Claude czy ChatGPT API: co jest tańsze?

Krótka odpowiedź

Porównanie cen API Claude i ChatGPT nie ma jednego zwycięzcy, ponieważ obaj dostawcy stosują różne ceny tokenów wejściowych i wyjściowych na każdym poziomie. Według stanu na sierpień 2026 dwa wyższe poziomy Claude mają taką samą cenę za token wejściowy jak odpowiadające im poziomy OpenAI, a niższą cenę za token wyjściowy. Dlatego Claude jest nieco korzystniejszy w zadaniach z dużym udziałem danych wyjściowych. W najniższym poziomie Claude kosztuje kilkakrotnie więcej za to samo zadanie. Każda odpowiedź, która nie określa poziomu i proporcji tokenów, jest zgadywaniem.

Na tej stronie najpierw przedstawiono obliczenia, następnie trzy wycenione obciążenia wraz z ich proporcjami tokenów, a na końcu mnożniki, które w rzeczywistym rachunku mają większe znaczenie niż sama stawka nominalna.

Jedyny wzór, którego potrzebujesz

Oba interfejsy API rozliczają tekst w ten sam sposób. Opłata obejmuje tokeny wysyłane do modelu oraz wyższą stawkę za tokeny zwracane przez model.

cost = (input tokens / 1,000,000) * input rate + (output tokens / 1,000,000) * output rate

Token to około 4 znaki w języku angielskim, czyli około 0.75 słowa. Użyj tej wartości tylko do wstępnego oszacowania. Do obliczenia rzeczywistej opłaty użyj liczby tokenów zwracanej przez każde API w obiekcie usage każdej odpowiedzi.

# Rates are US dollars per million tokens.
def cost(in_tok, out_tok, in_rate, out_rate):
    return in_tok / 1e6 * in_rate + out_tok / 1e6 * out_rate

# One support-chat turn: 1,400 tokens in, 220 tokens out, on a $2 / $10 model.
print(round(cost(1400, 220, 2.0, 10.0), 6))

Skrypt wyświetla 0.005, czyli pół centa za jedno żądanie. Pomnóż tę wartość przez przewidywaną liczbę żądań w miesiącu, aby otrzymać budżet. Wystarczy zapamiętać ten jeden wzór. Każda kolejna zmiana cen będzie wymagać edycji jednego wiersza zamiast nowej analizy.

Opublikowane stawki, sierpień 2026

Są to ceny katalogowe opublikowane przez obu dostawców 1 sierpnia 2026. Ten blok jest jedynym miejscem w artykule, w którym podano cenę. Przed zatwierdzeniem budżetu należy porównać go z claude.com/pricing oraz stroną cenową OpenAI.

[
  {
    "label": "Frontier",
    "claude_input": 5,
    "claude_output": 25,
    "openai_input": 5,
    "openai_output": 30
  },
  {
    "label": "Workhorse",
    "claude_input": 2,
    "claude_output": 10,
    "openai_input": 2,
    "openai_output": 12
  },
  {
    "label": "Workhorse from September",
    "claude_input": 3,
    "claude_output": 15,
    "openai_input": 2,
    "openai_output": 12
  },
  {
    "label": "Small",
    "claude_input": 1,
    "claude_output": 5,
    "openai_input": 0.2,
    "openai_output": 1.2
  }
]

Dopasowanie modeli odbywa się według pozycji w każdej ofercie, a nie według rozpoznawalności. W segmencie Frontier porównano Claude Opus 5 z gpt-5.6-sol. W segmencie Workhorse porównano Claude Sonnet 5 z gpt-5.6-terra. W segmencie Small porównano Claude Haiku 4.5 z gpt-5.6-luna. Obaj dostawcy oferują także wyższe poziomy znajdujące się powyżej tego bloku, a OpenAI nadal wykazuje starsze generacje z ich pierwotnymi stawkami. Porównanie modelu flagowego po jednej stronie z modelem budżetowym po drugiej daje wynik bez znaczenia. W ten sposób powstaje większość nagłówkowych wyników publikowanych porównań.

W przypadku tego bloku należy wyraźnie wskazać dwie kwestie. Stawki 2 i 10 dla Sonnet 5 są stawkami wprowadzającymi. Anthropic dokumentuje ich obowiązywanie do 31 sierpnia 2026, po czym Sonnet 5 będzie rozliczany według stawek 3 i 15. Ta pojedyncza zmiana przekształca segment Workhorse z niewielkiej przewagi Claude w wyraźną przewagę OpenAI. Nastąpi to w okresie aktualności tego artykułu.

Druga kwestia to wzorzec, który warto zapamiętać: Claude wycenia output dokładnie na poziomie 5 razy wyższym niż jego własna stawka za input w każdym powyższym wierszu, a OpenAI wycenia output na poziomie 6 razy wyższym. To ten stosunek, a nie stawka bezwzględna, powoduje zmianę zwycięzcy zależnie od proporcji tokenów.

Dlaczego stawka za milion tokenów nie umożliwia porównania dostawców

Stawka oznacza koszt w dolarach za token. Rachunek to koszt w dolarach za token pomnożony przez liczbę tokenów. Liczba tokenów dla danego tekstu jest właściwością modelu, a nie tekstu.

Anthropic podaje to bezpośrednio: modele Claude 4.7 i nowsze, w tym Claude Opus 5 i Claude Sonnet 5, używają nowszego tokenizera, który dla tego samego tekstu generuje około 30% więcej tokenów niż Claude Sonnet 4.6 i starsze modele. Stawka się nie zmieniła. Zmienił się rachunek.

Dlatego dwie pozornie identyczne stawki nie oznaczają dwóch identycznych rachunków. Przed zaakceptowaniem dowolnego porównania, również tego, należy policzyć tokeny po obu stronach, używając własnego tekstu.

curl https://api.anthropic.com/v1/messages/count_tokens \
  -H "x-api-key: $ANTHROPIC_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -H "content-type: application/json" \
  -d '{
    "model": "claude-sonnet-5",
    "messages": [{"role": "user", "content": "Summarise the attached contract."}]
  }'

Prawidłowa odpowiedź jest małym obiektem JSON zawierającym input_tokens. Wartość 401 oznacza, że kluczowa zmienna jest pusta w powłoce. Ten sam tekst należy przetworzyć za pomocą tokenizera drugiego dostawcy, podzielić jeden wynik przez drugi, a następnie pomnożyć opublikowaną stawkę przez otrzymany współczynnik przed wykonaniem porównania. Jeżeli współczynnik przemawia na korzyść jednego dostawcy o więcej niż około 1.2, różnica ta niweluje każdą różnicę stawek w powyższym bloku.

Scenariusz pierwszy: funkcja czatu

Asystent pomocy technicznej w aplikacji internetowej. 120,000 tur miesięcznie. W każdej turze wysyłany jest prompt systemowy, schematy narzędzi, dwa pobrane fragmenty bazy pomocy technicznej oraz kilka wcześniejszych wiadomości — łącznie około 1,400 tokenów wejściowych. Model odpowiada w około 220 tokenach. Funkcja działa interaktywnie, dlatego rabat za przetwarzanie wsadowe nie może mieć tutaj zastosowania. Należy użyć warstwy workhorse.

[
  {
    "label": "List price",
    "claude_usd": "600.00",
    "openai_usd": "652.80"
  },
  {
    "label": "Cached prefix",
    "claude_usd": "427.20",
    "openai_usd": "480.00"
  },
  {
    "label": "Small tier, cached",
    "claude_usd": "213.60",
    "openai_usd": "48.00"
  }
]

Przy cenie katalogowej Claude kosztuje 600.00, a OpenAI — 652.80. Koszty części wejściowej są identyczne, ponieważ stawki wejściowe są identyczne. Cała różnica wynika z części wyjściowej, a Claude ma w niej przewagę zbyt małą, aby na tej podstawie wybrać dostawcę.

Następnie należy oznaczyć 800 z tych 1,400 tokenów wejściowych jako stabilny prefiks: prompt systemowy i schematy narzędzi, które nie zmieniają się między turami. Obaj dostawcy pobierają 10% podstawowej stawki wejściowej za trafienie w pamięci podręcznej. Rachunek Claude spada do 427.20, a OpenAI — do 480.00. Buforowanie daje większą oszczędność niż wybór dostawcy, a obie platformy je oferują.

W tym miejscu Claude przegrywa. Większość odpowiedzi pomocy technicznej nie wymaga modelu z warstwy workhorse. Po przeniesieniu tego samego ruchu do małej warstwy Claude kosztuje 213.60, a OpenAI — 48.00. Po podzieleniu jednej wartości przez drugą okazuje się, że Claude kosztuje około cztery i pół raza więcej za to samo zadanie. Claude Haiku 4.5 pobiera 1 za milion tokenów wejściowych, podczas gdy gpt-5.6-luna pobiera 0.2. Żaden poziom buforowania nie zlikwiduje pięciokrotnej różnicy. Jeśli obciążenie można obsłużyć małym modelem, OpenAI jest tańsze, a różnica jest znaczna.

Scenariusz drugi: potok przetwarzania dokumentów z długim kontekstem

25,000 umów miesięcznie. Każde żądanie zawiera te same instrukcje i schemat JSON o długości 9,000 tokenów, następnie 12,000 tokenów tekstu umowy, a model zwraca około 700 tokenów uporządkowanych pól. Dane wyjściowe stanowią mniej niż 4% tokenów w tym zadaniu. Ten jeden fakt decyduje o wyniku porównania.

[
  {
    "label": "Chat feature",
    "claude_usd": "427.20",
    "openai_usd": "480.00"
  },
  {
    "label": "Document pipeline",
    "claude_usd": "820.00",
    "openai_usd": "855.00"
  },
  {
    "label": "Coding agent",
    "claude_usd": "116.10",
    "openai_usd": "124.20"
  }
]

Przy buforowaniu prefiksu o długości 9,000 tokenów po obu stronach Claude kosztuje 820.00, a OpenAI kosztuje 855.00. Koszty części wejściowej są identyczne co do centa, ponieważ stawki za dane wejściowe są takie same w sierpniu 2026. Cała różnica wynika z części wyjściowej, wycenianej jako 5-krotność stawki za dane wejściowe w Claude i 6-krotność tej stawki w OpenAI.

To zadanie można również wykonywać w trybie batch. Obaj dostawcy obniżają ceny danych wejściowych i wyjściowych o 50% dla pracy asynchronicznej, więc oba koszty całkowite zmniejszają się o połowę, a różnica zachowuje tę samą proporcję. Batch zapewnia największą pojedynczą zniżkę na obu platformach, a nocny potok przetwarzania dokumentów może zawsze z niego korzystać.

Claude przegrywa z tego samego powodu co wcześniej: obowiązuje ta sama logika poziomów. Ekstrakcja pól według stałego schematu jest dokładnie tym zadaniem, w którym mały model sprawdza się dobrze, a dane wejściowe stanowią tutaj 97% tokenów. Przejście o jeden poziom niżej zmniejsza stawkę za dane wejściowe OpenAI do 0.1 wartości wyjściowej i stawkę Claude do 0.5 wartości wyjściowej. Przed przyjęciem, że potrzebny jest większy model, należy przetestować mały model na 200 dokumentach, stosując tę samą ocenę, którą przeprowadzono by przy wyborze właściwego poziomu Claude dla zadania.

Scenariusz trzeci: agent programistyczny działający stale

Jeden programista uruchamia agenta na VPS, wykonując około 900 tur modelu miesięcznie. Każda tura zawiera około 60,000 tokenów wejściowych kontekstu repozytorium, z czego 80% stanowią trafienia z pamięci podręcznej, oraz generuje około 1,800 tokenów zmian i objaśnień. Należy zastosować ceny dla najwyższego poziomu modeli, ponieważ w programowaniu różnica w możliwościach przekłada się na rzeczywiste koszty.

Claude nalicza 116.10, a OpenAI 124.20. Stawka za dane wejściowe i stawka za odczyt z pamięci podręcznej są takie same, a niższa stawka Claude za dane wyjściowe daje przewagę wynoszącą około 7%.

Te 7% mieści się w granicach błędu tokenizera określonych wcześniej, dlatego w tym scenariuszu należy uznać stawki za równoważne. Różny jest natomiast model rozliczeń. Przy tej liczbie użyć subskrypcja dla jednego użytkownika zazwyczaj kosztuje mniej niż rozliczanie wywołań API według zużycia, a całe porównanie zmienia się po uwzględnieniu subskrypcji. Należy przeanalizować porównanie kosztów API i subskrypcji, zanim agent zostanie objęty rozliczaniem według zużycia. W przypadku rozliczania według zużycia należy najpierw ustalić, gdzie trafiają tokeny, ponieważ wykorzystanie tokenów przez agenta programistycznego jest zdominowane przez ponownie wysyłany przy każdej turze kontekst, a nie przez generowany kod.

Współczynniki, które decydują o rachunku

Stawka nagłówkowa jest najmniejszą pozycją na tej liście. Każdy z poniższych czynników zmienia rzeczywisty rachunek bardziej niż różnica między dwoma dostawcami na tym samym poziomie cenowym.

Buforowane dane wejściowe. Obaj dostawcy pobierają 10% ceny bazowych danych wejściowych za trafienie do pamięci podręcznej. Anthropic pobiera również opłatę za zapisanie danych w pamięci podręcznej: 1.25 ceny bazowych danych wejściowych za wpis ważny pięć minut oraz 2 razy tę cenę za wpis ważny jedną godzinę. Późniejsze trafienie odświeża ten wpis po cenie odczytu. W związku z tym wpis pięciominutowy zwraca koszt po jednym odczycie. Obciążenie z długimi przerwami między żądaniami zapisuje dane częściej, niż je odczytuje. W takim przypadku buforowanie kosztuje więcej, niż pozwala zaoszczędzić. Stały ruch dobrze wykorzystuje pamięć podręczną. Ruch skokowy nie.

Rabaty za przetwarzanie wsadowe. Na obu platformach obowiązuje rabat 50% na dane wejściowe i wyjściowe, wyłącznie dla zadań asynchronicznych. Jeśli wykonanie zadania może zostać odroczone, rachunek u dowolnego dostawcy zmniejsza się o połowę. Rabat ten można łączyć z buforowaniem.

Udział danych wyjściowych. Claude pobiera za dane wyjściowe 5 razy więcej niż za dane wejściowe. OpenAI pobiera 6 razy więcej. Im większa część tokenów jest zapisywana, a nie odczytywana, tym korzystniej wypada Claude przy takiej samej stawce za dane wejściowe. W przypadku obciążeń z przewagą danych wejściowych zależność jest odwrotna.

Ponowienia. Ponowienie ponownie nalicza opłatę za całe dane wejściowe i nie zwraca niczego użytecznego. Jeśli 6% wywołań kończy się niepowodzeniem walidacji schematu i jest ponawianych, koszt danych wejściowych jest o 6% większy, niż zakłada plan. Ponowienia należy rejestrować jako pozycję kosztową, a nie jako pozycję dotyczącą błędów. Zespoły zwykle uwzględniają ten współczynnik jako ostatni. Często okazuje się on większy niż różnica między dostawcami, o którą spierano się przez cały tydzień.

Która strona przegrywa i gdzie

Claude wyraźnie przegrywa w małym segmencie. gpt-5.6-luna kosztuje 0.2 za milion tokenów wejściowych, a Claude Haiku 4.5 — 1. W przypadku tokenów wyjściowych stawki wynoszą odpowiednio 1.2 i 5. Klasyfikacja na dużą skalę i krótka ekstrakcja danych kosztują w Claude około cztery razy więcej.

Claude przegrywa w segmencie modeli do głównych zadań od 1 September 2026, gdy kończy się stawka promocyjna, a Sonnet 5 przechodzi na 3 i 15, podczas gdy stawki gpt-5.6-terra pozostają bez zmian. Claude wygrywa w segmencie modeli najwyższej klasy pod względem stawki za tokeny wyjściowe, ale tę przewagę mogą zniwelować własne dane o liczbie tokenów. W sierpniu 2026 żadna ze stron nie wygrywa w zadaniach z przewagą tokenów wejściowych, ponieważ przy stawce 2 za milion po obu stronach koszty tokenów wejściowych są takie same.

Jak mierzyć to na własnym ruchu

W przypadku każdej odpowiedzi odczytaj obiekt usage i zapisz cztery wartości dla każdego żądania: tokeny wejściowe, tokeny wyjściowe, tokeny odczytane z pamięci podręcznej oraz tokeny zapisane w pamięci podręcznej. W Claude API są one zwracane jako input_tokens, output_tokens, cache_read_input_tokens i cache_creation_input_tokens. Zsumuj je dla każdego dnia, pomnóż przez aktualne stawki i porównaj wynik z fakturą. Rozbieżność między tymi wartościami zwykle wynika z ponowień prób albo ze ścieżki kodu, o której wdrożeniu zapomniano.

Porównanie należy przeprowadzić na rzeczywistym ruchu z jednego tygodnia, a nie na przykładowym promptcie. Należy porównać koszt ukończonego zadania, a nie koszt tokena. Model, który udziela odpowiedzi za pierwszym razem przy dwukrotnie wyższej stawce, jest tańszy niż model wymagający trzech prób przy stawce o połowę niższej. Koszt tokena jest stawką. Koszt ukończonego zadania jest kwotą na fakturze.

Przed pozostawieniem czegokolwiek uruchomionego należy ustawić sztywny limit wydatków. Obie platformy udostępniają limity wydatków w swoich konsolach, a agent zablokowany w pętli ponawiania prób może zużyć miesięczny budżet w ciągu jednej nocy. Należy skonfigurować to tak samo jak kontrolę kosztów stale działającego agenta. Jeśli pierwsza wersja jest tworzona na własnym serwerze, pierwsza aplikacja Claude API na VPS obejmuje obsługę klucza oraz pętlę żądań, na których opiera się to obliczenie.

FAQ

Czy Claude API jest tańsze niż ChatGPT API?

Nie zawsze. W sierpniu 2026 poziomy frontier i workhorse mają po obu stronach taką samą cenę za token wejściowy, a Claude pobiera niższą opłatę za token wyjściowy, dlatego przy zadaniach z dużą ilością danych wyjściowych Claude jest tańszy o kilka procent. W małym poziomie gpt-5.6-luna firmy OpenAI kosztuje jedną piątą ceny Claude Haiku 4.5 za token wejściowy, dlatego klasyfikacja na dużą skalę jest znacznie tańsza w OpenAI. Należy obliczyć własny wynik na podstawie własnego udziału tokenów, ponieważ tak mała różnica zależy bardziej od charakterystyki obciążenia niż od cennika.

Dlaczego te same słowa kosztują różną liczbę tokenów w każdym API?

Ponieważ każdy model ma własny tokenizer, a liczba tokenów jest właściwością modelu. Anthropic informuje, że modele Claude 4.7 i nowsze generują dla tego samego tekstu około 30% więcej tokenów niż Claude Sonnet 4.6 i wcześniejsze modele. Należy przesłać własny tekst do endpointu zliczania tokenów każdego dostawcy, podzielić jeden wynik przez drugi, a następnie pomnożyć ten stosunek przez opublikowaną stawkę przed porównaniem. Różnica 20% w liczbie tokenów przewyższa większość opublikowanych różnic stawek.

Czy buforowanie promptów może kiedykolwiek zwiększyć rachunek?

Tak, w Anthropic. Zapis w pamięci podręcznej kosztuje 1.25 wartości bazowej stawki za dane wejściowe dla wpisu pięciominutowego i 2 razy tyle dla wpisu jednogodzinnego, natomiast trafienie do pamięci podręcznej kosztuje 0.1 tej wartości. Jeżeli ruch jest na tyle skokowy, że większość wpisów wygasa, zanim zostanie odczytana, ponoszona jest wyższa opłata za zapis bez uzyskania żadnych odczytów. Należy porównać cache_creation_input_tokens z cache_read_input_tokens w logach. Wartość wskaźnika zbliżona do 1 oznacza, że buforowanie generuje dodatkowe koszty, dlatego należy wydłużyć czas przechowywania wpisu albo z niego zrezygnować.

Czy agenta programistycznego należy uruchamiać za pośrednictwem API, czy w ramach subskrypcji?

W przypadku jednego programisty i typowego poziomu użycia miejsce w ramach subskrypcji zwykle kosztuje mniej niż rozliczanie API według zużycia, ponieważ agent programistyczny przesyła duży kontekst ponownie przy każdej turze, a kontekst ten jest za każdym razem rozliczany. Najpierw należy mierzyć użycie przez tydzień, a następnie porównać łączny koszt API z ceną miejsca. API jest korzystniejsze, gdy użycie ma skokowy charakter albo gdy wymagany jest dostęp programistyczny, którego miejsce w ramach subskrypcji nie zapewnia.