Claude Opus 4.7 API: расчёт стоимости для длинного контекста и пакетных задач

Если используется prompt caching, повторяемый контекст нужно выделить отдельно. Первая запись в 5-минутный кеш считается по $6,25/MTok, первая запись в 1-часовой кеш — по $10/MTok, последующие cache hit / refresh — по $0,50/MTok. Новые вопросы и сообщения, которые не попали в кеш, всё равно считаются как обычный input, а ответ модели — как output.

Одноразовый разбор длинного документа

Если документ анализируется один раз и дальше пользователь не задаёт уточняющих вопросов, смета простая: документ, системная инструкция и сам вопрос — это input-токены; ответ модели — output-токены. Ниже — расчёт по публичным ценам Claude API.

Например, для 300 тыс. input-токенов и 8 тыс. output-токенов:

При миграции на Opus 4.7 не стоит автоматически переносить старые оценки токенов. В документации Anthropic указано, что Opus 4.7 использует новый токенизатор, и число токенов для одного и того же фиксированного текста может вырасти максимум на 35%.

Если прежняя оценка была 300 тыс. input-токенов, консервативно можно заложить 405 тыс. input-токенов. При тех же 8 тыс. output-токенов получится:

Один документ, много вопросов: кеш становится водоразделом

В продуктах с длинными документами часто недооценивают не первый запрос, а последующие. Если один и тот же файл снова и снова отправляется в модель целиком, каждый раунд диалога оплачивает этот объём как input. Поэтому для повторных вопросов по одному документу prompt caching нужно считать сразу.

Допустим:

• документ: 300 тыс. токенов;
• новый вопрос в каждом раунде: 2 тыс. токенов;
• ответ модели: 2 тыс. output-токенов;
• используется 5-минутный prompt cache.

В этом примере первый запрос с записью кеша дороже, чем разовая отправка без кеша. Но уже на втором запросе общая сумма становится ниже:

Поэтому ключевая переменная для длинных документов — cache hit rate, то есть доля попаданий в кеш. Нужно понимать, действительно ли пользователи задают несколько вопросов по одному и тому же документу, укладываются ли эти вопросы в срок жизни кеша и не добавляется ли в каждом раунде большой объём нового, не кешированного контента.

Длинные диалоги: не пересчитывайте всю историю на каждом шаге

У длинных диалогов экономика такая же, как у длинных документов. Если приложение каждый раз отправляет в модель всю накопленную историю, input-стоимость быстро растёт. Стабильный и повторно используемый контекст стоит рассматривать как кандидат на prompt caching.

Допустим:

• история диалога: 200 тыс. токенов;
• новое сообщение в каждом раунде: 1 тыс. токенов;
• ответ модели: 2 тыс. output-токенов.

Выбор между 5 минутами и 1 часом — не только вопрос цены записи. Он зависит от поведения пользователей:

• если люди обычно задают уточнения подряд в течение нескольких минут, сначала считайте 5-минутный кеш;
• если они часто возвращаются позже чем через 5 минут, но обычно в пределах часа, 1-часовой кеш дороже при записи, но может снизить число повторных пересозданий;
• если интервалы непредсказуемы, лучше взять сэмпл реального трафика, измерить cache hit rate и уже потом менять архитектуру.

Batch-задачи: начинайте с консервативной синхронной цены

Пакетные задачи, или batch, часто используют для офлайн-анализа, разметки данных, массовых резюме и классификации. Но если для вашего аккаунта, договора или платформенного эндпоинта ещё не подтверждена конкретная batch-цена, в официальный бюджет не стоит заранее закладывать непроверенную скидку. Практичный подход — сначала считать по публичной цене синхронного API, а затем снижать оценку, если подтверждена другая цена.

Формула для консервативной оценки остаётся той же:

Пример: 10 000 задач, в каждой 2 тыс. input-токенов и 500 output-токенов.

Эти $225 — консервативная оценка без batch discount. Если позже вы подтвердите применимую пакетную цену, просто замените единичные ставки в формуле.

Отдельно проверьте маршрут запроса. Если вы работаете не напрямую с Anthropic Claude API, а через облачную платформу или сторонний роутер моделей, итоговый счёт может отличаться. Сторонний каталог CloudPrice указывает для Opus 4.7 в варианте Anthropic / global цену $5 input и $25 output за MTok, а для некоторых региональных кодов AWS Bedrock — $5,50 input и $27,50 output за MTok. Такие данные полезны как сигнал для проверки, но для закупки нужно сверяться с биллингом вашей платформы, договором и официальной документацией.

Резерв: теория почти всегда слишком оптимистична

Если у вас ещё нет реального распределения токенов, чистая формула обычно даёт слишком аккуратную картину. Минимум три фактора стоит заложить в запас:

1. Риск токенизатора. Для Opus 4.7 один и тот же текст может дать до 35% больше токенов, чем в старой оценке.
2. Неопределённый cache hit rate. Кеш заметно снижает стоимость только тогда, когда контекст действительно повторно используется и не истёк срок его жизни.
3. Поведение пользователей. Люди могут просить более длинные ответы, повторять запросы, загружать более крупные файлы или накапливать историю диалога быстрее, чем ожидалось.

Рабочие, неофициальные коэффициенты для бюджета:

Это не официальные цены Anthropic, а управленческий резерв. После запуска модель бюджета нужно обновлять по фактическим token-логам, доле попаданий в кеш и данным из счетов.

Быстрый шаблон для бюджета

Если кеш не используется, месячную стоимость можно прикинуть так:

Если кеш используется, считайте статьи отдельно:

Перед запуском минимум заполните такие переменные:

Как в итоге закладывать бюджет

Для одноразового анализа длинного документа достаточно формулы $5/MTok за input плюс $25/MTok за output.

Если по одному и тому же документу будет несколько вопросов или длинный диалог каждый раз тащит за собой большую историю, сначала считайте prompt caching. В примере с документом на 300 тыс. токенов, вопросом на 2 тыс. токенов и ответом на 2 тыс. токенов повторный запрос при 5-минутном cache hit стоит около $0,21, тогда как повторная отправка всего документа без кеша — около $1,56.

Для batch-задач без подтверждённой скидки начинайте с публичной синхронной цены и корректируйте её только после проверки реальной batch-цены, платформенного биллинга или договорной ставки. А при миграции на Opus 4.7 сначала увеличьте оценку input-токенов максимум на 1,35 из-за нового токенизатора и добавьте операционный резерв — это обычно ближе к будущему счёту, чем расчёт только по базовому прайсу.