Prix API Claude : tarifs par million de tokens (2026)

Quels sont les tarifs de l'API Claude ?

Anthropic facture séparément les tokens envoyés au modèle (entrée) et ceux générés par le modèle (sortie). La sortie inclut les tokens de raisonnement, même s'ils ne sont pas renvoyés dans la réponse visible. Pour une application d'entreprise, ça peut peser : une tâche qui « réfléchit » plus longtemps peut coûter davantage que la longueur finale de la réponse.

Les tarifs ci-dessous s'appliquent à l'API Claude avec routage global, qui est le réglage standard.

Haiku 5.5 vise des tâches à fort volume et à faible latence : classification, extraction d'informations ou routage de demandes. Sonnet 5.5 cherche un équilibre entre vitesse et capacité. Opus 5.5 est orienté vers des travaux plus complexes, souvent en plusieurs étapes. Fable 5.1 se place plutôt sur les raisonnements exigeants et des agents capables de mener des tâches longues.

Ces descriptions aident à démarrer, mais elles ne remplacent pas un test sur vos données. Un modèle « moins cher » peut revenir plus cher si une partie des demandes doit être reprise (ou si la qualité dégrade l'expérience utilisateur).

Deux détails qui changent vraiment le coût

Le seuil de Haiku 5.5 est brutal. Dès qu'un prompt dépasse 100 000 tokens, les tarifs passent à 0,50 $ en entrée et 2,50 $ en sortie, soit cinq fois les tarifs en dessous du seuil. La règle porte sur la requête : les tokens de lecture et d'écriture du cache comptent aussi dans le calcul. Autrement dit, mettre du contexte en cache ne contourne pas la limite.

Le tokenizer a bougé sur les modèles récents. Anthropic indique que Claude 4.7 et les modèles ultérieurs produisent environ 30 % de tokens en plus pour un même texte, avec des variations selon le contenu. Donc une baisse du prix « au token » ne se traduit pas automatiquement par une baisse équivalente du coût total.

En estimation : passer de Sonnet 4.6 à Sonnet 5.5 réduit le prix unitaire d'un tiers. Mais avec 30 % de tokens en plus, le coût d'un texte identique devient environ 2 × 1,3, soit 2,6 dollars pour un volume facturé auparavant 3 dollars. L'économie estimée est donc plutôt d'environ 13 %. À tester avec vos prompts : c'est indicatif, pas une promesse.

Haiku 4.5 et Sonnet 4.6 sont des modèles historiques toujours disponibles à la date considérée. Avant toute migration, vérifiez leur statut et les délais de retrait annoncés par Anthropic. Mythos 5.1, lui, est un modèle distinct de Fable 5.1, même si ses prix affichés ressemblent ; son accès est réservé à certaines organisations vérifiées.

Combien coûtent des usages concrets ?

Les simulations ci-dessous supposent des mois de 30 jours. Elles supposent aussi que les volumes indiqués correspondent aux tokens comptabilisés par le modèle. Les tokens de raisonnement sont inclus dans les sorties lorsqu'il y en a. En production, le coût réel peut varier selon les conversations, les instructions système et les réglages d'effort.

Service client : 10 000 échanges par jour

Supposons 500 tokens en entrée et 200 tokens en sortie par échange, pour 10 000 demandes quotidiennes. On obtient 5 millions de tokens en entrée et 2 millions en sortie par jour.

• Haiku 5.5 : 5 × 0,10 $ + 2 × 0,50 $ = 1,50 $ par jour, soit environ 45 $ par mois.
• Sonnet 5.5 : 5 × 2 $ + 2 × 10 $ = 30 $ par jour, soit 900 $ par mois.
• Haiku 4.5 : 5 × 1 $ + 2 × 5 $ = 15 $ par jour, soit 450 $ par mois.

Sur le papier, Haiku 5.5 est nettement moins cher. Mais si l'effet « +30 % de tokens » lié au tokenizer s'applique, on passe par exemple à 6,5 millions de tokens en entrée et 2,6 millions en sortie. La facture estimée deviendrait alors 1,95 $ par jour, soit près de 59 $ par mois. Avant de basculer, il faut surtout vérifier la qualité sur un échantillon de conversations réelles.

Assistant de revue de code : 1 000 analyses par jour

Avec 3 000 tokens en entrée et 800 en sortie par analyse, on parle de 3 millions de tokens entrants et 0,8 million sortant par jour.

• Haiku 5.5 : 0,30 $ + 0,40 $ = 0,70 $ par jour, soit 21 $ par mois.
• Sonnet 5.5 : 6 $ + 8 $ = 14 $ par jour, soit 420 $ par mois.
• Opus 5.5 : 12 $ + 16 $ = 28 $ par jour, soit 840 $ par mois.

Ce calcul ne dit pas quel modèle repère correctement une vulnérabilité ou sépare une vraie anomalie d'une remarque mineure. Il donne surtout le coût de l'expérience à valider. Une approche simple consiste à comparer deux modèles sur 200 à 500 demandes représentatives, puis à noter selon vos critères : précision, faux positifs, temps de validation et coût.

Analyse de documents et prompts longs

Pour 100 analyses quotidiennes de 10 000 tokens en entrée et 2 000 en sortie : Opus 5.5 coûte 8 $ par jour, soit 240 $ par mois. Fable 5.1 coûte 20 $ par jour, soit 600 $ par mois. Si le délai de traitement convient, Batch ramène ces montants à 120 $ et 300 $ par mois.

Avec Haiku 5.5, le seuil impose plus d'attention. À 150 000 tokens en entrée et 2 000 en sortie, pour 100 requêtes par jour, les tarifs majorés font passer le calcul à 8 $ par jour, soit 240 $ par mois. Avec Sonnet 5.5, le même volume revient à 32 $ par jour, ou 960 $ par mois.

Le seuil crée un effet de marche : un prompt de 99 000 tokens coûte 0,0099 $ en entrée sur Haiku 5.5, alors qu'un prompt de 101 000 tokens revient à 0,0505 $. Deux mille tokens supplémentaires peuvent donc multiplier le coût par environ cinq. Dans ce genre de cas, le bon réflexe est de mesurer et de réduire le contexte, plutôt que de choisir seulement sur le prix affiché.

Comment réduire la facture avec le cache et Batch ?

Le cache de prompts évite de repayer le tarif normal pour un préfixe identique envoyé plusieurs fois. C'est utile quand votre application réutilise un long prompt système, des consignes stables ou une base de contexte qui bouge peu. C'est moins rentable si vous changez le début du prompt à chaque requête, ou si le préfixe est trop court.

Prenons un prompt système de 2 000 tokens réutilisé 50 000 fois par jour avec Sonnet 5.5. Sans cache, ses 100 millions de tokens d'entrée coûtent 200 $ par jour. Avec des lectures de cache à 0,10 $ par million, la facture de lecture tombe à 10 $ par jour, hors coût d'écriture initiale. Pour ce seul préfixe, l'économie peut donc approcher 190 $ par jour, soit environ 5 700 $ par mois.

Le gain dépend toutefois de quatre conditions opérationnelles :

• Longueur minimale : pour les modèles récents cités, le préfixe doit atteindre au moins 512 tokens. Certains modèles historiques exigent un seuil supérieur.
• Préfixe strictement identique : les outils, instructions système et messages comptent, dans l'ordre. Un identifiant utilisateur ou un horodatage placé dans le préfixe peut casser la réutilisation.
• Durée du cache : elle dépend du début de la requête qui écrit ou lit l'entrée. Cinq minutes conviennent à un trafic continu ; une heure est plus adapté à des traitements moins rapprochés.
• Point d'équilibre : selon Anthropic, au tarif de lecture de 0,1 fois le prix d'entrée, une écriture de cinq minutes est amortie après une lecture, et une écriture d'une heure après deux lectures.

L'autre levier, c'est l'API Batch. Elle facture les entrées et sorties à 50 % du tarif standard. Anthropic indique que la plupart des lots sont traités en moins d'une heure, mais ils peuvent rester en attente jusqu'à 24 heures. Si la requête n'est pas traitée dans ce délai, elle expire sans frais. Un lot peut contenir jusqu'à 100 000 requêtes ou 256 Mo.

Cache et Batch peuvent se cumuler. En revanche, le mode rapide n'est pas disponible avec Batch. Pour un traitement différé (indexation documentaire, génération de rapports nocturnes), l'arbitrage peut valoir le coup. Pour une réponse attendue en interaction temps réel, le délai ne se justifie pas toujours.

Quels coûts et arbitrages ne figurent pas dans le tarif de base ?

Le prix au token ne couvre pas forcément le coût total d'une fonctionnalité. Au 14 octobre 2026, plusieurs éléments peuvent s'ajouter à la facture de l'API Claude.

L'inférence réservée aux États-Unis ajoute 10 % sur les tarifs concernés, y compris certains coûts de cache. Le mode rapide d'Opus 5.5 peut générer jusqu'à 2,5 fois plus de tokens par seconde, mais il coûte plus cher (doublage du tarif standard). Pour l'analyse de documents mentionnée plus haut, ça ferait passer le coût estimé de 8 $ à 16 $ par jour : c'est surtout un arbitrage de latence.

La recherche web peut aussi peser. Trois recherches par demande, pour 1 000 demandes quotidiennes, donnent 3 000 recherches, soit 30 $ par jour, avant même de compter les tokens des résultats. Moralité : il faut inclure les appels aux outils dans le coût par tâche, pas seulement regarder les tokens consommés par le modèle.

Enfin, les tarifs varient selon la plateforme d'accès. L'API Anthropic et certaines plateformes partenaires appliquent leurs propres modalités ; AWS Bedrock et Google Cloud ont aussi leurs grilles. Si vous comparez des fournisseurs pour une entreprise européenne, pensez au routage régional, aux règles de résidence des données, aux conditions contractuelles et aux contraintes internes liées au RGPD. Le prix « au token » n'est qu'une partie du dossier.

Une méthode pratique pour choisir le bon modèle

Ne mettez pas toutes vos requêtes sur le modèle le plus puissant, ni toutes vers le moins cher. Regroupez vos usages par niveau d'exigence : classification, support client, génération, analyse de documents, tâches agentiques. Pour chaque catégorie :

1. Prenez un échantillon représentatif de 200 à 500 demandes.
2. Faites tourner l'échantillon sur deux modèles, avec des réglages d'effort comparables.
3. Évaluez selon des critères utiles : erreurs coûteuses, reprises humaines, impact produit.
4. Mesurez les tokens d'entrée et de sortie réellement facturés, puis extrapolez au volume mensuel attendu.
5. Testez le cache et Batch seulement quand le profil de requêtes s'y prête.

Cette approche met clairement en face le compromis qualité/coût par tâche. Elle évite aussi de confondre conformité de format et qualité métier : une réponse peut respecter le schéma demandé tout en étant moins utile. Pour aller plus loin, consultez notre guide pratique pour réduire les coûts de l'API Claude et notre guide du routage entre modèles de langage.