Który model Claude wybrać? Porównanie kosztów API

Którego modelu Claude użyć?

Krótka odpowiedź na pytanie, którego modelu Claude użyć: zacznij od Claude Opus 4.8 i zmieniaj go tylko wtedy, gdy masz ku temu konkretny powód. Wytyczne Anthropic są identyczne. „Jeśli nie masz pewności, którego modelu użyć, zacznij od Claude Opus 4.8 do złożonych zadań programistycznych typu agentowego oraz pracy w przedsiębiorstwie”. Przejdź na Claude Sonnet 5, gdy zadanie jest dobrze zdefiniowane i wykonujesz je wielokrotnie w ciągu dnia. Przejdź na Claude Haiku 4.5 w przypadku mechanicznych zadań o dużej skali, w których wiesz, jak wygląda poprawna odpowiedź. Claude Fable 5 znajduje się powyżej wszystkich wymienionych i służy do długotrwałych zadań agentowych.

Wybór wiąże się z kosztami. Oto stawki w API (application programming interface) Claude według stanu na 23 lipca 2026 r., za milion tokenów, co w dokumentacji oznaczono jako MTok.

• Claude Fable 5 (claude-fable-5): $10 / MTok wejścia, $50 / MTok wyjścia. Kontekst 1M.
• Claude Opus 4.8 (claude-opus-4-8): $5 wejścia, $25 wyjścia. Kontekst 1M.
• Claude Opus 4.7 (claude-opus-4-7): $5 wejścia, $25 wyjścia. Kontekst 1M.
• Claude Sonnet 5 (claude-sonnet-5): $2 wejścia, $10 wyjścia w ramach ceny promocyjnej do 31 sierpnia 2026 r. Standardowa stawka $3 wejścia, $15 wyjścia zacznie obowiązywać 1 września 2026 r. Kontekst 1M.
• Claude Haiku 4.5 (claude-haiku-4-5): $1 wejścia, $5 wyjścia. Kontekst 200K.

Powyższe identyfikatory są kompletne w podanej formie. Nie należy dopisywać do nich żadnych dodatkowych znaków.

Rozmiar sam w sobie nie powoduje dodatkowej opłaty w modelach z limitem 1M tokenów: „Żądanie zawierające 900k tokenów jest rozliczane według tej samej stawki za token co żądanie zawierające 9k tokenów”. Stawki te obowiązują również poza API, ponieważ Claude Enterprise rozlicza użycie według stawek API oprócz opłaty za miejsca, więc poniższe obliczenia dotyczą również zespołu korzystającego z planu miejsc. Subskrypcja ryczałtowa zmienia sposób naliczania wykorzystania, ale nie zmienia tej decyzji, ponieważ oba poziomy Claude Max udostępniają te same modele i różnią się wyłącznie zakresem dostępnego użycia. Niżej na tej samej ścieżce Claude Pro za $20 miesięcznie zapewnia limit użycia zamiast stawki za token, więc ograniczeniem jest reset limitu, a nie rachunek. Jeśli obecnie korzysta się z tego planu, ustalenie, na które okno oczekuje się w danej chwili ma pierwszeństwo przed poniższymi obliczeniami, ponieważ rozwiązaniem jest mniejszy model, mniejszy kontekst albo przejście do API, a nie niższa stawka. Jeśli nie rozpoczęto jeszcze płatnej subskrypcji, ocena, czy Pro jest w ogóle warte $20 zależy przede wszystkim od tego, jak często darmowy limit przerywa pracę, a nie od żadnej z powyższych stawek.

Do czego służy każdy z modeli

Anthropic opisuje ofertę jednym zdaniem na model, a te opisy są bardziej pomocne niż jakikolwiek ranking.

• Claude Fable 5: „Inteligencja nowej generacji dla długotrwałych agentów”. Oceniony jako najwolniejszy z całej czwórki pod względem opóźnień.
• Claude Opus 4.8: „Do złożonego programowania agentowego i pracy w przedsiębiorstwie”. Umiarkowane opóźnienia.
• Claude Sonnet 5: „Najlepsze połączenie szybkości i inteligencji”. Szybki.
• Claude Haiku 4.5: „Najszybszy model z inteligencją zbliżoną do czołowych rozwiązań”.

Fable 5 jest jedynym z czterech modeli, którego to porównanie nigdy nie wycenia w ramach obciążenia, a przy stawce dwukrotnie wyższej niż Opus 4.8, pytanie o to, które zadania zwracają 10 USD wkładu i 50 USD zysku, zasługuje na osobną odpowiedź.

Haiku 4.5 posiada również ograniczenia, które determinują przydatność do zadań jeszcze przed ceną. Jego okno kontekstowe wynosi 200K tokenów zamiast 1M, więc duże repozytorium lub długa transkrypcja działań agenta nie zmieszczą się w nim. Maksymalna długość wyjściowa w synchronicznym Messages API wynosi 64K tokenów w porównaniu do 128K dla pozostałych modeli, a jego wiarygodna data odcięcia wiedzy to luty 2025, podczas gdy pozostałe trzy modele bazują na danych do stycznia 2026.

Jaki jest koszt wyboru przy rzeczywistym obciążeniu?

Każdy model w ofercie wycenia wyjście pięciokrotnie drożej niż wejście. Opus 4.8 kosztuje 5 USD za wejście i 25 USD za wyjście. Haiku 4.5 kosztuje 1 USD za wejście i 5 USD za wyjście. Ta proporcja jest stała w całym zakresie, więc wybór modelu ma największe znaczenie przy zadaniach generujących dużą ilość danych wyjściowych.

Praca agentowa należy do tego typu zadań, ponieważ tokeny myślowe są rozliczane jako tokeny wyjściowe i wliczają się do max_tokens, nawet jeśli tekst nigdy nie trafia do użytkownika. W modelach Fable 5, Opus 4.8, Opus 4.7 oraz Sonnet 5 podsumowanie rozumowania jest domyślnie pomijane, więc pole thinking zwracane jest jako puste. Rozliczenie pozostaje bez zmian: „W obu przypadkach blok jest rozliczany tak samo i przekazywany w tej samej formie w konwersacjach wieloetapowych”. Artykuł Co faktycznie składa się na rachunek za tokeny Claude szczegółowo analizuje ten mechanizm pomiarowy.

To, czy proces myślowy w ogóle się uruchamia, zależy od porównywanych modeli, co może zafałszować test kosztów, jeśli ten fakt zostanie pominięty. W modelach Sonnet 5 i Fable 5 proces myślowy jest włączony domyślnie i nie wymaga konfiguracji. W modelach Opus 4.8 i Opus 4.7 jest on wyłączony, dopóki nie zostanie ustawione thinking: {type: "adaptive"} w żądaniu. Przed wyciągnięciem wniosków z liczb należy upewnić się, że konfiguracja po obu stronach jest identyczna.

Dlaczego najtańszy model bywa najdroższy

Rozważmy samodzielne zadanie programistyczne. Zapytanie zawiera 60,000 tokenów kontekstu, a model generuje 8,000 tokenów wyjściowych, wliczając w to proces myślowy. Brak cache'owania sprawia, że rachunek jest przejrzysty.

W przypadku Opus 4.8: 0.06 MTok wejścia po $5 to $0.30, a 0.008 MTok wyjścia po $25 to $0.20. Próba kosztuje $0.50. W przypadku Haiku 4.5 ta sama próba kosztuje $0.06 plus $0.04, czyli $0.10.

Haiku jest pięciokrotnie tańsze za próbę, co wydaje się dużą oszczędnością, dopóki nie przeanalizuje się skutków nieudanej próby. Użytkownik czyta błędną odpowiedź, co kosztuje czas. Błędna odpowiedź jest przesyłana ponownie jako kontekst przy ponowieniu, więc każda kolejna próba jest większa od poprzedniej. Gdy trzecia próba nadal kończy się niepowodzeniem, następuje eskalacja: $0.30 za Haiku plus $0.50 za Opus daje $0.80, czyli o 60% więcej niż jednorazowe użycie Opus.

Kluczowym pytaniem jest zatem, jak tanio można zweryfikować odpowiedź. Gdy błędna odpowiedź jest oczywista w ciągu sekundy, mały model jest okazją. Gdy wykrycie błędu wymaga uważnego przeanalizowania diff, mały model generuje koszty czasowe, które nigdy nie pojawią się na fakturze.

Kiedy mniejszy model wygrywa

Haiku 4.5 jest właściwym wyborem w następujących przypadkach:

• Praca mechanicznych subagentów. Subagent, który zmienia nazwy plików lub zbiera wyniki wyszukiwania, nie wymaga zaawansowanego wnioskowania. Jest to standardowy wzorzec, gdy budujesz agenta AI z Claude i przydzielasz mu pomocników.
• Triage logów. Decyzja, czy dana linia jest szumem, czy wymaga uwagi człowieka, to wąskie zadanie z oczywistym sposobem weryfikacji błędów.
• Klasyfikacja według stałego zestawu etykiet. Dane wyjściowe są krótkie, a dokładność można zmierzyć na próbce.
• Wysokonakładowe wywołania produkcyjne. Przy 100 000 uruchomień dziennie różnica w koszcie za token przestaje być błędem zaokrąglenia. Tak zazwyczaj wyglądają przepływy pracy AI zintegrowane z n8n.
• Wszystkie zadania, w których szybkość odpowiedzi jest kluczowa dla użytkownika. Haiku 4.5 jest oceniany jako najszybszy model w ofercie.

Jedno ograniczenie dotyczy bezpośrednio Haiku. Minimalny rozmiar promptu podlegającego cache'owaniu wynosi 4 096 tokenów, w porównaniu do 1 024 w Opus 4.8 i Sonnet 5. Poniżej tego minimum „wszystkie żądania cache'owania mniejszej liczby tokenów będą przetwarzane bez użycia cache'u i nie zostanie zwrócony żaden błąd”. Blok instrukcji o długości 1 500 tokenów, który jest cache'owany w Sonnet 5, w Haiku 4.5 nie będzie cache'owany bez żadnego powiadomienia. Sygnałem ostrzegawczym są wartości cache_creation_input_tokens oraz cache_read_input_tokens równe zero, co omówiono w sekcji utrzymywanie niskich kosztów agenta działającego w trybie ciągłym wraz z innymi przyczynami utraty cache'u.

Dźwignie zmieniające odpowiedź

Każdy z poniższych elementów wpływa na rachunek w większym stopniu niż nazwa modelu.

Wysiłek (Effort). output_config.effort steruje ilością pracy wykonywanej przez model przed udzieleniem odpowiedzi. Dostępne poziomy to low, medium, high, xhigh oraz max, przy czym high jest wartością domyślną: „Ustawienie effort na high daje dokładnie taki sam efekt, jak całkowite pominięcie parametru effort”. Parametr ten jest zagnieżdżony wewnątrz output_config, zamiast znajdować się na najwyższym poziomie żądania:

response = client.messages.create(
    model="claude-sonnet-5",
    max_tokens=4096,
    output_config={"effort": "medium"},
    messages=messages,
)

Wysiłek wpływa na każdy token w odpowiedzi: „Może on oddziaływać na całe zużycie tokenów, w tym na wywołania narzędzi. Przykładowo, niższy wysiłek oznacza, że Claude wykonuje mniej wywołań narzędzi”. Skutkuje to efektem kumulatywnym w pętli agentowej. Nie jest to limit tokenów: „Wysiłek to sygnał behawioralny, a nie ścisły budżet tokenów”. Anthropic nie publikuje mnożnika kosztów dla poszczególnych poziomów i zaleca przetestowanie własnego przypadku użycia, więc uruchomienie Sonnet 5 na poziomie high w porównaniu z Opus 4.8 na poziomie low jest realnym testem, który można przeprowadzić jeszcze dziś. Haiku 4.5 nie znajduje się na liście modeli obsługujących parametr wysiłku.

Buforowanie promptów (Prompt caching). Odczyt z pamięci podręcznej kosztuje 0.1x stawki bazowej za wejście, a liczba decydująca o wyborze modelu zależy od tego, jak przekłada się to na poszczególne poziomy. Trafienie w pamięć podręczną dla Opus 4.8 kosztuje $0.50 / MTok, podczas gdy niebuforowane wejście dla Haiku 4.5 kosztuje $1 / MTok, zatem dobrze zbuforowany prefiks dla Opus jest tańszy w przeliczeniu na token wejściowy niż „zimny” prompt dla Haiku. Higiena sesji jest ważniejsza niż wybór modelu w każdym obciążeniu, które wielokrotnie przesyła duży, stabilny prefiks.

Przetwarzanie wsadowe (Batches). Jeśli odpowiedź nie jest wymagana natychmiast, API Message Batches pozwala uruchamiać te same modele z „50% zniżką na tokeny wejściowe i wyjściowe”. Obniża to o połowę każdy wiersz poniższego zestawienia i działa niezależnie od poziomu modelu: zadanie wsadowe dla Opus 4.8 kosztuje mniej niż synchroniczne zadanie dla Sonnet 5 według standardowego cennika obowiązującego od 1 września 2026, pozwalając wymienić opóźnienie na wyższe możliwości przy tym samym budżecie.

Porównanie kosztów pracy

Obciążenie: klasyfikacja 100 000 wiadomości e-mail wsparcia, jedno wywołanie na każdą, 2 000 tokenów wejściowych i 300 tokenów wyjściowych na wywołanie. Daje to 200 MTok wejścia i 30 MTok wyjścia.

• Haiku 4.5: 200 x $1 = $200 wejście, 30 x $5 = $150 wyjście. Suma $350.
• Sonnet 5, stawka wprowadzająca: 200 x $2 = $400 wejście, 30 x $10 = $300 wyjście. Suma $700.
• Sonnet 5, od 1 września 2026: 200 x $3 = $600 wejście, 30 x $15 = $450 wyjście. Suma $1 050.
• Opus 4.8: 200 x $5 = $1 000 wejście, 30 x $25 = $750 wyjście. Suma $1 750.

Zmień cztery liczby, aby przeliczyć to według jutrzejszych cen. Poniższe korekty zmieniają wynik bardziej niż nazwa modelu:

• Przetwarzanie wsadowe (batching) zmniejsza każdą linię o połowę: $175, $350, $525 oraz $875. Nocne zadanie klasyfikacji nie wymaga natychmiastowej odpowiedzi, więc nie ma powodu, aby z tego rezygnować.
• Buforowanie wspólnego prefiksu. Załóżmy, że 1 200 z 2 000 tokenów wejściowych to za każdym razem ten sam blok instrukcji. W modelu Sonnet 5 przy stawce wprowadzającej kosztują one $0,20 / MTok jako trafienia w pamięci podręcznej zamiast $2 / MTok, więc 120 MTok kosztuje $24 zamiast $240. Dodaj 80 MTok świeżych danych wejściowych po $2, co daje $160, plus $300 za wyjście, a Sonnet 5 osiąga koszt około $484 zamiast $700. Ta sama sztuczka nie działa w Haiku 4.5, ponieważ 1 200 tokenów to wartość poniżej wymaganego minimum 4 096 tokenów.
• Ponowne próby (retries). Załóżmy, że odrzucasz odpowiedź Haiku w 8% przypadków i uruchamiasz je ponownie w Opus 4.8. Dodaj 0,08 x $1 750 = $140 do $350, co daje $490. Zmierz własny wskaźnik odrzuceń, zamiast polegać na moim.
• Definicje narzędzi, jeśli zadanie z nich korzysta. Systemowy prompt, który generują, ma 290 tokenów w Opus 4.8 przy ustawieniu tool_choice na auto, 354 w Sonnet 5 i 496 w Haiku 4.5. Najtańszy model generuje największy narzut stały.

Haiku ze ścieżką eskalacji za $490 i buforowany Sonnet 5 za $484 kosztują tyle samo, a jeden z nich wykonuje zadanie w jednym przebiegu. Model nigdy nie był jedynym czynnikiem decydującym.

Czy zmiana modelu w trakcie sesji pozwala zaoszczędzić pieniądze?

Rzadziej, niż sugerują ceny jednostkowe, ponieważ oszczędność dotyczy pojedynczego tokena, a ryzyku podlega cały zapisany w pamięci podręcznej prefiks.

Firma Anthropic dokumentuje czynniki unieważniające pamięć podręczną. Prefiksy są budowane w kolejności tools, następnie system, a potem messages, przy czym „zmiany na każdym poziomie unieważniają ten poziom oraz wszystkie kolejne”. Na liście znajdują się również dwa ustawienia żądania: „Konfiguracja myślenia oraz rozwiązany poziom effort są renderowane bezpośrednio w prompcie, więc zmiana któregokolwiek z nich inicjuje nowy prefiks pamięci podręcznej”. W kwestii parametru effort dokumentacja jest jeszcze bardziej stanowcza: „należy różnicować effort w zależności od obciążenia, a nie wewnątrz konwersacji polegającej na trafieniach w pamięci podręcznej”.

Modelu nie ma na tej udokumentowanej liście, więc nie należy zakładać żadnego z rozwiązań. Należy odczytać cache_read_input_tokens przy pierwszym żądaniu po przełączeniu i pozwolić, aby to liczba udzieliła odpowiedzi. W przypadku prefiksu Opus 4.8 o wielkości 150 000 tokenów odczyt z pamięci podręcznej kosztuje około 0,08 USD, a nowy zapis około 0,94 USD, co przewyższa oszczędności wynikające z różnicy cen za token, dla których podjęto próbę optymalizacji.

Z tego względu zmiany należy wprowadzać między zadaniami, a nie w trakcie ich trwania. W Claude Code oznacza to najpierw /clear, gdy pamięć podręczna i tak jest odrzucana, a następnie /model lub /effort. Oba te polecenia wpisuje się w CLI, więc w przypadku pracy na systemie Linux warto zainstalować wersję terminalową, ponieważ rozwiązanie dostarczane natywnie przez Anthropic dla systemu Linux łączy stabilne CLI z aplikacją desktopową, która jest wciąż w fazie beta. To, czy zmiana modelu w ogóle pojawi się na rachunku, zależy od sposobu opłacania sesji, gdyż Claude Code działa w oparciu o stały plan miesięczny lub kredyty API rozliczane za tokeny i tylko w drugim przypadku zmiana modelu jest wyceniana w dolarach.

Jak przetestować odpowiedź na własnym obciążeniu

Nie należy szacować rozmiaru promptu na podstawie liczby uzyskanej dla innego modelu. Punkt końcowy do zliczania tokenów jest darmowy i korzysta z tokenizatora wybranego modelu, dlatego należy wskazać ten, który planuje się wywołać. Ten punkt końcowy jest jednym z niewielu elementów platformy, za które nie są naliczane opłaty, a co jeszcze można uruchomić bezpłatnie warto sprawdzić przed wydaniem środków na porównanie. Modele Opus 4.7 i nowsze, Fable 5 oraz Sonnet 5 używają nowszego tokenizatora, który „generuje około 30% więcej tokenów dla tego samego tekstu”, więc budżet wyliczony dla starszego modelu będzie zaniżony w przypadku nowszego, przy niezmienionej stawce za token.

Następnie należy przeanalizować otrzymaną odpowiedź. input_tokens to tylko część nieprzechowywana w pamięci podręcznej (uncached), więc rzeczywisty rozmiar promptu to suma tego pola oraz cache_creation_input_tokens i cache_read_input_tokens. Pierwsza aplikacja Claude API na VPS to najmniejsze wiarygodne środowisko do przeprowadzenia tego pomiaru, a który plan Claude pasuje do Twojego użycia to odrębna decyzja dotycząca tego, czy w ogóle płacić za tokeny. Jeśli okaże się, że kwestią jest wybór subskrypcji, a nie jej posiadanie, poziomy cenowe Claude w zestawieniu z ChatGPT przedstawiają koszty tej samej pracy programistycznej u drugiego dostawcy. Jeśli pomiar spowoduje trwałe przeniesienie pracy do API, obniżenie poziomu subskrypcji lub jej całkowita rezygnacja nadal pozostawia dostęp do okresu, za który już zapłacono, więc podjęcie decyzji po uzyskaniu wyników nie wiąże się z żadną karą.

FAQ

Który model Claude najlepiej sprawdza się w programowaniu?

Claude Opus 4.8 jest udokumentowanym punktem wyjścia dla złożonych zadań programistycznych typu agentowego, przy koszcie 5 USD za milion tokenów wejściowych i 25 USD za milion wyjściowych według stanu na lipiec 2026. Claude Sonnet 5 jest pozycjonowany jako najlepsze połączenie szybkości i inteligencji, a przy cenie 2 USD / 10 USD do 31 sierpnia 2026 kosztuje mniej niż połowę tego co Opus. Należy wykonać to samo zadanie na obu modelach, zachowując stałą konfigurację myślenia (thinking configuration) i porównać całkowite zużycie tokenów na podstawie response.usage.

Czy Claude Haiku 4.5 jest wystarczająco tani, aby zastąpić Sonnet 5?

W przeliczeniu na token – zdecydowanie: 1 USD / 5 USD w porównaniu do 2 USD / 10 USD dla Sonnet 5 w cenie promocyjnej lub 3 USD / 15 USD od 1 września 2026. Decydują o tym limity. Haiku 4.5 posiada okno kontekstowe o wielkości 200K tokenów zamiast 1M, maksymalną długość wyjścia 64K w synchronicznym Messages API, datę odcięcia wiedzy na luty 2025, brak wsparcia dla output_config.effort oraz minimalny buforowalny prompt o wielkości 4096 tokenów, co powoduje automatyczne wyłączenie buforowania przy krótkich promptach systemowych.

Czy przełączanie się na tańszy model Claude w trakcie sesji pozwala zaoszczędzić pieniądze?

Rzadziej, niż się wydaje. Anthropic dokumentuje unieważnienia pamięci podręcznej jako zmiany w tools, system lub prefiksie messages, zmiany w konfiguracji myślenia oraz zmiany w output_config.effort. Wpływ zmiany modelu na istniejącą pamięć podręczną nie jest udokumentowany, dlatego należy traktować go jako nieznany i odczytać cache_read_input_tokens przy pierwszym kolejnym żądaniu. Stawka jest warta uwagi: przy prefiksie 150 000 tokenów dla Opus 4.8 odczyt z pamięci podręcznej kosztuje około 0,08 USD, a nowy zapis około 0,94 USD, co przewyższa oszczędności z kilku tur przeliczeń na token. Przełączanie należy wykonywać między zadaniami, po /clear w Claude Code, gdy pamięć podręczna i tak jest usuwana.

Jak parametr output_config.effort wpływa na rachunek?

Zmienia on liczbę tokenów zużywanych przez model na tekst, wywołania narzędzi i proces myślowy. Niższy poziom wysiłku (effort) skutkuje mniejszą liczbą wywołań narzędzi, co kumuluje się w pętlach agentowych, ponieważ każdy wynik narzędzia jest ponownie przesyłany w kolejnych turach. Dostępne poziomy to low, medium, high, xhigh oraz max, przy czym high jest wartością domyślną. Anthropic nie publikuje mnożnika kosztów dla poszczególnych poziomów, określając effort jako sygnał behawioralny, a nie budżet tokenów, dlatego należy zmierzyć jego wpływ na własnym zadaniu.

Ile można zaoszczędzić dzięki Claude Batches API?

50% na tokenach wejściowych i wyjściowych w zamian za asynchroniczne dostarczanie wyników. Według stanu na lipiec 2026 oznacza to dla Opus 4.8 koszt 2,50 USD za wejście / 12,50 USD za wyjście, dla Sonnet 5 koszt 1 USD / 5 USD w cenie promocyjnej, a dla Haiku 4.5 koszt 0,50 USD / 2,50 USD. Warto zauważyć porównanie między poziomami: zadanie przetworzone wsadowo przez Opus 4.8 kosztuje mniej niż synchroniczne zadanie przez Sonnet 5 w standardowej stawce od 1 września 2026, więc przetwarzanie wsadowe pozwala uzyskać silniejszy model w tej samej cenie.