Claude API Faturanızı Nasıl Düşürürsünüz? (Opus 4.8 ve Fable 5)

Claude faturanız çoğunlukla girdi jetonlarından oluşur, çıktı jetonlarından değil. API durumsuzdur, bu nedenle her turda tüm konuşma geçmişini yeniden gönderirsiniz: sistem komutunu, araç tanımlarını, yapıştırdığınız belgeleri ve önceki her mesajı. Uzun bir aracı döngüsünde veya bir Claude Code oturumunda, bu yeniden gönderilen bağlam hızla birikir ve her istekte bunun için ödeme yaparsınız. Çıktı faturanın küçük kısmıdır.

Bu nedenle faturanızı gerçekten etkileyen kaldıraçlar, gönderdiğiniz şeyi küçülten, jeton başına oranı düşüren veya eski bağlamı yeniden göndermenizi engelleyenlerdir. Bu kılavuz önce birinci taraf somut olanları, ardından farklı bir bakış açısı sunan bir üçüncü taraf proxy'yi (pxpipe) ve son olarak da siz geliştirme yaparken bir sahte API'nin nerede devreye girdiğini açıklar.

Önce fiyatlandırma temelini (sayacın nasıl çalıştığı, jetonun ne olduğu, önbelleğe alma ve toplu işlemenin nasıl faturalandırıldığı) öğrenmek isterseniz, Claude API maliyet açıklayıcımız bu konuyu ele almaktadır. Bu gönderi faturayı düşürmeye odaklanmıştır, bu nedenle fiyatlandırma teorisini uzun uzadıya tekrar etmeyeceğiz.

Kaldıraç 1: İstek önbellekleme

İstek önbellekleme, çoğu aracı iş yükü için en yüksek getirili değişikliktir. Sabit bir öneki (sistem komutu, araç tanımları, uzun referans belgeleri) önbelleğe alınabilir olarak işaretlersiniz ve Claude bunu depolar. Aynı baytlarla başlayan bir sonraki istekte, yeniden işlemek için tam girdi fiyatını ödemek yerine önbellekten okursunuz.

Ekonomisi güçlüdür. Önbellek okumaları, temel girdi oranının yaklaşık 0.1 katına mal olur, bu nedenle önbelleğe alınan kısımda %90'a kadar tasarruf edersiniz. Önbellek yazmaları normal bir girdi jetonundan daha pahalıdır: 5 dakikalık TTL için 1.25 kat, veya 1 saatlik TTL için 2 kat. Bu yazma primi, önbelleğe almanın yalnızca öneki yeniden kullandığınızda faydalı olmasının nedenidir. Başabaş noktası, 5 dakikalık önbellek için yaklaşık 2 istek, 1 saatlik önbellek için ise yaklaşık 3 istektir. Bir önek bir kez kullanılır ve sonra atılırsa, önbellekleme size para kaybettirir; onlarca kez kullanılırsa, ilk yazmadan sonra neredeyse ücretsizdir.

İşin püf noktası, önbelleğe almanın bayt düzeyinde bir önek eşleşmesi olmasıdır. Önbelleğe alınan bölgedeki herhangi bir değişiklik onu geçersiz kılar ve yeni, tam fiyatlı bir yazmayı zorlar. Olağan suçlu, "kararlı" kısma gizlice giren bir değişkendir: sistem komutundaki bir zaman damgası, bir oturum kimliği, bir istek sayacı, yeniden sıralanmış bir araç listesi. Bu size sabit görünürken, önbellek için yeni baytlar olarak okunur.

Önbelleğe almanın gerçekten çalışıp çalışmadığını doğrulayın. Yanıtlarınızdaki `usage.cache_read_input_tokens` değerini okuyun. Bir öneki paylaşan tekrarlanan isteklerde, bu sayı büyük ve sıfır olmayan bir değer olmalıdır. Eğer sıfırda takılı kalmışsa, önekinizde her çağrıda bir şeyler değişiyor demektir ve önbelleğe aldığınızı düşünürken tam fiyat ödüyorsunuzdur. Nelerin ve neden önbelleğe alındığının mekaniği için, istek önbelleklemenin ne olduğunu ve nasıl çalıştığını inceleyin.

Kaldıraç 2: Modeli doğru boyutlandırma

En yaygın aşırı harcama, görevin gerektirdiğinden daha büyük bir model çalıştırmaktır. Claude size net bir fiyat basamağı sunar ve varsayılan olarak tek bir modele bağlı kalmak yerine göreve göre yönlendirme yapmak genellikle elde edeceğiniz en büyük kalem düşüşüdür.

İşte mevcut 1M jeton başına fiyatlandırma:

Bu tablodan çıkarılacak birkaç şey var. Fable 5, hem girdi hem de çıktı için Opus 4.8'in 2 katı maliyetlidir, bu da onu en pahalı geniş çapta piyasaya sürülen model yapar. Opus 4.8, uzun bağlam primi olmaksızın tam 1M jetonluk bir bağlam penceresine sahiptir, bu nedenle ona büyük bir kod tabanı beslemek için ekstra ödeme yapmazsınız. Sonnet 5, 2026-08-31 tarihine kadar 2$/10$ tanıtım fiyatıyla çalışır, ardından 3$/15$'a yükselir. Haiku 4.5, daha küçük 200K penceresiyle 1$/5$ ile en düşük fiyattadır.

Modeli işe göre eşleştirin:

• Ekstra yeteneğin gerçekten sonucu değiştirdiği en zorlu uzun vadeli muhakeme için Fable 5. Opus'un işi göreceği durumlarda varsayılan olarak Fable kullanmak, ekiplerin faturalarını sebepsiz yere ikiye katlamalarının en yaygın yoludur.
• Çoğu ajan tabanlı ve kodlama işi için Opus 4.8. Claude Code ve araç ağırlıklı döngüler için mantıklı bir varsayılandır.
• Daha düşük bir oranla iyi kaliteye ihtiyaç duyduğunuz yüksek hacimli üretim trafiği için Sonnet 5.
• Basit veya hız açısından kritik görevler için Haiku 4.5: sınıflandırma, çıkarma, yönlendirme, kısa yanıtlar.

Fable 5 ile ilgili bir faturalandırma detayı: bir güvenlik sınıflandırıcısı bir isteği reddederse, beta fallbacks parametresi bu turu Opus 4.8'e yönlendirebilir ve yeniden yönlendirilen tur Opus oranlarından faturalandırılır. Bu genellikle bir indirimdir, şaşırtıcı bir ücretlendirme değil, ancak Fable trafiğinizin Opus fiyatlı satırlar gösterebileceğini bilmekte fayda var.

İki pahalı katmanın daha derin maliyet dökümleri için, Opus 4.8 fiyatlandırması, Fable 5 fiyatlandırması ve 2 katın ne zaman değeceğine dair Fable 5 ile Opus 4.8 karşılaştırmasına bakın. Değerlendirirken en üst katmanları düşük veya hiç maliyet olmadan denemek isterseniz, Opus 4.8'i ücretsiz kullanmayı ve Fable 5 API'sini doğrudan çağırmayı anlatıyoruz.

Kaldıraç 3: Toplu API (%50 indirim)

İşinizin gerçek zamanlı bir yanıta ihtiyacı yoksa, Toplu API her jetonu yarıya indirir. İşleri /v1/messages/batches adresine gönderirsiniz, bunlar eş zamansız çalışır ve sonuçları geri alırsınız. Çoğu toplu işlem bir saat içinde tamamlanır; üst sınır 24 saattir. %50 indirim, toplu işlemdeki tüm jeton kullanımına, girdi ve çıktıya uygulanır.

Uygulama alanı dar ama değerlidir. Toplu işlem, bekleyebileceğiniz işler içindir:

• Bir test kümesinde değerlendirmeler yapmak.
• Birikmiş işler üzerinde toplu sınıflandırma veya çıkarma.
• Mevcut kayıtlar için özetleri, etiketleri veya gömüme yakın meta verileri doldurmak.
• Birkaç dakikalık gecikmenin size hiçbir maliyeti olmadığı herhangi bir büyük çevrimdışı iş.

Claude harcamanızın yarısı, şu anda senkronize uç nokta aracılığıyla çalıştırdığınız gece işleme ise, bunu toplu işleme taşımak, kalite değişikliği olmaksızın o yarıda doğrudan %50'lik bir kesinti demektir. Bu listedeki tartışılması en ucuz kazançtır, çünkü tek ödünleşim zaten kullanmadığınız gecikme süresidir.

Kaldıraç 4: Çaba, max_tokens ve count_tokens ayarlarını yapın

Üç ayar, tek bir isteğin ne kadar harcayabileceğini kontrol eder ve bunları bilerek ayarlamak, maliyetlerin yükselmesini engeller.

Çaba. The output_config.effort parametresi low, medium, high, xhigh veya max değerlerini alır. Modelin yanıt vermeden önce ne kadar düşüneceğini yönetir ve düşünme jetonları faturalandırılır. Daha düşük çaba, daha az düşünme ve çıktı jetonu anlamına gelir. Alışkanlık gereği high seviyesinde çalıştırılan birçok görev, aynı yanıtı medium veya low seviyesinde daha az parayla üretir. Bir veya iki adım aşağı test edin ve kalitenin korunup korunmadığını kontrol edin.

max_tokens. Bu, çıktı üzerinde bir üst sınırdır. Kısa olacak bir yanıtın maliyetini düşürmez, ancak kontrol dışı durumu sınırlar: bir JSON nesnesi istediğinizde 4.000 jetonluk bir deneme yazmaya karar veren bir model. Görev için mantıklı bir sınır belirleyin, böylece tek bir ayrıntılı yanıt bir satır öğesini şişirmez.

count_tokens. Göndermeden önce maliyeti tahmin edin. The count_tokens uç noktası, Claude'un kendi jetonlaştırıcısını kullanarak bir isteğin tam olarak kaç girdi jetonunu faturalandıracağını söyler. Bunun için tiktoken kullanmayın. Tiktoken, OpenAI'nin jetonlaştırıcısıdır ve Claude'u yaklaşık %15 ila %20 oranında eksik sayar, bu nedenle buna göre bütçe yapmak, gerçek faturanızın tahmininizden anlamlı ölçüde daha yüksek çıkması anlamına gelir. İstek başına bütçenize yakın çalışıyorsanız, count_tokens, aşırı büyük bir isteği size maliyetine yol açmadan önce yakalamanın yoludur.

Kaldıraç 5: Yeniden gönderdiğiniz bağlamı kırpın

API durumsuz olduğu için, uzun bir aracı döngüsü her turda tüm geçmişini yeniden gönderir ve bu geçmişin çoğu, 30. turda ölü yüktür: zaten üzerinde işlem yaptığınız araç çıktıları, geride bıraktığınız keşifler, bir kez okuduğunuz dosyalar. Bunların hepsini yeniden göndermek için tam girdi fiyatını ödemeye devam edersiniz.

İki sunucu tarafı özelliği bunu sizin için budar:

• Bağlam düzenleme (clear_tool_uses_20250919), yeniden gönderilen bağlamdan eski araç sonuçlarını düşürür, böylece eski araç çağrıları her sonraki turda faturalandırılmayı durdurur.
• Sıkıştırma (compact_20260112), eski geçmişi daha kısa bir biçimde özetler, böylece uzun bir konuşma tam ham transkriptini ileri taşımayı durdurur.

Her ikisi de sunucu tarafında çalışır, bu da bir özetleyiciyi elden yazmanıza veya mesaj dizilerini manuel olarak dilimlemenize gerek olmadığı anlamına gelir. Özellikle uzun süreli Claude Code oturumları için, bu, görev ortasında bağlam limitlerine ulaşmanın arkasındaki aynı baskıdır; Claude Code jeton penceresi ve sıfırlamaları hakkındaki kılavuzumuz, bunun editörde nasıl işlediğini kapsar. Faturalandırma çıkarımı basittir: modelin artık ihtiyaç duymadığı bağlamı yeniden göndermek için ödeme yapmayı bırakın.

Daha da ileri gitmek: pxpipe ile bağlamı görüntü olarak işlemek

Birinci taraf kaldıraçlar, gönderdiğiniz jetonları küçültür veya yeniden fiyatlandırır. pxpipe, aynı girdi-jeton maliyetine farklı bir yönden saldırır: büyük, sabit bağlamı görüntü olarak işler, böylece daha ucuza jetonlaştırılır.

Nedir. pxpipe, istemciniz ile Anthropic API arasında yer alan yerel bir proxy'dir (MIT lisanslı, TypeScript ile yazılmıştır). ANTHROPIC_BASE_URL'yi ona yönlendirirsiniz ve her giden isteği denetler.

Maliyeti nasıl düşürür. Yoğun metin, jeton başına pahalıdır. pxpipe, bir isteğin (sistem komutu, araç belgeleri, eski geçmiş) hantal, sabit kısımlarını istek makinenizden ayrılmadan önce sıkıştırılmış PNG görüntülerine yeniden yazar. Yoğun içerik, görüntü jetonu başına yaklaşık 3.1 karakter iken metin jetonu başına yaklaşık 1 karakterdir, bu nedenle bu içeriği görüntülemek girdi jetonlarını büyük ölçüde azaltabilir. Proje, yaklaşık 48 bin karakterlik bir sistem komutu ve araç belgeleri örneğinin, metin olarak yaklaşık 25 bin jetona karşılık yaklaşık 2.7 bin görüntü jetonu olarak sonuçlandığını bildiriyor. Kritik olarak, karlılık kapılarını kullanır: yalnızca jeton matematiğinin gerçekten kazançlı olduğu içeriği görüntüler ve seyrek düzyazı metin olarak değişmeden geçer.

Kurulum ve çalıştırma. İki komut:

npx pxpipe-proxy

Bu, proxy'yi 127.0.0.1:47821 adresinde başlatır. Ardından Claude Code'u ona yönlendirin:

ANTHROPIC_BASE_URL=http://127.0.0.1:47821 claude

Model desteği. Varsayılan olarak pxpipe, claude-fable-5 ve GPT 5.6 için istekleri görüntüler. Opus 4.7/4.8 ve GPT 5.5 isteğe bağlıdır, çünkü proje görüntülenmiş bağlamı ölçülebilir şekilde daha kötü okuduklarını bildirmektedir. Bunları PXPIPE_MODELS ortam değişkeniyle (veya proxy URL'sindeki kontrol paneliyle) etkinleştirirsiniz. Diğer her şey değişmeden geçer.

Bildirilen tasarruflar. Bunlar, projenin kendi bildirdiği ve kıyaslama sayılarıdır, tarafımızca bağımsız olarak doğrulanmış rakamlar değildir. pxpipe, 13.709 istekte %59'luk bir tasarruf, 100 dolarlık bir faturanın yaklaşık 41 dolara düşmesi ve SWE-bench Lite pilot uygulamasında %65'lik bir istek boyutu azalması bildirmektedir. Bunları satıcı kıyaslamaları olarak kabul edin ve kendi trafiğinizde doğrulayın.

Dürüst ödünleşimler. Görüntüleme bedava para değildir.

• İstek önbellekleme ile etkileşir. Görüntüleme istek baytlarını değiştirir ve önbelleğe alınan önekiniz bir bayt eşleşmesidir. Önbelleğe alma ve görüntüleme, her ikisi de aynı girdi-jeton maliyetini hedefler, bu nedenle birbirlerine karşı çekebilirler: görüntülemeyi kazandıran değişiklik, önbelleğe alınan bölgenizi değiştiren değişiklik olabilir. Hangi yaklaşımın daha fazla tasarruf sağladığı, belirli önekinize ve yeniden kullanım düzeninize bağlıdır. Bunların birbiriyle biriktiğini varsaymak yerine, kendi iş yükünüzde her ikisini de ölçün.
• Model, görüntülenmiş bağlamı görme yoluyla okur. Projenin kendisi, yoğun dizelerin (uzun onaltılık kimlikler, tam jetonlar) yanlış okunabileceğini ve kaçırmaların hata değil, sessiz olduğunu belirtir. Tasarruflara güvenmeden önce kendi görevlerinizde çıktı kalitesini doğrulayın.
• Trafiğinizi işleyen bir üçüncü taraf proxy'sidir. Yerel olarak çalışır, bu iyi bir şeydir, ancak yine de istek yolunuzda yer alır. Üretim trafiğini üzerinden geçirmeden önce kendi güvenlik duruşunuza göre değerlendirin.

Bağlamınız büyük, sabit, yoğun bloklar tarafından domine ediliyorsa ve kaliteyi doğrulayabiliyorsanız pxpipe'ı test etmeye değer. Seyrek veya yüksek oranda önbellek dostu iş yükleri için, birinci taraf kaldıraçlar zaten kazancın çoğunu sağlayabilir.

Geliştirme yaparken harcadığınız geliştirme ve test jetonlarını azaltın

Yukarıdakilerin hiçbiri, entegrasyonu inşa ederken gerçek, ücretli jetonlar harcadığınız gerçeğini değiştirmez. Apidog üretim Claude faturanızı düşürmez ve düşürmeye de kalkışmaz. Size para kazandırdığı yer, geliştirme ve test döngüsüdür.

Geliştirme sırasında entegrasyonunuzu canlı Anthropic API'sine karşı her çalıştırdığınızda, her yineleme gerçek jetonlara mal olur: başarısız çalışma, yeniden deneme, her gönderimde tetiklenen CI işi. İstek şekli, ayrıştırma mantığı ve hata işleme üzerinde çalışırken bu harcama birikir ve bunların hiçbiri doğrulamak için gerçek bir modele ihtiyaç duymaz.

Bunun yerine Anthropic yanıtını Apidog'da sahteleyin. Çağırdığınız Claude uç noktası için istek ve yanıt sözleşmesini tanımlayın, ardından testlerinizi ve CI'nizi sahteye yönlendirin. Döngünüz, beklediğiniz şekli döndüren deterministik bir sahteye karşı çalışır ve altyapıyı doğrulamak için sıfır jeton harcarsınız. Ayrıca bu istek/yanıt sözleşmesini aynı yerde tasarlayabilir ve belgeleyebilir, böylece ekibiniz herhangi biri üzerinde bir jeton harcamadan önce arayüz üzerinde anlaşır. Bu, üretim faturanızda değil, geliştirme yaparken harcadığınız geliştirme ve test jetonlarını azaltır. Dürüst kapsam budur.

Kaldıraçları birleştirin

Bunlar ya öyle ya böyle değildir. En büyük kesintiler birleştirmeyle gelir:

1. Sabit öneki önbelleğe alın. Sistem komutu, araçlar, belgeler. cache_read_input_tokens değerinin sıfır olmadığından emin olun.
2. Göreve göre yönlendirin. Varsayılan olarak Opus 4.8, yalnızca sonucu değiştirdiği durumlarda Fable 5, hacim için Sonnet 5, basit işler için Haiku 4.5.
3. Çevrimdışı işleri toplu işleyin. Gecikmeye duyarlı olmayan her şey, %50 indirimle /v1/messages/batches adresine gider.
4. Her isteği sınırlayın. effort'ı doğru boyutlandırın, max_tokens'ı sınırlayın, count_tokens ile tahmin edin.
5. Yeniden gönderimi kırpın. Uzun döngülerin eski geçmiş için ödeme yapmayı bırakması için bağlam düzenleme ve sıkıştırma.
6. Görüntülemenin yardımcı olup olmadığını test edin. Bağlamınız büyük ve yoğunsa, kendi önekinizde pxpipe'ı önbellekleme ile karşılaştırın.
7. Geliştirme yaparken sahteleyin. Geliştirme ve test döngüsünü ücretli sayaçtan uzak tutun.

Önbelleğe alma ve model yönlendirme ile başlayın, çünkü bu ikisi genellikle düşüşün çoğunu oluşturur. Her değişiklikten sonra ölçüm yapın, çünkü önemli olan tek sayı gerçek faturanızdır.

Sıkça Sorulan Sorular

Claude faturamda girdi mi yoksa çıktı jetonları mı daha pahalıya mal oluyor? Jeton başına, her modelde çıktı girdi jetonlarından daha pahalıya mal olur. Ancak aracı ve kodlama iş yükleri için, girdi tarafı genellikle daha büyük faturayı oluşturur, çünkü durumsuz API, her turda tüm konuşma geçmişini yeniden göndermenizi gerektirir. Bu nedenle en büyük kaldıraçlar girdi jetonlarını hedefler.

İstek önbellekleme mi yoksa Toplu API mi daha büyük tasarruf sağlar? İş yükünüze bağlıdır. Önbelleğe alma, etkileşimli trafiğin tekrarlanan önekinde %90'a kadar tasarruf sağlar, bu nedenle bir sistem komutunu yeniden kullanan sohbet ve aracı döngüleri için avantajlıdır. Toplu işlem her şeyden %50 keser, ancak yalnızca eş zamansız olarak çalıştırabileceğiniz işler için geçerlidir. Birçok ekip her ikisini de kullanır: etkileşimli yolu önbelleğe alır, çevrimdışı işleri toplu işler.

Her şeyi varsayılan olarak Fable 5'e mi ayarlamalıyım? Hayır. Fable 5, Opus 4.8'in 2 katı maliyetindedir ve en zorlu uzun vadeli muhakeme için tasarlanmıştır. Çoğu aracı ve kodlama işi için, Opus 4.8 size girdi ve çıktı oranının yarısında aynı sonucu verir. Opus'un işi göreceği durumlarda varsayılan olarak Fable kullanmak en yaygın aşırı harcamadır.

pxpipe, istek önbellekleme ile birleşir mi? Tam olarak birleşmez. Görüntüleme istek baytlarını değiştirir ve önbelleğe alma bayt düzeyinde bir önek eşleşmesidir, bu nedenle ikisi aynı girdi-jeton maliyetini hedefler ve birbirine karşı çekebilir. Gerçek önekinizde her ikisini de test edin ve hangisinin daha fazla tasarruf sağladığını ölçün; bunların toplandığını varsaymayın.

Apidog üretim Claude maliyetlerimi düşürür mü? Hayır. Apidog, Anthropic API'sini sahteler, böylece testleriniz ve CI'niz geliştirme yaparken ücretli jeton yakmak yerine bir sahteye çarpar. Bu, üretim faturanızı değil, geliştirme ve test harcamanızı azaltır.