Почему API Claude стоит так дорого: расчет токенов

Почему Claude стоит дорого? Краткий ответ

Claude стоит дорого по четырем причинам, которые дополняют друг друга. Стоимость выходных токенов в пять раз выше стоимости входных. API не сохраняет историю диалога, поэтому при каждом запросе вся история отправляется заново и оплачивается повторно. Агент превращает один вопрос в десятки вызовов API, и каждый такой вызов содержит эту растущую историю. Кроме того, цена передовых моделей определяется сложностью выполняемых ими задач, а не стоимостью запуска небольших моделей.

Токен — это фрагмент текста. В среднем один токен составляет около 4 символов или примерно 0.75 английского слова. Тарифы указываются за миллион токенов, сокращенно MTok (million tokens). Все приведенные ниже тарифы соответствуют опубликованным расценкам Claude API по состоянию на октябрь 2026 года.

Большинство неожиданных счетов возникают из-за второй и третьей причин из этого списка. Пользователи обычно полагают, что деньги списываются за ответы, которые пишет Claude. В сессии с агентом стоимость генерации текста часто составляет менее одной десятой от суммы счета.

Опубликованные тарифы: согласование цифр

[
  {
    "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"
  }
]

Обращайте внимание на структуру, а не на абсолютные значения. Каждая модель взимает ровно в пять раз больше за вывод, чем за ввод. Opus 5 стоит 5 долларов за миллион входных токенов и 25 долларов за миллион выходных токенов. Haiku 4.5 стоит 1 и 5. Таким образом, разница в цене между самой дешевой и самой дорогой моделью в этой таблице составляет пять раз, и разница между чтением и записью также составляет пять раз.

Sonnet 5 стоит 2 и 10 долларов за миллион. Изначально Anthropic предлагала эту цену как вводный тариф до 31 августа 2026 года, затем сделала её стандартной и отменила запланированное повышение до 3 и 15 долларов. Тарифы меняются с выходом новых моделей, поэтому проверяйте актуальные данные перед планированием бюджета. Новые модели сохраняют ту же пропорцию «пять к одному»: Opus 5.5 стоит 4 и 20 долларов за миллион, Sonnet 5.5 — 2 и 10, а Haiku 5.5, выпущенная 7 октября 2026 года, — от 0.10 и 0.50. Бесплатного уровня ниже этой таблицы также не существует, хотя новые аккаунты получают небольшой кредит, а некоторые части API вовсе бесплатны.

Последний столбец — это тариф за чтение из кэша. Он определяет большую часть счетов. Вернитесь к нему после расчетов.

Почему выходные токены стоят в пять раз дороже входных?

Чтение и запись требуют разного объема вычислительных ресурсов. Входные токены обрабатываются за один проход. Модель считывает весь промпт целиком, и работа выполняется параллельно, поэтому обработка промпта из 60,000 токенов не занимает в 60,000 раз больше времени, чем обработка промпта из 1,000 токенов.

Выходные токены генерируются по одному. Каждый новый токен требует отдельного прохода через модель, при этом в качестве контекста используются все предыдущие токены. Запись 1,000 токенов означает 1,000 последовательных проходов. Эту последовательную работу невозможно распараллелить так же, как чтение, поэтому каждый выходной токен дольше занимает аппаратные ресурсы.

Именно поэтому «сделать ответ короче» — менее эффективный рычаг управления затратами, чем принято считать. Он воздействует на меньшую часть счета за использование агента.

Почему вся история переписки оплачивается при каждом запросе?

API Claude не сохраняет состояние. На стороне Anthropic нет хранилища переписки, к которому вы просто добавляете новое сообщение. Каждый запрос содержит всю историю сообщений, и модель считывает её целиком перед тем, как сгенерировать ответ. Поэтому при выполнении 30-го шага вы оплачиваете также шаги с 1 по 29.

Это означает, что стоимость переписки растёт быстрее, чем её фактический объём. На 1-м шаге оплачивается небольшой контекст. На 40-м шаге оплачивается уже значительный объём. Если сложить все сорок шагов, вы заплатите за количество токенов, многократно превышающее объём написанного текста.

[
  {
    "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"
  }
]

Сессия, приведённая выше, начинается с 20,000 токенов — это системный промпт, определения инструментов и первые файлы, открытые агентом. К шагу 40 контекст содержит 100,000 токенов. Если усреднить это значение по всем сорока шагам, получится примерно 60 000 токенов, считываемых за один запрос.

Почему агент стоит значительно дороже, чем чат?

Чат — это один запрос на один вопрос. Агент — это один запрос на каждый шаг. Чтение файла — это шаг. Запуск теста — это шаг. Чтение вывода теста — это шаг. Редактирование файла — это шаг. Сорок шагов для выполнения одной задачи — обычное дело для агента, занимающегося программированием.

Использование инструментов влечет за собой два дополнительных расхода. Описания инструментов являются входными токенами для каждого отдельного запроса, так как модели необходимо каждый раз сообщать, какие инструменты доступны. Anthropic публикует данные о накладных расходах: системный промпт для использования инструментов составляет 286 токенов на Opus 5 при установке tool_choice в значение auto, плюс токены ваших собственных схем инструментов. Некоторые серверные инструменты также имеют отдельную плату. Поиск в Интернете тарифицируется по 10 долларов за 1 000 поисковых запросов сверх токенов, которые потребляют результаты.

Каждый результат работы инструмента также становится постоянным контекстом. Команда, выводящая 3 000 строк, добавляет эти 3 000 строк в каждый последующий запрос до тех пор, пока сессия не завершится или история не будет сжата или очищена. Использование токенов на сессию, которое отображает Claude Code делает это наглядным: следите за тем, как число входных токенов растет сразу после выполнения команды с большим объемом вывода.

Расчеты для одной реальной сессии

Ниже приведен пример одного часа работы агента на базе Opus 5. Сорок API-запросов. Контекст увеличивается с 20,000 до 100,000 токенов, в среднем составляя около 60,000 токенов на запрос. Модель генерирует около 700 токенов на запрос, что представляет собой сочетание коротких вызовов инструментов и нескольких более длинных блоков кода.

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"
  }
]

Посмотрите на распределение затрат. Стоимость чтения составила 12.00 долларов, а стоимость записи — 0.70 долларов, таким образом, объем данных, который вы фактически прочитали, составляет около пяти процентов от счета. Модель записала 28,000 токенов, а оплата за чтение была начислена за 2,400,000 токенов. Никто не вводил 2.4 миллиона токенов вручную. Одни и те же 100,000 токенов считывались многократно.

Уровень 1: кэширование промптов, самый значимый фактор

Кэширование промптов сохраняет обработанную форму стабильного префикса вашего запроса. При следующем обращении этот префикс считывается из кэша, а не обрабатывается заново. Запись в кэш стоит в 1.25 раза дороже стандартной стоимости входных токенов для пятиминутного кэша или в 2 раза для часового кэша. Чтение из кэша для большинства моделей, включая Opus 5, стоит 0.1 от стоимости входных токенов. Для Opus 5.5 и Sonnet 5.5 стоимость составляет 0.05, а для Fable 5.1 — 0.025. Для Opus 5 это 0.50 долларов за миллион токенов вместо 5 долларов.

Примените это к сессии, описанной выше. Каждый из 100,000 токенов записывается в кэш один раз по мере роста диалога. Остальные 2,300,000 входных токенов становятся операциями чтения из кэша.

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

Вы отмечаете кэшируемую часть с помощью поля cache_control. Размещайте точку останова после контента, который не меняется между итерациями: системного промпта и определений инструментов. Длинный документ, к которому вы постоянно обращаетесь, также следует включить в этот стабильный блок.

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

Теперь порядок элементов в промпте напрямую влияет на расходы. Для попадания в кэш (cache hit) требуется точное совпадение с самого начала промпта, поэтому всё, что меняется при каждом запросе, должно располагаться после неизменяемых частей. Если вы добавите временную метку в начало системного промпта, вы будете нарушать кэш на каждом шаге: весь префикс будет считаться промахом (miss), и вам придётся снова платить 1.25 от стоимости входных токенов за его повторную запись.

Ответ системы покажет, сработало ли кэширование. Отправьте запрос и изучите блок использования (usage block).

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"}]
  }'

Каждый ответ содержит объект usage, подобный этому:

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

Повторный запрос, который всё ещё показывает 0 в поле cache_read_input_tokens, означает, что попадания в кэш не происходит. Частая причина — изменение чего-либо перед вашей точкой останова. Пятиминутный кэш также имеет срок действия, поэтому запрос, отправленный через шесть минут, будет считаться промахом с последующей новой записью.

Уровень 2: перенос простых запросов на менее мощную модель

Большинство запросов в сессии агента не являются сложными. Открытие файла, запуск форматировщика, чтение diff — для этого не требуется передовая модель. Перенаправление таких задач на Haiku 4.5 снижает стоимость входных данных с 5 долларов за миллион токенов до 1. Haiku 5.5 стоит еще дешевле: 0.10 доллара за промпты объемом до 100,000 токенов, однако после превышения этого порога все тарифы возрастают в пять раз, а длинный контекст агента быстро достигает этого лимита. В стоимости Haiku 5.5 и сценариях её использования подробно описаны оба тарифных плана.

[
  {
    "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"
  }
]

Та же самая сессия стоит 12.70 долларов при использовании Opus 5 без кэширования, 2.48 с кэшированием, 0.99 на Sonnet 5 с кэшированием и 0.50 на Haiku 4.5 с кэшированием. Одно только кэширование сокращает счет примерно на восемьдесят процентов. Выбор модели позволяет сэкономить большую часть оставшейся суммы.

Важное предостережение: если дешевая модель выдает неверный ответ, вам придется оплачивать всю сессию заново, плюс тратить собственное время. Выбирайте модель исходя из сложности задачи, а не из цены. Это правило работает и в обратную сторону: Claude Fable 5 и Fable 5.1 стоят дороже, чем Opus 5 — 10 и 50 долларов за миллион токенов соответственно, поэтому ознакомьтесь с тем, что вы получаете за эти тарифы, прежде чем отправлять туда запрос. В выборе между Opus, Sonnet и Haiku подробно разбирается, для каких задач подходит каждая из моделей.

Уровень 3: гигиена контекста

Каждый токен, оставленный в контексте, оплачивается на каждом последующем шаге, поэтому удаление лишних данных на раннем этапе значительно выгоднее, чем на позднем. Файл объемом 5,000 токенов, добавленный на 5-м шаге 40-шаговой сессии, будет прочитан еще 35 раз. Это 175,000 дополнительных входных токенов, что при использовании Opus 5 означает почти доллар расходов из-за одной неосторожной вставки.

Четыре привычки, которые помогут сократить расходы:

• Начинайте новую сессию для каждой новой задачи, вместо того чтобы продолжать вчерашнюю.
• Фильтруйте «шумные» команды до того, как вывод попадет в модель, используя инструменты вроде head -50, а не после.
• Запрашивайте только ту функцию, которая вам нужна, а не весь файл целиком.
• Если в длинной сессии прогресс остановился, запросите краткое резюме и начните новую сессию на его основе. Резюме занимает несколько сотен токенов, в то время как полная история переписки — сотни тысяч.

Уровень 4: пакетная обработка для неинтерактивных задач

Batch API выполняет запросы асинхронно и снижает стоимость входных и выходных данных на 50 процентов. Если для выполнения задачи не требуется мгновенный ответ, используйте пакетную обработку. Это применимо к классификации, извлечению данных, суммаризации накопленных очередей и запуску оценочных тестов. Скидка за пакетную обработку суммируется с кэшированием промптов. Она не применяется к интерактивным сессиям, так как в них нет ожидания завершения фоновой обработки.

Меня обманывают?

Это главный вопрос, скрывающийся за фразой «почему Claude стоит так дорого», поэтому вот прямой ответ. Тарифы опубликованы, они одинаковы для всех на стандартных уровнях подписки, и оплата взимается за каждый токен. Исключение составляют индивидуальные контракты, но даже там ценообразование Claude Enterprise предполагает фиксированную плату за рабочее место в дополнение к тем же тарифам за токены, а не заменяет их. Если вы сравниваете не разные тарифные планы, а разных поставщиков, то сравнение стоимости одних и тех же задач через API Claude и ChatGPT показывает, где именно каждый из них обходится дешевле. В счете нет произвольных начислений. Чего прайс-лист не может вам сказать, так это получаете ли вы реальную пользу, поскольку он оценивает токены, а вас интересует результат.

Поэтому оценивайте стоимость результата. Сессия, описанная выше, стоила 12.70 долларов без учета кэширования. Если в результате была реализована функция, на которую у вас ушел бы час работы, — это дешево. Если же модель сорок раз ходила по кругу, те же 12.70 долларов были потрачены впустую, и проблема была вовсе не в тарифах.

Это важный момент, который стоит запомнить. Ваш счет растет пропорционально количеству токенов, а не ценности результата. Продуктивная сессия и бесполезная сессия одинаковой длины стоят одинаково. Именно поэтому четыре рычага управления важнее, чем прайс-лист: вы не можете договориться о цене за токен, но вы решаете, сколько токенов потребуется для выполнения задачи.

Следите за расходами на одну завершенную задачу, а не за долларами в месяц. Если этот показатель снижается по мере настройки кэширования и маршрутизации, ваша система становится эффективнее, даже если общая ежемесячная сумма растет — ведь она растет из-за того, что вы выполняете больше работы.

Что не снижает ваш счет

Некоторые популярные советы почти не приносят пользы. Указание модели «быть лаконичной» сокращает объем вывода, а вывод составлял пять процентов от суммы счета в примере. Сокращение собственного вопроса экономит несколько сотен токенов при контексте в 60,000 токенов. Отключение расширенного мышления помогает только в тех случаях, когда токены мышления составляли значительную долю вывода, и блок использования сообщает об этом напрямую, избавляя вас от догадок.

Большое окно контекста само по себе не является фактором стоимости. В Claude 4.6 и более поздних версиях, за исключением Haiku 5.5, полное окно в один миллион токенов тарифицируется по стандартной ставке за токен, поэтому запрос на 900,000 токенов стоит столько же за токен, сколько и запрос на 9,000 токенов. Haiku 5.5 — исключение: цена зависит от длины промпта, и за промпт объемом более 100,000 токенов взимается пятикратная плата за ввод, вывод и кэш, поэтому стоимость ввода возрастает с 0.10 до 0.50 долларов за миллион, а вывода — с 0.50 до 2.50. Во всех остальных текущих моделях размер окна не определяет цену. Ее определяет то, что вы решили поместить в это окно.

Еще два аспекта стоит учитывать при планировании, а не в рамках одной сессии. Если вы используете сервис ежедневно и в интерактивном режиме, сравните оплату за токен с фиксированным тарифным планом: сравнение стоимости API и подписки выполняет этот расчет. Если фиксированный план выгоднее и вы одновременно рассматриваете предложение другого поставщика, сравнение цен на планы Claude и ChatGPT проводит аналогичное сопоставление для обоих сервисов. А если агент работает без присмотра на сервере, установите жесткий лимит расходов, прежде чем приступать к какой-либо оптимизации; именно это рассматривается в контроле расходов для AI-агента на VPS. Для общего понимания масштаба, что на самом деле можно получить за один миллион токенов Claude переводит тарифную сетку в страницы текста.

FAQ

Почему мой счет за Claude вырос после начала использования агента?

Потому что агент отправляет множество запросов на один вопрос, и каждый запрос содержит всю историю беседы на текущий момент. Обычный чат отправляет один запрос на вопрос. Агент для написания кода отправляет по одному запросу на каждый шаг, и сорок шагов для выполнения одной задачи — это норма. Каждый из этих запросов тарифицируется по полному объему контекста, поэтому сессия, которая заканчивается на 100,000 токенов, в сумме может быть тарифицирована как более двух миллионов входных токенов. Изучите input_tokens и cache_read_input_tokens в ответе API, чтобы увидеть это напрямую.

Действительно ли кэширование промптов так сильно снижает счет?

В приведенном примере стоимость сессии снизилась с 12.70 долларов до 2.48 долларов, так как чтение из кэша для Opus 5 стоит одну десятую от базового тарифа на входные данные. Экономия полностью зависит от частоты попаданий в кэш. При пятиминутном кэше он окупается после первого же чтения, так как запись стоит в 1.25 раза больше входного тарифа, а чтение — 0.1 или меньше. Если ваш промпт меняется в начале при каждом запросе, попаданий не будет, и вы заплатите наценку за запись впустую. Проверьте cache_read_input_tokens, прежде чем делать вывод о том, что кэширование работает.

Стоит ли мне использовать Haiku для всего?

Нет. Haiku 4.5 стоит 1 долларов за миллион входных токенов против 5 для Opus 5, поэтому экономия реальна при простых задачах с большим объемом, таких как классификация и маршрутизация. Неверный ответ в сложной задаче стоит дороже, чем сэкономленные на модели средства, так как вы платите за повторный запрос и тратите свое время. Оптимальная стратегия — смешанная: небольшая модель для механических операций, передовая модель — для задач, требующих принятия решений.

Дешевле ли API, чем подписка на Claude?

Это зависит от стабильности вашего использования. Подписка — это фиксированная ежемесячная плата с установленными лимитами использования. API предполагает оплату за токен без верхнего предела, что дешевле при редком или эпизодическом использовании, и дороже при интенсивной работе каждый рабочий день. Возьмите среднее количество токенов в день из блока статистики использования, рассчитайте их стоимость по тарифу вашей модели, умножьте на количество рабочих дней в месяце, а затем сравните полученную сумму с ценой плана, которая для начального уровня указана в стоимости Claude Pro и ограничениях использования. Если расчеты показывают выгоду в пользу API, отмена подписки не приведет к потере уже оплаченного месяца, так как отмена вступает в силу в конце текущего расчетного периода, и вы сохраняете доступ до этого момента. Отказ от плана или переход на более низкий уровень описывает оба варианта действий.