Die Budget-Formel
Eine monatliche Schätzung erfordert eine einfache Rechnung, sobald du drei Eingabewerte hast. Schreibe sie in eine Tabelle und aktualisiere sie bei jeder Änderung des Traffic-Volumens.
cost_per_request = input_tokens * input_rate / 1,000,000
+ output_tokens * output_rate / 1,000,000
monthly_cost = requests_per_day * 30 * cost_per_request
Für Claude-Modelle nimmst du die Eingabe- und Ausgaberaten von der aktuellen Preisliste von Anthropic. Wir zitieren sie nicht, da sie sich ändern. Für den Dienst hinter dieser Seite betragen die Raten $0,15 pro 1M Eingabe-Token und $0,50 pro 1M Ausgabe-Token; alle Beispiele unten verwenden diese Werte. Wenn du die gleichen Workloads woanders beziffern möchtest, ändern sich nur diese beiden Raten.
Woher kommen die Werte für Anfragen pro Tag und Token pro Anfrage? Aus deinen Logs. Wenn du noch keine hast, führe zwanzig echte Anfragen aus, lies den usage-Block in jeder Antwort aus und bilde den Durchschnitt. Der Wert, den du vor der Messung schätzt, ist meist zu niedrig, hauptsächlich wegen der Gesprächshistorie.
Drei Budgets für kleine Apps
Hier sind drei plausible Apps, die über 30 Tage mit der oben genannten Formel kalkuliert sind.
| App | Anfragen pro Tag | Token pro Anfrage (Ein-/Ausgabe) | Pro Anfrage | Pro Monat |
|---|---|---|---|---|
| Support-Bot für einen kleinen Shop | 300 | 2,500 / 350 | $0,00055 | $4,95 |
| Schreib-Assistent in einer Notiz-App | 2,000 | 1,000 / 250 | $0,000275 | $16,50 |
| Rollenplattform | 10,000 | 4,000 / 500 | $0,00085 | $255,00 |
Die Rechnung für die erste Zeile: 2.500 × 0,15 / 1.000.000 = $0,000375 und 350 × 0,50 / 1.000.000 = $0,000175, also $0,00055 pro Anfrage. Dann 300 × 30 = 9.000 Anfragen, und 9.000 × $0,00055 = $4,95.
Die letzte Zeile: 4.000 × 0,15 / 1.000.000 = $0,0006 und 500 × 0,50 / 1.000.000 = $0,00025, also $0,00085. Bei 300.000 Anfragen im Monat beträgt die Rechnung $255,00.
Plane Puffer für das ein, was Durchschnittswerte verschleiern
Ein Budget, das auf Durchschnittswerten basiert, scheitert an schlechten Tagen. Drei Faktoren treiben die tatsächlichen Ausgaben über die Schätzung hinaus.
Wachstum der Historie
Chat-Apps senden vorherige Nachrichten wieder, sodass spätere Nachrichten in einer Sitzung mehr kosten als frühere. Miss Token in langen Sitzungen, nicht nur in der ersten Nachricht, oder setze eine Obergrenze für die Historie und fasse den Rest zusammen.
Traffic-Spitzen
Wenn ein Beitrag viral geht, können die Anfragen pro Tag über Nacht verdoppeln. Eine Marge von 50 % auf die Schätzung ist ein angemessener Startpunkt.
Retries
Client-Retries nach Timeouts fügen doppelte Anfragen hinzu. Fehlgeschlagene oder abgelehnte Anfragen werden bei diesem Dienst nicht berechnet, aber ein Retry, der nach einem langsamen ersten Versuch erfolgreich ist, wird wie normal einmal berechnet.
Prüfe die Limits also gegen deine Spitzen. Zehntausend Anfragen pro Tag sind durchschnittlich etwa 7 pro Minute (10.000 / 1.440). Ein bezahlter Schlüssel erlaubt 300 Anfragen pro Minute und 8 parallele, sodass der Durchschnitt weit innerhalb des Limits liegt. Ein Burst von 50 Nutzern gleichzeitig passt nicht ins Limit, und du solltest Anfragen in eine Warteschlange stellen, statt sie fehlschlagen zu lassen. Ein Test-Schlüssel erlaubt 2 parallele und 60 pro Minute, was nur für Tests gedacht ist.
Begrenze die Ausgaben mit Prepaid-Aufladungen
Mit Prepaid-Guthaben im Pay-as-you-go-Modell ist das Budget auch eine Decke. Du lädst Guthaben auf, die API bucht es Token für Token ab, und wenn es aufgebraucht ist, stoppen die Anfragen. Es gibt keine Rechnung am Monatsende und keine Überziehung. Guthaben verfällt nie, sodass eine Aufladung, die größer ist als der Bedarf eines Monats, nicht verschwendet ist.
Aufladungen sind beliebige ganze Beträge von $20 bis $500, die nur in Krypto bezahlt werden: USDT auf TRC20 oder USDC auf Base. Boni gelten für höhere Beträge:
- $50 geben +5 %, also $52,50 Guthaben.
- $100 geben +10 %, also $110.
- $200 geben +15 %, also $230.
- $500 bringt ebenfalls die +15 %-Stufe, also $575.
Beziehe das auf die Budgets oben: Der Support-Bot für 4,95 $ im Monat ist mit einer Aufladung von 20 $ (20 / 4,95 sind etwa 4,0) für etwa vier Monate gedeckt. Der Schreib-Assistent für 16,50 $ passt in eine Aufladung von 50 $ für drei Monate, da 52,50 $ / 16,50 $ etwa 3,2 ergeben. Die Rollenspiel-Plattform für 255,00 $ liegt über einer Aufladung von 200 $, die 230 $ Guthaben ergibt, sodass sie eine Aufladung von rund 250 $ oder zwei kleinere benötigt. In diesem Maßstab solltest du den Kontostand genau im Auge behalten.
Überwache den Kontostand aus dem Code
Jede Antwort enthält einen X-Balance-USD-Header. Du kannst ihn im OpenAI Python SDK mit dem Rohantwort-Wrapper lesen und dich warnen, bevor das Geld ausgeht.
from openai import OpenAI
client = OpenAI(
base_url="https://api.claudeapicosts.com/v1",
api_key="YOUR_KEY",
)
raw = client.chat.completions.with_raw_response.create(
model="uncensored",
messages=[{"role": "user", "content": "Reply with the word ready."}],
max_tokens=10,
)
resp = raw.parse()
balance = float(raw.headers.get("X-Balance-USD", "0"))
print(resp.choices[0].message.content, balance)
if balance < 5:
print("Balance is low: top up soon")
Du kannst auch GET /v1/balance oder den OpenAI-Style GET /v1/dashboard/billing/credit_grants mit dem gleichen Bearer-Token abfragen:
curl https://api.claudeapicosts.com/v1/balance \
-H "Authorization: Bearer YOUR_KEY"
Binde die Prüfung in einen täglichen Job ein und schick dir selbst eine Nachricht, wenn der Kontostand unter zwei Wochen der erwarteten Ausgaben fällt. Das verhindert, dass die Grenze zu einem Ausfall wird.
Was passiert, wenn der Traffic verdoppelt wird
Teste deinen Plan gegen das Wachstum, bevor es eintritt. Die Verdopplung der Anfragen verdoppelt die Rechnung, da die Kosten linear zu den Anfragen sind. Die drei oben genannten Apps würden 9,90 $, 33,00 $ und 510,00 $ im Monat kosten. Wenn auch die Token pro Anfrage um die Hälfte wachsen, weil Nutzer längere Nachrichten schreiben oder Sitzungen länger laufen, multipliziere nochmals mit 1,5.
Plane die Entscheidungspunkte im Voraus. Entscheide zum Beispiel, dass du oberhalb eines monatlichen Ausgabebetrags, den du festlegst, den Verlauf kürzt, den System-Prompt verkürzt oder die Ausgabelänge begrenzst, bevor du Guthaben auflädst. Die Regel vor einem Anstieg schriftlich festzuhalten, bewahrt dich davor, für einen ineffizienten Prompt zu zahlen.
Möglichkeiten, die monatliche Summe zu senken
- Verlauf kürzen. Schneide älteste Turns ab oder ersetze sie durch eine kurze Zusammenfassung. Input-Token sind der Großteil der Rechnung für Chat.
- Output begrenzen. Ein
max_tokens-Setting und ein Prompt für kurze Antworten senken die teurere Abrechnung. - Kürze den System-Prompt. Er wird mit jeder Anfrage gesendet, also spart das Kürzen von 500 Token 500 x 0,15 / 1.000.000 = $0,000075 pro Anfrage. Bei 300.000 Anfragen im Monat sind das $22,50.
- Eigene Antworten cachen. Wenn viele Nutzer dasselbe fragen, speichere die Antwort.
Bevor du skalierst, teste mit dem kostenlosen Testguthaben: Nach der Anmeldung erhalte $0,50 auf der API-Schlüssel-Seite ohne Kreditkarte, gültig für 7 Tage, pro Person. Die Preisseite enthält die neuesten Tarife und Bonusstufen, die Dokumentation erklärt Streaming, Function Calling und JSON-Modus, und unser Artikel über die wahren Kosten unzensierter LLMs geht tiefer auf die Kostentreiber ein. Dieser Dienst ist unabhängig und nicht die API von Anthropic. Er ist textbasiert und verfügt über ein Kontextfenster mit 100.000 Token.
