Claude Code GitHub Action, een IDE-extensie of de desktop-app blijven uitgesloten, zelfs met -p. Die tegoeden zijn een extraatje van een betaald abonnement en de onderstaande kosten worden verrekend met beschikbare tegoeden of uw betaalde saldo.
- Zoeken op internet: $10 per 1.000 zoekopdrachten, plus de gebruikelijke tokenkosten voor alles wat de zoekopdracht in de context plaatst.
- Code-uitvoering: 1.550 gratis uren per organisatie per maand, daarna $0,05 per uur per container. Het is gratis wanneer hetzelfde verzoek een zoekopdracht op internet of een web-fetch bevat bij toolversie
20260209of later. - Claude Managed Agents: sessie-runtime tegen $0,08 per sessie-uur, bovenop de gebruikelijke tokenkosten.
- Web-fetch: geen extra kosten, alleen de tokenkosten van de opgehaalde inhoud.
Geheugen staat op geen van die regels. Het verschijnt in uw input-tokenaantal; dat is precies waar u het kunt meten en waar pruning en caching het kunnen verminderen. Als u een budget opstelt voor een agent die onbeheerd op een virtual private server (VPS) draait, zijn de kostenbeheersing voor een AI-agent op een VPS de volgende stap, omdat een agent met een groeiend geheugenbestand zonder pruning elke week duurder wordt zonder dat dit ergens wordt gerapporteerd.
FAQ
Worden de geheugenfuncties van Claude apart in rekening gebracht?
Nee. De prijslijst van Anthropic hanteert tarieven per miljoen input-tokens, per miljoen output-tokens en de vermenigvuldigers voor prompt caching; er is geen aparte post voor geheugen. Bij de Claude API is de geheugentool client-side, waardoor de bestanden op opslag staan waarvoor u al betaalt. Wat geheugen toevoegt zijn input-tokens, die bij elke beurt die ze bevatten worden gefactureerd tegen het normale input-tarief van het model of het geldende caching-tarief.
Wordt Claude goedkoper als ik het geheugen uitschakel?
Het verlaagt het aantal tokens per verzoek, wat de kosten per verzoek verlaagt. Of dit per saldo geld bespaart, hangt af van wat er daarna gebeurt. Als Claude drie bestanden opnieuw moet lezen en u twee vragen moet stellen om te reconstrueren wat het geheugen al bevatte, kosten die tokens meer dan het geheugen deed. Meet het in plaats van te gokken: voer /context uit in een sessie met automatisch geheugen aan en in een sessie die is gestart met CLAUDE_CODE_DISABLE_AUTO_MEMORY=1, en vergelijk vervolgens het totaal aantal tokens dat aan dezelfde taak is besteed.
Waarom is mijn verbruik gestegen terwijl ik niets heb veranderd?
De meest voorkomende oorzaak is een cache-miss na een pauze. Cache-items blijven standaard 5 minuten bewaard in de API; Claude Code hanteert standaard één uur voor het hoofdgesprek en geselecteerde helpers binnen het inbegrepen verbruik van een abonnement, en vijf minuten bij verbruikskredieten, een API-sleutel of een cloudprovider. Het eerste verzoek nadat die levensduur is verstreken, verwerkt uw volledige prefix opnieuw en schrijft deze weer weg tegen het cache-write-tarief. De tweede veelvoorkomende oorzaak is een wijziging in de prefix: het aanpassen van een tool-definitie maakt de hele cache ongeldig, en het wijzigen van de system prompt maakt de systeem- en berichtencache ongeldig. Bij een abonnement benoemt de /usage-uitsplitsing het gedrag wanneer dit 10 procent of meer van het recente verbruik beslaat.
Moet geheugen in de system prompt staan of achter een tool call?
Plaats het in de system prompt wanneer bijna elke beurt er gebruik van maakt, omdat het dan in de gecachte prefix staat en het cache-read-tarief kost. Plaats het achter een view-aanroep wanneer slechts enkele taken het nodig hebben, omdat dit het toevoegen van de tokens van het bestand uitstelt tot ze nodig zijn; het resultaat wordt bij latere beurten nog steeds opnieuw afgespeeld totdat het uit de context wordt verwijderd. Het doorslaggevende getal is uw replay-aantal, en het usage-object toont de input-, cache-write- en cache-read-tokens voor elk verzoek.
Tellen geheugenfuncties mee voor de verbruikslimieten van het abonnement?
Ja, indirect, omdat verbruikslimieten worden verbruikt door de tokens die elk verzoek met zich meedraagt. De helpdocumentatie van Anthropic stelt dat langere gesprekken die automatisch contextbeheer activeren, meer van uw verbruikslimiet opsnoepen. Geheugen maakt elk verzoek iets langer, en een lange sessie speelt die lengte bij elke beurt opnieuw af. Hoe de verbruikslimieten van Claude daadwerkelijk werken behandelt wat wanneer wordt gereset.