Claude API Pricing: per model een overzicht van de kosten
.png)
Gebouwd voor snelheid: ~10ms latentie, zelfs onder belasting
De razendsnelle manier om je modellen te bouwen, volgen en implementeren!
- Verwerkt 350+ RPS op slechts 1 vCPU — geen tuning nodig
- Productieklaar met volledige enterprise-ondersteuning
De vier prijzen bij elke Claude API-call
Voordat u naar modelnummers kijkt, moet u weten wat er precies wordt gemeten. Een enkele Claude API-request wordt gefactureerd via maximaal vier tokentypen, elk met een eigen tarief:
- Input tokens — alles wat u verstuurt: de system prompt, gespreksgeschiedenis, tools en het gebruikersbericht.
- Output tokens — alles wat het model genereert, inclusief zijn redenering. Bij elk model is dit 5x het inputtarief, waardoor uitgebreide generaties de factuur domineren.
- Cache write — de eenmalige kosten voor het opslaan van een prompt-prefix, zodat latere requests deze kunnen hergebruiken. Met 1,25x het inputtarief is het duurder dan verse input — u betaalt een toeslag om te cachen.
- Cache read — het hergebruiken van die opgeslagen prefix bij een latere request, tegen ongeveer een tiende van het verse inputtarief (en zelfs minder bij de grotere modellen). Hier verdient caching zich terug.
Een lange agent loop die bij elke stap dezelfde context opnieuw verstuurt, bestaat voornamelijk uit cache reads als u goed cacht, en voornamelijk uit verse input als u dat niet doet. Dezelfde workload levert een heel andere factuur op — bekijk de exacte berekening van de kosten.
Claude API-prijzen, model per model
Hier zijn de huidige tarieven per miljoen tokens (MTok) voor elk model op het Claude Developer Platform.
- Opus 5.5 is het topmodel — bewaar dit voor ingewikkelde redeneringen en agentic werk waar de kwaliteit de prijs rechtvaardigt.
- Sonnet 5.5 is het werkpaard: sterk bij de meeste taken tegen een vijfde van de outputkosten van Opus.
- Haiku 5.5 is voor taken met een hoog volume en hoge kwaliteits- en latentie-eisen — maar let op de 100K-token grens: prompts boven de 100K tokens worden gefactureerd in de 5x hogere tier.
- Fable 5.1 is het duurst per token; gebruik het alleen wanneer de specifieke kwaliteiten nodig zijn, en bekijk wanneer u Fable vs Opus gebruikt.
Let op de verhoudingen, niet alleen de cijfers: elke tier hanteert dezelfde ratio's — output is 5x input, cache write is 1,25x input, cache read is een klein fractie daarvan — dus alle vier de prijzen bewegen mee zodra u het inputtarief van een model kent.
De kortingen en vermenigvuldigingsfactoren die uw factuur veranderen
De tarievenkaart is de basis. Verschillende factoren schuiven de uiteindelijke prijs omhoog of omlaag, en de meeste teams vergeten er ten minste één.
Caching en batching verlagen de factuur; residency, fast mode en de cache-write toeslag verhogen deze. De twee verhogende vermenigvuldigingsfactoren worden snel per ongeluk geactiveerd: US-only inference voegt 10% toe aan elke token, en Opus 5.5 fast mode verdubbelt het tarief — wat $4/$20 verandert in $8/$40. Als u een verwerkingstijd van 24 uur kunt accepteren, kan batching worden gecombineerd met caching — vergelijk de opties in Claude Batch API vs real-time.
Hoe de berekening van prompt caching werkt
Caching is de meest verkeerd begrepen post op de factuur, omdat het eerst meer kost voordat het minder kost. Een cache write is 1,25x het inputtarief — een toeslag van 25% ten opzichte van het eenmalig versturen van die tokens — dus u bent pas voordeliger uit als de prefix vaak genoeg wordt uitgelezen om die toeslag terug te verdienen.
Het omslagpunt wordt sneller bereikt dan de meesten verwachten. Een verse prefix kost elke keer 1x input. Het cachen ervan kost eenmalig 1,25x, en vervolgens ~0,05x van de input bij elke read (Opus en Sonnet). De eerste keer hergebruiken compenseert dus al de write-toeslag, en vanaf de tweede keer betaalt u ongeveer 5% van het niet-gecachte pad. In de praktijk:
- 0 keer hergebruikt (of nadat de periode is verlopen): zuiver verlies — u heeft de toeslag voor niets betaald.
- Eén keer hergebruikt: ongeveer quitte — de write-toeslag heft de enkele besparing op.
- 2+ keer hergebruikt binnen de periode: duidelijke winst — elke extra read is vrijwel gratis vergeleken met een verse verzending.
Caching beloont dus stabiele, herhaalde context — een vaste system prompt, een tool schema, een veel opgevraagd document — en straft wisselvallig, eenmalig verkeer met onderbrekingen die langer duren dan de standaardduur van vijf minuten af. Cache wat herhaald wordt; laat de wisselvallige rest vers. Volledige rekenvoorbeelden: Claude prompt caching: de echte kostenberekening.
Drie uitgewerkte kostenvoorbeelden
Lijstprijzen blijven abstract totdat u er een echte workload doorheen haalt. Hier zijn drie veelvoorkomende scenario's — een chat-assistant, een RAG-feature en een agentic loop — elk berekend met en zonder de voor de hand liggende optimalisatie. Alle cijfers zijn maandelijks en real-time (geen batch).
1. Een klantenservice chat-assistant (Sonnet 5.5)
Een supportbot met een system prompt en tool schema van 2.000 tokens, een doorlopend gesprek van 1.000 tokens per beurt, en een antwoord van 300 tokens — bij 500.000 beurten per maand.
- Zonder caching: input is 3.000 × 500.000 = 1.500 MTok tegen $2 = $3.000; output is 300 × 500.000 = 150 MTok tegen $10 = $1.500. Totaal ~$4.500/maand.
- Caching van de system+tools prefix van 2.000 tokens: reads zijn 1.000 MTok tegen $0,10 = $100; verse input (het gesprek van 1.000 tokens) is 500 MTok tegen $2 = $1.000; output blijft $1.500. Totaal ~$2.600/maand — een besparing van 42% door het cachen van een prefix die nooit verandert.
2. Een RAG-feature (Sonnet 5.5)
Een Retrieval-Augmented-Generation feature die een context van 50.000 tokens verstuurt en een antwoord van 1.000 tokens genereert, 100.000 keer per maand.
- Zonder caching: input is 50.000 × 100.000 = 5.000 MTok tegen $2 = $10.000; output is 1.000 × 100.000 = 100 MTok tegen $10 = $1.000. Totaal ~$11.000/maand.
- Met een gecachte prefix van 45.000 tokens (gedeelde instructies en veel opgevraagde documenten): 4.500 MTok read tegen $0,10 = $450, plus 500 MTok verse input tegen $2 = $1.000, plus $1.000 output. Totaal ~$2.450/maand — nog voor de kleine cache-write overhead.
- Op Haiku 5.5 in plaats daarvan, gecacht: hetzelfde scenario daalt naar een paar honderd dollar — mits de taak het kleinere model toelaat en de context onder de 100K-token grens blijft.
3. Een agentic loop (Sonnet 5.5 vs Opus 5.5)
Een agent die tools aanroept en 12 stappen per taak uitvoert, waarbij bij elke stap ~25.000 tokens aan opgebouwde context opnieuw worden verstuurd en ~600 tokens worden gegenereerd — over 20.000 taken per maand (240.000 stappen).
- Sonnet 5.5, zonder caching: input is 25.000 × 240.000 = 6.000 MTok tegen $2 = $12.000; output is 600 × 240.000 = 144 MTok tegen $10 = $1.440. Totaal ~$13.440/maand.
- Sonnet 5.5, cachen van de stabiele prefix van ~22.000 tokens: reads zijn 5.280 MTok tegen $0,10 = $528; verse input (de ~3.000 nieuwe tokens per stap) is 720 MTok tegen $2 = $1.440; output blijft $1.440. Totaal ~$3.400/maand — de grootste enkele besparing in dit artikel, omdat een agent dezelfde context tientallen keren opnieuw verstuurt.
- Opus 5.5, zonder caching: exact hetzelfde scenario is 6.000 MTok tegen $4 = $24.000 input plus 144 MTok tegen $20 = $2.880 output — ~$26.880/maand, ongeveer 8x het aantal van de gecachte Sonnet. Het uitvoeren van de loop op een topmodel dat u niet nodig had, is de duurste fout in dit overzicht.
Nog een factor bij agents om rekening mee te houden: multi-agent teams die werk verdelen over sub-agents kunnen ongeveer 7x meer tokens verbruiken dan een enkele agent — bereken de prijs voordat u dit in productie neemt. Modelkeuze wordt behandeld in de Opus vs Sonnet vs Haiku routing gids.
Een model kiezen op basis van kosten: een eenvoudig raamwerk
De uitgewerkte voorbeelden wijzen allemaal in dezelfde richting: het model is de belangrijkste knop om aan te draaien, en het juiste uitgangspunt is het goedkoopste model dat aan uw kwaliteitseisen voldoet — niet het krachtigste model dat beschikbaar is. Het vergelijken van de outputprijs van elke tier ten opzichte van Haiku als 1x laat zien wat er op het spel staat.
Een praktische regel: start één tier lager dan u denkt nodig te hebben, en schaal alleen op bij gemeten fouten. Kies het goedkoopste model, voer uw evaluatieset uit en promoveer een taak alleen wanneer de kwaliteit daadwerkelijk onder de grens zakt — niet op basis van een onderbuikgevoel. De meeste teams die dit doen, merken dat Sonnet 5.5 het grootste deel van het verkeer afhandelt en dat Opus alleen nodig is voor een klein deel van echt complexe requests. Het automatisch routen van elke request naar de juiste tier, in plaats van één model overal hard te coderen, zorgt ervoor dat dit raamwerk echte besparingen oplevert.
API-uitgaven beheren in een team
De tarievenkaart geeft aan wat een token kost. Het geeft niet aan welk team, welke feature of welke ontwikkelaar het heeft uitgegeven — de vraag die de financiële afdeling stelt zodra meer dan één applicatie de API aanroept. Standaardrapportages meten per API key, maar een key is geen feature: wanneer drie teams één key delen, kan deze geen antwoord geven op de vraag 'wat kostte de RAG-feature' of 'wijd verantwoordelijk is voor de Opus-factuur'.
Het routen van Claude API-verkeer via de TrueFoundry AI Gateway brengt elke call samen op één gemeten pad: uitgaven worden toegewezen per team, applicatie, ontwikkelaar en model; model-policy zorgt ervoor dat een dure tier een bewuste keuze is; en limieten stoppen de uitgaven vóór de factuur binnenkomt, niet achteraf. Omdat de gateway elke request ziet, is dit ook de plek waar het bovenstaande modelkeuzeraamwerk kan worden afgedwongen via beleid. Hetzelfde overzicht geldt ook voor uw coding agents — één kostenoverzicht voor alle tools. De gateway voegt slechts zo'n 3–4 ms aan overhead toe en is OpenTelemetry-compliant.
Dit is nog belangrijker buiten de directe API: wanneer Claude wordt gefactureerd via Amazon Bedrock, Google Vertex of Microsoft Foundry, komen de uitgaven op uw cloudfactuur terecht en zien de dashboards van Anthropic hier niets van. Een gateway (of OpenTelemetry-instrumentatie) is dan de enige plek waar toewijzing per team kan plaatsvinden.
Aandachtspunten die u moet weten
- Output is het duurste gedeelte. Met 5x het inputtarief kost een lange generatie meer dan een grote prompt — beperk de outputlengte en voorkom te lange redeneringen.
- Cache writes zijn niet gratis. Met 1,25x input levert caching pas geld op als een prefix ten minste twee keer wordt hergebruikt binnen de bewaartermijn.
- De 100K-token grens bij Haiku 5.5 zet u ongemerkt over naar de 5x zo dure tier — een Haiku-taak met een lange context kan meer kosten dan vooraf berekend, soms zelfs meer dan Sonnet bij een kortere prompt.
- De standaard bewaartermijn van de cache is vijf minuten. Wisselvallig verkeer met pauzes mist deze termijn steeds; het instellen van een langere cacheduur is de moeite waard bij gelijkmatige workloads.
- Fast mode en residency zijn onopvallende vermenigvuldigingsfactoren van 2x en 1,1x — makkelijk in te schakelen en snel vergeten. Controleer ze regelmatig ten opzichte van de standaardtarieven.
- De lijstprijs is niet uw factuur. Vermenigvuldigingsfactoren, cache-mix en gecontracteerde tarieven veranderen het uiteindelijke bedrag — meet de werkelijke uitgaven en vertrouw niet op schattingen.
Gerelateerde artikelen
- Claude Code Pricing Uitgelegd — de abonnementszijde van Claude pricing
- Claude Prompt Caching: de Echte Kostenberekening — wanneer caching geld bespaart en wanneer niet
- Opus vs Sonnet vs Haiku: een Kosten-vs-Kwaliteit Routing Gids — de grootste knop om uw factuur te verlagen
- Claude Batch API vs Real-Time — de 50% kostenbesparing voor asynchroon werk
- Centraal Kostenbeheer voor AI Coding IDE's — één kostenoverzicht voor API en agents
Conclusie
Claude API pricing ziet eruit als een korte tarievenkaart, maar het bedrag dat u daadwerkelijk betaalt wordt bepaald door keuzes daaronder: welk model elke request gebruikt, hoe lang de output is, of de prefix wordt gecacht en of de taak via batching verwerkt had kunnen worden. Geen van deze factoren staat op de prijzenpagina — het zijn keuzes in uw code, en de voorbeelden laten zien dat dezelfde workload alleen al daardoor 4x tot 8x in prijs kan verschillen.
En zodra meer dan één team de API gebruikt, is de tarievenkaart niet meer het lastigste onderdeel. Weten wie het heeft uitgegeven — en dit kunnen begrenzen vóór de factuur komt — is wat van voorspelbare prijzen een beheersbaar budget maakt.
TrueFoundry AI Gateway levert een latentie van ~3–4 ms, verwerkt 350+ RPS op 1 vCPU, schaalt moeiteloos horizontaal en is klaar voor productie, terwijl LiteLLM last heeft van hoge latentie, moeite heeft boven een gemiddeld aantal RPS, geen ingebouwde schaling heeft en het meest geschikt is voor lichte workloads of prototypes.



Eén gateway voor elk LLM, elke agent en elke MCP-server
Recente blogs
Veelgestelde vragen
Wat is het verschil in API-prijsstelling tussen Claude-modellen?
Is de Claude API goedkoper dan de ChatGPT API?
Hoe worden Claude API-kosten per token berekend?
Hoeveel kost de Claude API?
Dit wordt gefactureerd per miljoen tokens, per model. Sonnet 5.5 is $2 input/$10 output, Opus 5.5 is $4/$20, Haiku 5.5 begint bij $0,10/$0,50, en Fable 5.1 is $10/$50. Gecachete reads en batchverwerking verlagen het effectieve tarief aanzienlijk, terwijl fast mode en VS-only residency het verhogen.
Wat is het verschil tussen input- en outputtokenprijzen?
Inputtokens zijn alles wat u verstuurt (prompt, geschiedenis, tools); outputtokens zijn wat het model genereert, inclusief zijn redenering. Output is vijf keer de inputprijs bij elk Claude-model, dus generatielengte is de grootste bepalende factor voor de kosten van een verzoek.
Hoe werkt de prijsstelling van prompt caching bij Claude?
U betaalt éénmalig een cacheschrijf-toeslag van 1,25x het inputtarief om een promptprefix op te slaan, en leest deze bij latere verzoeken terug tegen ongeveer een tiende van verse input of minder. Het loont zodra dezelfde prefix twee of meer keer wordt hergebruikt binnen de levensduur van de cache, die standaard vijf minuten is.
Is de Claude Batch API goedkoper?
Ja - de Batch API is 50% goedkoper dan real-time voor werk dat binnen 24 uur kan terugkomen. Het stapelt met prompt caching, dus gebatchte, gecachete workloads zijn de goedkoopste manier om grote offline taken te draaien, zoals evaluatie, verrijking, of bulksamenvatting.
Welk Claude-model is het goedkoopst?
Haiku 5.5 is het goedkoopst met $0,10 / $0,50 per miljoen tokens voor prompts tot 100K tokens. Boven 100K tokens gaat het naar een 5x-tier ($0,50 / $2,50), dus houd Haiku-prompts onder die drempel om op het lage tarief te blijven.
Hoe schat ik mijn maandelijkse Claude API-factuur in?
Vermenigvuldig het gemiddelde aantal input- en outputtokens per verzoek met het per-MTok-tarief van uw model, vervolgens met het maandvolume, en trek het aandeel input af dat u vanuit de cache kunt bedienen. Zoals de uitgewerkte voorbeelden laten zien, verschuift het cachen van een stabiele prefix en het afstemmen van het model op de taak de schatting doorgaans met 4x of meer - modelleer die twee hefbomen eerst.
Hoe verschilt de prijsstelling van de Claude API van die van Claude Code?
De prijsstelling van de Claude API is pay-as-you-go per token op het Developer Platform. Claude Code kan ook zo worden gefactureerd, maar wordt meestal benaderd via een abonnementsplaats met een gebruikstoewijzing - zie de uitleg over Claude Code-prijzen voor dat gedeelte.
Hoe volg ik Claude API-uitgaven per team?
Native rapportage meet per API-sleutel, wat stopt bij de sleutel in plaats van de functie of ontwikkelaar erachter. Voor toewijzing per team, per functie, en per model - plus uitgavenlimieten en modelbeleid - routeert u API-verkeer via een AI Gateway die elke aanroep meet en toewijst aan de aanroeper.












.webp)

.webp)
.webp)


.webp)
.webp)


.webp)







