Preços da API Anthropic Claude 2026: custos por modelo, cálculo de cache e controles de orçamento
Se você está avaliando os preços da API Anthropic Claude 2026 para um produto, agente ou plano de aquisição, não pare nas taxas de token de entrada e saída destacadas. O custo real da API Claude depende da escolha do modelo, do comprimento da saída, do cache de prompt, da elegibilidade para lotes, das configurações de residência de dados, das tentativas e de quão bem sua equipe consegue atribuir gastos por chave, ambiente, cliente e fluxo de trabalho.
Este guia resume a estrutura atual de preços de primeira parte da API Claude em 11 de outubro de 2026 e, em seguida, a transforma em regras de orçamento que desenvolvedores e equipes de produto podem usar antes de colocar tráfego em produção. Sempre verifique a página de preços ao vivo da Anthropic antes de aprovar um orçamento, porque nomes de modelos, taxas e multiplicadores de recursos podem mudar.
Preços da API Anthropic Claude 2026: a tabela rápida
A Anthropic precifica os modelos Claude por milhão de tokens, geralmente escrito como MTok. Tokens de entrada são o prompt e o contexto que você envia. Tokens de saída são a resposta gerada. O cache de prompt adiciona preços separados de gravação e leitura. A tabela abaixo é baseada na página oficial de preços da Anthropic em 11 de outubro de 2026.
| Modelo Claude | Uso pretendido | Entrada | Saída | Gravação de cache de 5 minutos | Gravação de cache de 1 hora | Acerto / atualização de cache |
|---|---|---|---|---|---|---|
| Claude Fable 5.1 | Raciocínio exigente e trabalho agentivo de longo horizonte | $10 / MTok | $50 / MTok | $12.50 / MTok | $20 / MTok | $0.25 / MTok |
| Claude Opus 5.5 | Codificação agentiva e trabalho de conhecimento de longa duração | $4 / MTok | $20 / MTok | $5 / MTok | $8 / MTok | $0.20 / MTok |
| Claude Sonnet 5.5 | Velocidade e inteligência equilibradas | $2 / MTok | $10 / MTok | $2.50 / MTok | $4 / MTok | $0.10 / MTok |
| Claude Haiku 5.5, prompts de até 100k tokens | Classificação, extração e roteamento em alto volume | $0.10 / MTok | $0.50 / MTok | $0.125 / MTok | $0.20 / MTok | $0.01 / MTok |
| Claude Haiku 5.5, prompts acima de 100k tokens | Solicitações Haiku com prompt longo | $0.50 / MTok | $2.50 / MTok | $0.625 / MTok | $1 / MTok | $0.05 / MTok |
Fontes: preços da Anthropic, cache de prompt da Anthropic e documentação de Message Batches da Anthropic:
- https://platform.claude.com/docs/en/about-claude/pricing
- https://platform.claude.com/docs/en/build-with-claude/prompt-caching
- https://platform.claude.com/docs/en/build-with-claude/batch-processing
A fórmula de custo que as equipes de compras realmente devem aprovar
Uma estimativa simples de preços da API Claude 2026 deve separar cinco linhas em vez de uma média combinada:
monthly_cost =
uncached_input_mtok * input_rate
+ output_mtok * output_rate
+ cache_write_mtok * cache_write_rate
+ cache_read_mtok * cache_read_rate
+ feature_or_residency_multipliers
+ gateway_or_platform_fees
Essa estrutura importa porque a maioria das surpresas em produção vem de um item que estava oculto durante a avaliação:
- Tokens de saída podem dominar tarefas de sumarização, geração de código e agentes. Um modelo que parece acessível na entrada pode ficar caro se escrever respostas longas.
- Gravações de cache são mais caras do que a entrada base, mas leituras repetidas são muito mais baratas.
- Processamento em lote pode reduzir em 50% os custos elegíveis de tokens de entrada e saída assíncronos.
- Solicitações Haiku 5.5 de contexto longo têm uma faixa de preço mais alta quando o prompt ultrapassa 100.000 tokens.
- Inferência apenas nos EUA pode adicionar um multiplicador de 1,1x para Claude 4.6 e modelos posteriores, de acordo com as observações de preços da Anthropic.
- Repetições e falhas podem dobrar o custo efetivo se o aplicativo repetir prompts completos após timeouts ou erros de sobrecarga.
Para finanças, o orçamento aprovado deve estar vinculado ao trabalho aceito, e não apenas aos tokens brutos. Acompanhe o custo por resposta aceita, patch de código aceito, ticket de suporte resolvido, documento extraído ou execução de agente concluída.
Exemplo prático: carga de trabalho de produção Sonnet 5.5
Suponha que uma equipe de produto espere uma carga mensal de trabalho com Claude Sonnet 5.5 com:
- 100 milhões de tokens de entrada sem cache.
- 40 milhões de tokens de saída.
- Sem cache de prompt.
- Sem processamento em lote.
Nas taxas listadas atuais do Sonnet 5.5, a estimativa é:
| Item | Cálculo | Custo |
|---|---|---|
| Entrada | 100 MTok * $2 | $200 |
| Saída | 40 MTok * $10 | $400 |
| Total | $200 + $400 | $600 |
Se o mesmo tráfego for totalmente elegível para Message Batches, a Anthropic indica um desconto de 50% tanto em tokens de entrada quanto de saída, então a parte de tokens seria estimada em $300. Isso é útil para avaliação offline, enriquecimento, geração de relatórios e backfills. Não ajuda em chat sensível à latência ou em turnos interativos de agentes, em que o usuário está aguardando.
O cache de prompt muda a curva de custo da API Claude
O cache de prompt é a alavanca mais importante para contexto repetido. A documentação da Anthropic descreve durações de cache de 5 minutos e 1 hora, cobranças de gravação de cache quando o conteúdo é armazenado pela primeira vez e cobranças de leitura de cache quando uma solicitação posterior recupera o prefixo em cache.
Regras gerais de preços dos documentos de cache de prompt da Anthropic:
- Escritas em cache de 5 minutos custam 1,25x o preço base dos tokens de entrada.
- Escritas em cache de 1 hora custam 2x o preço base dos tokens de entrada.
- Leituras de cache normalmente custam 0,1x o preço base dos tokens de entrada.
- Os cache hits do Claude Fable 5.1 e do Claude Mythos 5.1 estão listados a 2,5% do preço padrão de entrada.
- Os cache hits do Claude Opus 5.5 e do Claude Sonnet 5.5 estão listados a 5% do preço padrão de entrada.
- Os multiplicadores de cache podem ser acumulados com outros modificadores, incluindo processamento em lote e residência de dados.
Para o Sonnet 5.5, 80 MTok de contexto reutilizável custam US$ 160 como entrada normal. Uma escrita em cache de 5 minutos custa US$ 200. Um cache hit posterior nesse mesmo contexto de 80 MTok custa US$ 8. Duas chamadas sem cache custariam US$ 320 para esse contexto; uma escrita mais uma leitura custam US$ 208. É por isso que o cache pode compensar rapidamente quando um system prompt, esquema de ferramenta, contexto da base de código, pacote de políticas ou conjunto de documentos recuperados se repete.
Quando usar cada modelo Claude para controle de orçamento
Use a seleção de modelo como uma política de roteamento, não como uma preferência única.
| Carga de trabalho | Ideia de roteamento padrão | Risco de custo a observar |
|---|---|---|
| Classificação, extração, roteamento, transformações leves | Comece com o Claude Haiku 5.5 | Prompts longos acima de 100 mil tokens colocam o Haiku em sua faixa de preço mais alta. |
| Chat de produto, rascunhos de suporte, análise estruturada | Comece com o Claude Sonnet 5.5 | O tamanho da saída e o comportamento de repetição podem dominar o custo total. |
| Agentes de programação, raciocínio longo, planejamento complexo | Teste o Claude Opus 5.5 ou o Fable 5.1 contra o Sonnet | Taxas de saída mais altas exigem métricas de aceitação rigorosas. |
| Enriquecimento offline, avaliações, backfills | Use Message Batches quando a latência não for necessária | Os resultados em lote são assíncronos e os lotes podem expirar se não forem concluídos dentro de 24 horas. |
| Políticas repetidas, esquemas de ferramentas, docs, contexto de código | Use cache de prompt | A taxa de cache hit depende de prefixos estáveis e do timing das requisições. |
A regra prática: comece mais barato, suba de rota apenas quando a qualidade ou a taxa de conclusão comprovarem isso. Se o Sonnet resolve 97% de um fluxo de trabalho e o Opus resolve 98%, a área de compras deve comparar o custo incremental por trabalho aceito, não a reputação do modelo.
A planilha de orçamento da API Claude de sete dias
Antes de aprovar um orçamento da API Claude para 2026, execute um teste de carga de sete dias e capture os mesmos campos para cada requisição:
| Campo | Por que importa |
|---|---|
route_name |
Separa chat de suporte, agente de programação, extração, avaliações e jobs em segundo plano. |
model |
Mostra onde os modelos premium são realmente usados. |
input_tokens |
Custo base do prompt e crescimento do contexto. |
output_tokens |
Muitas vezes a maior linha de custo oculta. |
cache_creation_input_tokens |
Mostra o volume de escrita em cache. |
cache_read_input_tokens |
Mostra se o cache está compensando. |
batch_eligible |
Sinaliza jobs que devem migrar para Message Batches. |
retry_count |
Converte problemas de confiabilidade em evidência de custo. |
accepted_result |
Permite que as equipes calculem o custo por resultado útil. |
customer_id ou team_id |
Apoia chargeback, showback e revisão de uso abusivo. |
No fim da semana, agrupe o gasto por rota e calcule:
cost_per_accepted_result = total_route_cost / accepted_results
cache_hit_rate = cache_read_input_tokens / (cache_read_input_tokens + cache_creation_input_tokens + uncached_input_tokens)
retry_cost_share = retry_request_cost / total_route_cost
batchable_cost_share = batch_eligible_cost / total_route_cost
Essas quatro métricas normalmente dirão mais do que uma calculadora genérica de preços da API Claude.
Onde a Flatkey se encaixa no fluxo de trabalho de preços da API Claude
O preço da Claude se torna um problema operacional quando a Claude é apenas uma rota entre vários modelos, equipes, agentes e ambientes. A Flatkey oferece aos desenvolvedores uma chave de API, um saldo, uma fatura, um SLA e acesso a mais de 100 modelos oficiais, além de mais de 1.000 ferramentas pagas por chamada, tudo a partir de uma única conta. O site ao vivo da Flatkey também afirma que chamadas que falham do lado da Flatkey não custam nada e que o código existente do SDK da OpenAI pode funcionar substituindo a base URL.
Use a Flatkey quando você precisar:
- Comparar o custo da API Claude com OpenAI, Gemini, DeepSeek, Qwen e outras rotas sem manter chaves de provedor separadas em cada repositório.
- Centralizar o gasto com APIs de IA em um único saldo pré-pago e uma única fatura.
- Acompanhar requisições bem-sucedidas com IDs de requisição e registros de uso.
- Governar o acesso com subchaves, orçamentos e allowlists de modelos.
- Roteirizar cargas de trabalho por custo, confiabilidade, latência e taxa de resultados aceitos, em vez de por hábito do fornecedor.
Se sua equipe usa apenas um modelo Claude de um único serviço, a cobrança direta da Anthropic pode ser suficiente. Se a Claude faz parte de uma pilha maior de produtos de IA, um gateway e um ledger de uso tornam os preços da API Claude 2026 mais fáceis de comparar, controlar e explicar para o financeiro.
Links internos para um planejamento de custos mais profundo
- Para a página canônica de tarifas do modelo, leia preços da API Claude em 2026.
- Para a economia de prompts repetidos, leia o workflow de cache de prompts.
- Para comparação entre provedores, leia como comparar preços de modelos de IA.
- Para taxas de gateway e controles de roteamento, leia preços de gateway de IA.
- Para operações financeiras, leia gestão de gastos com API de IA.
- Para trade-offs de arquitetura, leia proxy da API Claude vs roteador multi-modelo.
Perguntas frequentes
Qual é o modelo mais barato da API Claude em 2026?
Entre as linhas ativas atuais listadas acima, o Claude Haiku 5.5 tem as menores tarifas de token listadas para prompts de até 100.000 tokens. Para prompts acima de 100.000 tokens, o Haiku 5.5 passa para uma faixa de preço mais alta, então cargas de trabalho de contexto longo devem ser medidas com cuidado, em vez de assumir que o Haiku é sempre a opção mais barata.
O cache de prompts reduz o preço da API Claude?
O cache de prompts pode reduzir o custo efetivo da API Claude quando o mesmo prefixo é reutilizado. Você paga um preço de gravação mais alto para armazenar o prefixo passível de cache e, depois, um preço de leitura mais baixo nos acessos seguintes ao cache. Ele é mais eficaz para prompts de sistema repetidos, definições de ferramentas, pacotes de políticas, contexto de base de código e documentos recuperados.
A Anthropic Batch API reduz o custo?
Sim. A documentação do Message Batches da Anthropic diz que o processamento em lote reduz os custos em 50% e aumenta a taxa de transferência para trabalho assíncrono. Use-o para tarefas que não exigem respostas imediatas, como avaliações, enriquecimento, retroalimentação de resumos e geração de relatórios.
Por que minha conta da API Claude excede a estimativa da calculadora?
As causas habituais são saídas mais longas do que o esperado, novas tentativas, baixa taxa de acerto de cache, solicitações Haiku de contexto longo, multiplicadores de residência de dados e tráfego que se supunha ser passível de processamento em lote, mas que na verdade precisava de respostas síncronas. Acompanhe cada um desses itens como linhas separadas no seu livro-razão de uso.
Como as equipes de produto devem orçar os preços da API Anthropic Claude 2026?
Faça o orçamento por carga de trabalho, não por provedor. Escolha um modelo padrão por rota, meça o comprimento da saída, a taxa de acerto de cache, a parcela de novas tentativas e a taxa de resultados aceitos por sete dias, e então aprove as tetos de gasto por equipe, ambiente e segmento de cliente. Essa é a forma prática de tornar os preços da API Anthropic Claude 2026 previsíveis.
Lista final de verificação
Antes de aprovar um orçamento da API Claude para 2026:
- Verifique a página de preços ao vivo da Anthropic no dia da aprovação.
- Separe as linhas de entrada, saída, gravação de cache, leitura de cache, lote e nova tentativa.
- Faça um teste de carga de sete dias usando prompts reais e regras reais de aceitação.
- Mova o trabalho assíncrono para o Message Batches onde a UX permitir.
- Adicione cache de prompts apenas onde o prefixo for estável o suficiente para ser acessado repetidamente.
- Acompanhe o custo por resultado aceito, não apenas o volume de tokens.
- Use um gateway e um livro-razão quando o Claude fizer parte de uma stack de produção com múltiplos modelos.
Essa é a diferença entre ler os preços da API Anthropic Claude 2026 e realmente controlá-los.
