Como calcular o custo da API do Claude?

A API cobra por token, separado em quatro tipos: tokens de entrada, tokens de saída, gravações no cache e leituras do cache. O custo de um pedido é a soma de cada tipo multiplicado pelo preço do modelo. A saída custa cinco vezes a entrada em todos os modelos da tabela, então respostas longas pesam mais que prompts longos.

Quanto o prompt caching economiza?

O prompt caching guarda o começo do prompt que se repete entre pedidos, como instruções, exemplos e documentos. A primeira vez custa 1,25x o preço de entrada (gravação no cache de 5 minutos). Depois, cada leitura custa uma fração do preço normal:

  • 0,05x no Claude Opus 5.5 e no Claude Sonnet 5.5;
  • 0,025x no Claude Fable 5.1;
  • 0,1x no Claude Haiku 5.5.

O cache só aproveita o trecho inicial idêntico: qualquer mudança no começo do prompt (uma data, um id, uma ordem diferente) invalida tudo o que vem depois. Por isso, coloque o que é fixo primeiro e o que muda por último.

Quando usar a Batch API?

A Batch API processa pedidos de forma assíncrona com 50% de desconto em todos os tokens, inclusive os de cache. O resultado pode levar até 24 horas, então ela serve para o que ninguém está esperando na tela: gerar conteúdo, classificar dados em lote, processar documentos à noite.

Perguntas frequentes

O raciocínio (thinking) é cobrado?

Sim. O raciocínio do modelo é cobrado como token de saída, mesmo quando o texto dele não aparece na resposta. Em tarefas difíceis ele pode ser maior que a própria resposta; o parâmetro de esforço (effort) controla quanto o modelo pensa.

Como sei quantos tokens tem o meu prompt?

A API devolve a contagem exata em cada resposta, no campo usage, e tem um endpoint de contagem de tokens para medir antes de enviar. Use números medidos dos seus pedidos reais para uma estimativa mais fiel.

Por que o Claude Haiku 5.5 fica mais caro com prompts grandes?

No Claude Haiku 5.5, um pedido com mais de 100 mil tokens de entrada paga uma tabela mais cara em todos os tokens daquele pedido. A calculadora já aplica essa regra.

Os preços valem na AWS e no Google Cloud?

Não. Os preços aqui são os da API da Anthropic, que também valem no Microsoft Foundry. Amazon Bedrock e Google Vertex AI têm tabelas próprias. Na API da Anthropic, restringir o processamento aos Estados Unidos (inference_geo) acrescenta 10% em todos os tokens.