Claude کا کون سا model استعمال کریں؟ قیمتیں

مجھے کون سا Claude model استعمال کرنا چاہیے؟

اس سوال کا مختصر جواب کہ آپ کو کون سا Claude model استعمال کرنا چاہیے: Claude Opus 4.8 سے آغاز کریں، اور اسے صرف اسی صورت میں تبدیل کریں جب آپ کے پاس کوئی ٹھوس وجہ ہو۔ Anthropic کی رہنمائی بھی یہی ہے۔ "اگر آپ کو سمجھ نہیں آ رہا کہ کون سا model استعمال کریں، تو پیچیدہ agentic coding اور enterprise کام کے لیے Claude Opus 4.8 سے آغاز کریں۔" جب کام مکمل طور پر واضح ہو اور آپ اسے دن میں کئی بار چلا رہے ہوں، تو Claude Sonnet 5 پر منتقل ہو جائیں۔ میکانیکی اور زیادہ مقدار والے کام کے لیے، جہاں آپ کو معلوم ہو کہ درست جواب کیسا ہوتا ہے، Claude Haiku 4.5 کا استعمال کریں۔ طویل عرصے تک چلنے والے agents کے لیے Claude Fable 5 سب سے بہتر ہے۔

اس انتخاب کے ساتھ قیمت کا تعین ہوتا ہے۔ 23 July 2026 تک Claude API (application programming interface) کے نرخ، فی ملین tokens (جسے docs میں MTok لکھا جاتا ہے) درج ذیل ہیں:

• Claude Fable 5 (claude-fable-5): $10 / MTok in, $50 / MTok out. 1M context.
• Claude Opus 4.8 (claude-opus-4-8): $5 in, $25 out. 1M context.
• Claude Opus 4.7 (claude-opus-4-7): $5 in, $25 out. 1M context.
• Claude Sonnet 5 (claude-sonnet-5): 31 August 2026 تک introductory pricing پر $2 in, $10 out۔ 1 September 2026 سے معیاری $3 in, $15 out لاگو ہوگا۔ 1M context.
• Claude Haiku 4.5 (claude-haiku-4-5): $1 in, $5 out. 200K context.

یہ identifiers بالکل درست ہیں۔ ان کے ساتھ کچھ بھی شامل نہیں کیا گیا۔

1M-token models پر سائز کی وجہ سے کوئی اضافی چارج نہیں ہے: "900k-token کی request پر وہی per-token ریٹ لگتا ہے جو 9k-token کی request پر لگتا ہے۔"

ہر ماڈل کا اصل مقصد

Anthropic ہر ماڈل کے لیے ایک لائن میں وضاحت فراہم کرتا ہے، اور یہ وضاحتیں کسی بھی لیڈر بورڈ سے بہتر رہنمائی فراہم کرتی ہیں۔

• Claude Fable 5: "طویل عرصے تک چلنے والے agents کے لیے اگلی نسل کی ذہانت۔" Latency کے لحاظ سے چاروں میں سب سے سست ہے۔
• Claude Opus 4.8: "پیچیدہ agentic coding اور enterprise کاموں کے لیے۔" درمیانی latency۔
• Claude Sonnet 5: "رفتار اور ذہانت کا بہترین امتزاج۔" تیز رفتار۔
• Claude Haiku 4.5: "frontier intelligence کے قریب، سب سے تیز ماڈل۔"

Haiku 4.5 کی کچھ حدود بھی ہیں جو قیمت سے پہلے کام کے لیے اس کی موزونیت کا تعین کرتی ہیں۔ اس کا context window 1M کے بجائے 200K tokens ہے، اس لیے بڑا repository یا agent transcript اس میں فٹ نہیں آئے گا۔ Synchronous Messages API پر اس کا maximum output 64K tokens ہے جبکہ دیگر ماڈلز کے لیے یہ 128K ہے، اور اس کا reliable knowledge cutoff February 2025 ہے، جبکہ باقی تینوں ماڈلز January 2026 پر ہیں۔

حقیقی ورک لوڈ پر اس انتخاب کا مجھ پر کیا اثر پڑے گا؟

اس لائن اپ کا ہر ماڈل آؤٹ پٹ کے لیے ان پٹ ریٹ سے پانچ گنا قیمت وصول کرتا ہے۔ Opus 4.8 کے لیے ان پٹ $5 اور آؤٹ پٹ $25 ہے۔ Haiku 4.5 کے لیے ان پٹ $1 اور آؤٹ پٹ $5 ہے۔ یہ تناسب تمام ماڈلز پر یکساں ہے، اس لیے آپ کا انتخاب ان کاموں پر زیادہ اثر انداز ہوتا ہے جن میں زیادہ آؤٹ پٹ جنریٹ ہوتا ہے۔

Agentic کام اسی قسم کا کام ہے، کیونکہ thinking tokens کو آؤٹ پٹ tokens کے طور پر بل کیا جاتا ہے اور وہ max_tokens میں شامل ہوتے ہیں، چاہے وہ ٹیکسٹ آپ تک پہنچے یا نہ پہنچے۔ Fable 5، Opus 4.8، Opus 4.7 اور Sonnet 5 پر reasoning summary ڈیفالٹ کے طور پر خارج ہوتی ہے، اس لیے thinking فیلڈ خالی آتی ہے۔ بلنگ تبدیل نہیں ہوتی: "کسی بھی صورت میں بلاک کی بلنگ ایک جیسی ہوتی ہے اور multi-turn conversations میں اسے اسی طرح واپس بھیجا جاتا ہے۔" Claude token bill کو دراصل کیا چیز بھرتی ہے اس میٹر کا مکمل تجزیہ کرتا ہے۔

آپ جن ماڈلز کا موازنہ کر رہے ہیں، ان کے درمیان thinking کا چلنا یا نہ چلنا مختلف ہو سکتا ہے، اور اگر آپ اس پر غور نہیں کرتے تو یہ cost test کو خراب کر سکتا ہے۔ Sonnet 5 اور Fable 5 پر thinking پہلے سے آن ہے اور اسے کسی configuration کی ضرورت نہیں ہے۔ Opus 4.8 اور Opus 4.7 پر یہ تب تک آف رہتا ہے جب تک آپ request میں thinking: {type: "adaptive"} سیٹ نہیں کرتے۔ اعداد و شمار کا جائزہ لینے سے پہلے دونوں طرف configuration کو ایک جیسا کر لیں۔

سب سے سستا ماڈل سب سے مہنگا کیوں ہو سکتا ہے

کوڈنگ کے ایک مکمل کام کی مثال لیں۔ اس درخواست میں 60,000 tokens کا context شامل ہے، اور ماڈل thinking کے ساتھ 8,000 tokens کا output فراہم کرتا ہے۔ چونکہ کوئی caching استعمال نہیں ہو رہی، اس لیے تمام حساب کتاب واضح ہے۔

Opus 4.8 پر: $5 کی قیمت کے ساتھ 0.06 MTok input کی قیمت $0.30 ہے، اور $25 کی قیمت کے ساتھ 0.008 MTok output کی قیمت $0.20 ہے۔ ایک کوشش کی کل قیمت $0.50 ہے۔ Haiku 4.5 پر یہی کوشش $0.06 جمع $0.04، یعنی $0.10 ہے۔

Haiku فی کوشش 5 گنا سستا ہے، جو بظاہر بہت زیادہ بچت لگتا ہے۔ لیکن جب آپ ناکام کوشش کے نتائج دیکھتے ہیں تو صورتحال بدل جاتی ہے۔ غلط جواب پڑھنے سے آپ کا وقت ضائع ہوتا ہے۔ دوبارہ کوشش کرتے وقت آپ اسی جواب کو context کے طور پر دوبارہ بھیجتے ہیں، جس سے ہر اگلی کوشش پچھلی سے بڑی ہو جاتی ہے۔ جب تیسری کوشش بھی ناکام ہو جائے تو آپ Opus کا استعمال کرتے ہیں: Haiku کے $0.30 اور Opus کے $0.50 مل کر $0.80 بنتے ہیں، جو کہ Opus کو ایک بار چلانے کے مقابلے میں 60% زیادہ ہے۔

لہذا، فیصلہ کن سوال یہ ہے کہ آپ جواب کو کتنی کم قیمت میں چیک کر سکتے ہیں۔ جب غلط جواب ایک سیکنڈ میں واضح ہو جائے، تو چھوٹا ماڈل فائدہ مند ہے۔ لیکن اگر غلطی پکڑنے کے لیے diff کو احتیاط سے پڑھنا پڑے، تو چھوٹا ماڈل آپ کا وہ وقت ضائع کرتا ہے جو انوائس میں نظر نہیں آتا۔

وہ صورتیں جہاں چھوٹا ماڈل مکمل طور پر بہتر ہے

ان حالات میں Haiku 4.5 بہترین انتخاب ہے:

• Mechanical subagent کام۔ فائلز کا نام تبدیل کرنے یا سرچ آؤٹ پٹ جمع کرنے والے subagent کو پیچیدہ reasoning کی ضرورت نہیں ہوتی۔ جب آپ build an AI agent with Claude کرتے ہیں اور اسے helpers دیتے ہیں، تو یہ ایک standard pattern بن جاتا ہے۔
• Log triage۔ یہ فیصلہ کرنا کہ کوئی لائن noise ہے یا اس پر انسانی توجہ کی ضرورت ہے، ایک محدود judgement ہے جس میں غلطی کا امکان واضح ہوتا ہے۔
• Fixed label set کے خلاف classification۔ آؤٹ پٹ مختصر ہوتا ہے اور sample پر accuracy کو ناپا جا سکتا ہے۔
• High-volume production calls۔ اگر روزانہ 100,000 runs ہوں، تو per-token فرق اب معمولی نہیں رہتا۔ AI workflows wired into n8n عام طور پر اسی طرح کے ہوتے ہیں۔
• ایسی کوئی بھی چیز جہاں صارف کے لیے response speed اہم ہو۔ Haiku 4.5 اس lineup میں تیز ترین ماڈل ہے۔

ایک حد خاص طور پر Haiku کے لیے ہے۔ اس کا minimum cacheable prompt 4,096 tokens ہے، جبکہ Opus 4.8 اور Sonnet 5 پر یہ 1,024 ہے۔ اس حد سے کم پر "any requests to cache fewer than this number of tokens will be processed without caching, and no error is returned"۔ اگر Sonnet 5 پر 1,500-token instruction block cache ہو جاتا ہے، تو Haiku 4.5 پر وہ silently cache نہیں ہوگا۔ اس کی پہچان cache_creation_input_tokens اور cache_read_input_tokens کا zero پر ہونا ہے، جو keeping an always-on agent's costs down کے ساتھ ساتھ cache نہ ہونے کی دیگر وجوہات میں شامل ہے۔

وہ عوامل جو جواب کو تبدیل کرتے ہیں

ان میں سے ہر عامل ماڈل کے نام کے مقابلے میں قیمت پر زیادہ اثر انداز ہوتا ہے۔

Effort. output_config.effort یہ کنٹرول کرتا ہے کہ ماڈل جواب دینے سے پہلے کتنا کام کرتا ہے۔ اس کے لیولز low, medium, high, xhigh اور max ہیں، جبکہ high ڈیفالٹ ہے: "effort کو high پر سیٹ کرنے سے بالکل وہی رویہ حاصل ہوتا ہے جو effort پیرامیٹر کو مکمل طور پر چھوڑنے سے ہوتا ہے۔" یہ ریکوسٹ کے ٹاپ لیول کے بجائے output_config کے اندر ہوتا ہے:

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

Effort ریسپانس کے ہر ٹوکن پر اثر انداز ہوتا ہے: "یہ ٹول کالز سمیت تمام ٹوکن اخراجات پر اثر انداز ہو سکتا ہے۔ مثال کے طور پر، کم effort کا مطلب ہے کہ Claude کم ٹول کالز کرے گا۔" یہ ایجنٹک لوپ (agentic loop) میں اثر کو بڑھا دیتا ہے۔ یہ ٹوکن کی حد (token cap) نہیں ہے: "Effort ایک رویے کا اشارہ ہے، نہ کہ ٹوکن کا سخت بجٹ۔" Anthropic ہر لیول کے لیے کوئی لاگت ضرب (cost multiplier) شائع نہیں کرتا اور آپ کو اپنے استعمال کے کیس کو خود ٹیسٹ کرنے کا مشورہ دیتا ہے، اس لیے آپ آج ہی high پر Sonnet 5 کا موازنہ low پر Opus 4.8 سے کر سکتے ہیں۔ Haiku 4.5 اس ماڈلز کی فہرست میں شامل نہیں ہے جو effort کو سپورٹ کرتے ہیں۔

Prompt caching. کیش ریڈ (cache read) کی قیمت بیس ان پٹ ریٹ سے 0.1x ہوتی ہے، اور ماڈل کے انتخاب کا فیصلہ اس بنیاد پر ہوتا ہے کہ مختلف tiers میں یہ کتنا اثر ڈالتا ہے۔ Opus 4.8 پر کیش ہٹ (cache hit) کی قیمت $0.50 / MTok ہے، جبکہ Haiku 4.5 پر بغیر کیش والا ان پٹ $1 / MTok ہے، اس لیے ایک اچھی طرح سے کیش شدہ Opus prefix، کولڈ Haiku prompt کے مقابلے میں فی ان پٹ ٹوکن سستا ہے۔ کسی بھی ایسے ورک لوڈ پر جہاں ایک بڑا سٹیبل prefix بار بار بھیجا جاتا ہے، سیشن ہائ جین (Session hygiene) ماڈل کے انتخاب سے زیادہ اہم ہے۔

Batches. اگر جواب کا فوری انتظار نہ ہو، تو Message Batches API "ان پٹ اور آؤٹ پٹ دونوں ٹوکنز پر 50% ڈسکاؤنٹ" کے ساتھ وہی ماڈلز چلاتا ہے۔ یہ نیچے دیے گئے موازنے کے ہر رو (row) کو آدھا کر دیتا ہے، اور یہ تمام tiers پر کام کرتا ہے: 1 September 2026 سے، ایک batched Opus 4.8 جاب، اسٹینڈرڈ قیمت پر ایک synchronous Sonnet 5 جاب سے کم لاگت میں ہوتی ہے، جو ایک ہی رقم میں لیٹنسی (latency) کے بدلے صلاحیت فراہم کرتی ہے۔

ایک ورک لوڈ کا لاگت موازنہ

Workload: 100,000 سپورٹ ای میلز کو classify کرنا، ہر کال کے لیے ایک بار، 2,000 input tokens اور فی کال 300 output tokens۔ اس کا مطلب ہے 200 MTok input اور 30 MTok output۔

• Haiku 4.5: 200 x $1 = $200 in, 30 x $5 = $150 out. Total $350.
• Sonnet 5, introductory rate: 200 x $2 = $400 in, 30 x $10 = $300 out. Total $700.
• Sonnet 5, 1 September 2026 سے: 200 x $3 = $600 in, 30 x $15 = $450 out. Total $1,050.
• Opus 4.8: 200 x $5 = $1,000 in, 30 x $25 = $750 out. Total $1,750.

کل قیمتوں کو کل کے ریٹس کے مطابق تبدیل کرنے کے لیے چار نمبر بدلیں۔ نیچے دیے گئے تعدیلات (adjustments) کے نتیجے میں قیمت ماڈل کے نام کے مقابلے میں زیادہ بدل جاتی ہے:

• Batching ہر لائن کو آدھا کر دیتی ہے: $175, $350, $525 اور $875۔ رات کے وقت ہونے والے classification run میں کوئی چیز انتظار نہیں کرتی، اس لیے اسے چھوڑنے کی کوئی وجہ نہیں ہے۔
• Shared prefix کو cache کرنا۔ فرض کریں کہ 2,000 input tokens میں سے 1,200 tokens ہر بار ایک ہی instruction block ہوتے ہیں۔ Sonnet 5 (introductory rate) پر ان کی قیمت cache hits کے طور پر $0.20 / MTok ہے بجائے $2 / MTok کے، اس لیے 120 MTok کی قیمت $240 کے بجائے $24 ہوگی۔ $2 کے حساب سے 80 MTok نیا input شامل کریں، جو کہ $160 ہے، اور $300 output شامل کریں، تو Sonnet 5 کی قیمت $700 کے بجائے $484 کے قریب آئے گی۔ Haiku 4.5 پر یہ طریقہ کار کام نہیں کرتا، کیونکہ 1,200 tokens اس کے 4,096-token minimum سے کم ہیں۔
• Retries۔ فرض کریں کہ آپ 8% ای میلز پر Haiku کا جواب مسترد کرتے ہیں اور انہیں Opus 4.8 پر دوبارہ run کرتے ہیں۔ $350 میں 0.08 x $1,750 = $140 شامل کریں، جس سے $490 بنتے ہیں۔ میری شرح کے بجائے اپنی rejection rate خود ناپیں۔
• Tool definitions، اگر کام میں ان کا استعمال ہو۔ اگر tool_choice کو auto پر set کیا جائے تو Opus 4.8 پر ان سے generate ہونے والا system prompt 290 tokens ہے، Sonnet 5 پر 354 اور Haiku 4.5 پر 496 ہے۔ سب سے سستے ماڈل پر سب سے زیادہ fixed overhead ہوتا ہے۔

$490 کے escalation path کے ساتھ Haiku اور $484 کے cached Sonnet 5 کی قیمت برابر ہے، اور ان میں سے ایک کام کو single pass میں مکمل کر لیتا ہے۔ ماڈل کبھی بھی مکمل مسئلہ نہیں تھا۔

کیا سیشن کے دوران ماڈل تبدیل کرنے سے پیسے بچتے ہیں؟

یہ عمل قیمتوں کے اندازے کے مقابلے میں کم فائدہ مند ہے، کیونکہ بچت فی token کے حساب سے ہوتی ہے اور اس کے نتیجے میں پورا cached prefix ضائع ہو سکتا ہے۔

Anthropic نے ان وجوہات کی فہرست دی ہے جن سے cache ختم ہو جاتا ہے۔ Prefixes کی ترتیب tools، پھر system، اور پھر messages ہے، اور "ہر سطح پر ہونے والی تبدیلی اس سطح اور اس کے بعد کی تمام سطحوں کو ختم کر دیتی ہے۔" دو request settings بھی اس فہرست میں شامل ہیں: "thinking configuration اور resolved effort level کو خود prompt میں شامل کیا جاتا ہے، اس لیے ان میں سے کسی کو بھی تبدیل کرنے سے نیا cache prefix بن جاتا ہے۔" دستاویزات میں مزید مشورہ دیا گیا ہے: "cache hits پر منحصر گفتگو کے اندر ماڈل بدلنے کے بجائے، مختلف workloads کے درمیان effort تبدیل کریں۔"

ماڈل اس دستاویز شدہ فہرست میں شامل نہیں ہے، اس لیے کسی بھی نتیجے پر پہنچنے سے پہلے احتیاط کریں۔ ماڈل تبدیل کرنے کے بعد پہلی request پر cache_read_input_tokens دیکھیں اور نمبر سے نتیجہ معلوم کریں۔ 150,000-token Opus 4.8 prefix پر cache read کی قیمت تقریباً $0.08 ہے جبکہ fresh write کی قیمت تقریباً $0.94 ہے، جو کہ فی token کے فرق سے ہونے والی ممکنہ بچت سے کہیں زیادہ ہے۔

لہذا، ان چیزوں کو کاموں (tasks) کے درمیان تبدیل کریں، ایک ہی گفتگو کے اندر نہیں۔ Claude Code میں اس کا مطلب ہے کہ پہلے /clear کریں، جب cache ویسے ہی ختم ہو رہا ہو، اور پھر /model یا /effort کریں۔

اپنے ورک لوڈ پر جواب کا تجربہ کرنے کا طریقہ

کسی دوسرے ماڈل کے ڈیٹا سے پرامپٹ کا سائز (size) معلوم نہ کریں۔ Token-counting endpoint استعمال کرنے کے لیے بالکل مفت ہے اور یہ آپ کے نامزد کردہ ماڈل کے tokenizer کے مطابق گنتی کرتا ہے، اس لیے اسی ماڈل کا نام دیں جسے آپ استعمال کرنے کا ارادہ رکھتے ہیں۔ Opus 4.7 اور اس کے بعد کے ورژن، Fable 5 اور Sonnet 5 ایک نیا tokenizer استعمال کرتے ہیں جو "اسی متن کے لیے تقریباً 30% زیادہ tokens پیدا کرتا ہے"۔ اس کا مطلب ہے کہ پرانے ماڈل پر ناپا گیا بجٹ نئے ماڈل پر کم ثابت ہوگا، اگرچہ فی-token ریٹ وہی رہے۔

پھر واپس آنے والے ڈیٹا کو پڑھیں۔ input_tokens صرف uncached باقی ماندہ حصہ ہے، اس لیے اصل پرامپٹ سائز اس فیلڈ، cache_creation_input_tokens اور cache_read_input_tokens کا مجموعہ ہے۔ VPS پر پہلا Claude API app اس پیمائش کو کرنے کے لیے سب سے چھوٹا اور درست طریقہ ہے، اور آپ کے استعمال کے لیے کون سا Claude plan بہتر ہے یہ فیصلہ کرنے کے لیے ایک الگ مرحلہ ہے کہ کیا آپ کو فی-token ادائیگی کرنی ہے یا نہیں۔

FAQ

کوڈنگ کے لیے بہترین Claude ماڈل کون سا ہے؟

پیچیدہ agentic coding کے لیے Claude Opus 4.8 ایک مستند نقطہ آغاز ہے، جس کی قیمت جولائی 2026 تک $5 فی ملین input tokens اور $25 فی ملین output ہے. Claude Sonnet 5 رفتار اور ذہانت کا بہترین امتزاج ہے، اور 31 August 2026 تک $2 / $10 کی قیمت کے ساتھ یہ آدھے سے بھی کم قیمت پر دستیاب ہے۔ دونوں ماڈلز پر ایک ہی ٹاسک چلائیں، thinking configuration کو مستقل رکھیں، اور response.usage سے ٹوٹل token खर्च کا موازنہ کریں۔

کیا Claude Haiku 4.5 Sonnet 5 کی جگہ لینے کے لیے کافی سستا ہے؟

فی token، یہ آسانی سے ممکن ہے: Sonnet 5 کی introductory pricing $2 / $10 ہے، جبکہ Haiku 4.5 کے لیے $1 / $5 ہے، یا 1 September 2026 سے $3 / $15 ہے۔ فیصلہ limits پر منحصر ہے۔ Haiku 4.5 میں 1M کے بجائے 200K token context window ہے، synchronous Messages API پر 64K maximum output ہے، فروری 2025 کا reliable knowledge cutoff ہے، output_config.effort سپورٹ نہیں ہے، اور 4,096-token کا minimum cacheable prompt ہے جو چھوٹے system prompts پر caching کو خود بخود بند کر دیتا ہے۔

کیا سیشن کے دوران سستے Claude ماڈل پر سوئچ کرنے سے پیسے بچتے ہیں؟

یہ توقع سے کم ہوتا ہے۔ Anthropic کے مطابق cache invalidators میں tools، system یا messages prefix میں تبدیلی، thinking configuration میں تبدیلی، اور output_config.effort میں تبدیلی شامل ہیں۔ ماڈل سوئچ کرنے سے موجودہ cache پر کیا اثر پڑتا ہے، اس کی دستاویز موجود نہیں ہے، اس لیے اسے نامعلوم سمجھیں اور بعد میں پہلی درخواست پر cache_read_input_tokens پڑھیں۔ یہ معلومات اہم ہیں: 150,000-token Opus 4.8 prefix پر cache read کی قیمت تقریباً $0.08 ہے اور fresh write کی قیمت تقریباً $0.94 ہے، جو فی-token بچت کے کئی rounds سے زیادہ ہے۔ Claude Code میں /clear کے بعد، جب cache ویسے ہی ختم ہو رہا ہو، تب ٹاسک تبدیل کریں۔

output_config.effort میرے بل پر کیا اثر ڈالتا ہے؟

یہ text، tool calls اور thinking پر ماڈل کے token खर्च کو تبدیل کرتا ہے۔ کم effort سے tool calls کم ہوتی ہیں، جس کا اثر agentic loops پر پڑتا ہے کیونکہ ہر tool result کو بعد کے turns میں دوبارہ بھیجا جاتا ہے۔ اس کے levels low، medium، high، xhigh اور max ہیں، جبکہ high default ہے۔ Anthropic ہر level کے لیے کوئی cost multiplier جاری نہیں کرتا، کیونکہ وہ effort کو token budget کے بجائے ایک behavioural signal کے طور پر دیکھتا ہے، اس لیے اپنے ٹاسک پر خود اس کا اندازہ لگائیں۔

Claude Batches API سے کتنی بچت ہوتی ہے؟

Asynchronous delivery کے بدلے میں input اور output دونوں tokens پر 50% بچت ہوتی ہے۔ جولائی 2026 تک، اس سے Opus 4.8 کی قیمت $2.50 in / $12.50 out ہو جاتی ہے، Sonnet 5 کی introductory pricing $1 / $5 ہے، اور Haiku 4.5 کی قیمت $0.50 / $2.50 ہے۔ موازنہ کے لیے یہ اہم ہے: 1 September 2026 سے، ایک batched Opus 4.8 job کی قیمت standard rate پر synchronous Sonnet 5 job سے کم ہے، اس لیے batching کے ذریعے آپ اتنے ہی پیسوں میں ایک طاقتور ماڈل حاصل کر سکتے ہیں۔