Als je Claude via de API gaat gebruiken, is het handig om te snappen hoe de kosten werken. Want het prijsverschil tussen slim en minder slim gebruik kan oplopen tot 90%. Dat is nogal wat.
De basisprijzen
Anthropic rekent per token, en er zit een groot verschil tussen de modellen:
| Model | Input per 1M tokens | Output per 1M tokens |
|---|---|---|
| Haiku 4.5 | $1 | $5 |
| Sonnet 4.6 | $3 | $15 |
| Opus 4.6 | $15 | $75 |
Wat meteen opvalt: output tokens zijn 5x duurder dan input tokens. Dat is belangrijk om te weten, want een prompt van 500 woorden die een antwoord van 2000 woorden genereert kost je relatief veel meer aan de output-kant. Wil je meer weten over de verschillen tussen deze modellen? Lees dan het overzicht van Haiku, Sonnet en Opus.
Prompt Caching: de grootste besparing
Dit is waarschijnlijk de meest effectieve manier om kosten te drukken. Met Prompt Caching sla je veelgebruikte stukken context op zodat je ze niet steeds opnieuw hoeft te sturen. De besparing: 90% op kosten en 80% op latency.
Hoe werkt het? Je voegt een cache_control parameter toe aan je API-aanroep. Gecachte reads kosten slechts 0,1x de normale prijs. Het schrijven naar de cache kost iets meer: 1,25x voor een cache van 5 minuten, 2x voor een cache van een uur. Maar als je dezelfde systeemprompt of bedrijfscontext herhaaldelijk gebruikt, verdien je dat binnen een paar aanroepen terug.
Model Routing: het juiste model voor de juiste taak
Niet elke vraag heeft Opus nodig. Een simpele classificatie of een kort antwoord kan prima met Haiku, terwijl je Opus bewaart voor complexe analyses. Door slim te routeren tussen modellen kun je je totale kosten met 60 tot 80% verlagen.
In de praktijk betekent dit dat je een laag bouwt die bepaalt: is dit een simpele vraag? Dan Haiku. Is het een genuanceerde analyse? Dan Sonnet of Opus. De meeste vragen in een typische applicatie zijn simpeler dan je denkt.
Message Batches API: 50% korting voor niet-urgente taken
Als je taken hebt die niet real-time hoeven, zoals nachtelijke dataverwerking of het genereren van grote hoeveelheden content, dan is de Message Batches API interessant. Asynchroon verwerken kost de helft van het normale tarief.
Denk aan: elke nacht je productbeschrijvingen updaten, wekelijks een batch rapporten genereren, of in bulk e-mails personaliseren.
Output Token Management
Omdat output tokens 5x duurder zijn, loont het om Claude te instrueren beknopt te zijn wanneer lange antwoorden niet nodig zijn. Gewoon in je prompt aangeven: "geef een kort antwoord" of "maximaal 3 zinnen". Het scheelt meer dan je denkt.
Daarnaast is er de Context Compaction API, die lange conversaties samenvat zodat je minder tokens meestuurt in vervolgberichten. Handig voor chatbots of assistenten die lange gesprekken voeren.
Verborgen kosten bij concurrenten
Iets om rekening mee te houden als je prijzen vergelijkt: GPT-5.2 rekent ook voor reasoning tokens. Dat zijn tokens die het model intern gebruikt om na te denken, maar die je niet ziet in het antwoord. Bij Claude betaal je alleen voor wat je daadwerkelijk stuurt en ontvangt. Dat maakt de vergelijking eerlijker dan het op het eerste gezicht lijkt.
Overige opties
Er is een Fast Mode die 2,5x sneller output genereert, maar dan betaal je ook meer. Dat is vooral relevant als snelheid belangrijker is dan kosten, bijvoorbeeld bij real-time toepassingen. Daarnaast kun je met de inference_geo parameter instellen waar je data wordt verwerkt, wat relevant kan zijn voor compliance.
Wil je eerst begrijpen welk abonnement bij je past voordat je de API overweegt? Of ben je benieuwd hoe andere bedrijven hun kosten in de hand houden? Die artikelen geven je meer context.