Coûts mensuels Claude : budgétiser une petite app

La formule du budget

Une estimation mensuelle nécessite une ligne d'arithmétique une fois que vous avez trois entrées. Écrivez-la dans un tableur et mettez-la à jour à chaque changement de trafic.

Copycost_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

Pour les modèles Claude, prenez les tarifs par token d'entrée et de sortie sur la page de tarification actuelle d'Anthropic. Nous ne les citons pas car ils changent. Pour le service derrière ce site, les tarifs sont de $0,15 par 1M de tokens d'entrée et $0,50 par 1M de tokens de sortie, et chaque exemple ci-dessous les utilise. Si vous voulez tarifier les mêmes charges ailleurs, seuls les deux tarifs changent.

D'où viennent les requêtes par jour et les tokens par requête ? De vos logs. Si vous n'en avez pas encore, lancez vingt vraies requêtes, lisez le bloc usage sur chaque réponse et faites la moyenne. Le nombre que vous devinez avant de mesurer est généralement trop bas, principalement à cause de l'historique des conversations.

Trois budgets pour petites apps

Voici trois applications plausibles, chacune tarifée sur 30 jours avec la formule ci-dessus.

App	Requêtes par jour	Tokens par requête (entrée / sortie)	Par requête	Par mois
Bot de support pour une petite boutique	300	2 500 / 350	$0,00055	$4,95
Assistant d'écriture dans une app de notes	2 000	1 000 / 250	$0,000275	$16,50
Plateforme de jeu de rôle	10 000	4 000 / 500	$0,00085	$255,00

Les calculs pour la première ligne : 2 500 x 0,15 / 1 000 000 = $0,000375 et 350 x 0,50 / 1 000 000 = $0,000175, soit $0,00055 par requête. Ensuite 300 x 30 = 9 000 requêtes, et 9 000 x $0,00055 = $4,95.

La dernière ligne : 4 000 x 0,15 / 1 000 000 = $0,0006 et 500 x 0,50 / 1 000 000 = $0,00025, soit $0,00085. Avec 300 000 requêtes par mois, la facture est de $255,00.

Prévoyez une marge pour ce que les moyennes cachent

Un budget basé sur les moyennes défaillit les jours difficiles. Trois choses poussent la dépense réelle au-dessus de l'estimation.

Croissance de l'historique

Les applications de chat renvoient les tours précédents, donc les messages tardifs dans une session coûtent plus cher que les premiers. Mesurez les tokens sur les longues sessions, pas sur les premiers messages, ou mettez une limite à la longueur de l'historique et résumez le reste.

Pics de trafic

Si un article devient viral, les requêtes par jour peuvent doubler du jour au lendemain. Une marge de 50 % sur l'estimation est un point de départ raisonnable.

Retries

Les nouvelles tentatives du client après un timeout ajoutent des requêtes en double. Les requêtes échouées ou refusées ne sont pas facturées sur ce service, mais une tentative qui réussit après une première tentative lente est facturée une fois, comme d'habitude.

Vérifiez également les limites par rapport à vos pics. Dix mille requêtes par jour représentent environ 7 par minute en moyenne (10 000 / 1 440). Une clé standard permet 300 requêtes par minute et 8 simultanées, donc la moyenne est bien en dessous de la limite. Une rafale de 50 utilisateurs au même moment ne l'est pas, et vous devriez mettre les requêtes en file d'attente plutôt que de les faire échouer. Une clé d'essai permet 2 simultanées et 60 par minute, ce qui est réservé aux tests uniquement.

Plafonnez les dépenses avec des recharges prépayées

Avec un crédit prépayé à l'usage, le budget est aussi un plafond. Vous ajoutez du crédit, l'API le déduit par token, et quand il est épuisé, les requêtes s'arrêtent. Il n'y a pas de facture à la fin du mois et pas de dépassement. Le crédit n'expire jamais, donc une recharge plus grande que les besoins d'un mois n'est pas gaspillée.

Les recharges sont tout montant entier de $20 à $500, payées uniquement en crypto : USDT sur TRC20 ou USDC sur Base. Des bonus s'appliquent sur les montants plus élevés :

• $50 offre +5 %, soit $52,50 de crédit.
• $100 offre +10 %, soit $110.
• $200 offre +15 %, soit $230.
• $500 bénéficie aussi du palier +15 %, soit $575.

Adaptez cela aux budgets ci-dessus : le bot de support à $4,95 par mois est couvert pendant environ quatre mois par une recharge de $20 (20 / 4,95 fait environ 4,0). L'assistant d'écriture à $16,50 tient dans une recharge de $50 pendant trois mois, car $52,50 / $16,50 fait environ 3,2. La plateforme de jeu de rôle à $255,00 dépasse même une recharge de $200 de $230, donc elle a besoin d'une recharge d'environ $250 ou de deux plus petites. À cette échelle, surveillez le solde de près.

Surveillez le solde depuis le code

Chaque réponse comporte un en-tête X-Balance-USD. Vous pouvez le lire dans le SDK Python OpenAI avec le wrapper de réponse brute et être alerté en cas de solde bas avant que l'argent ne manque.

Copyfrom 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")

Vous pouvez également interroger GET /v1/balance, ou le style OpenAI GET /v1/dashboard/billing/credit_grants, avec le même jeton bearer :

Copycurl https://api.claudeapicosts.com/v1/balance \
  -H "Authorization: Bearer YOUR_KEY"

Intégrez la vérification dans un job quotidien et envoyez-vous un message lorsque le solde tombe en dessous de deux semaines de dépenses prévues. Cela évite que le plafond ne se transforme en panne.

Que se passe-t-il si le trafic double

Testez votre plan par rapport à la croissance avant qu'elle ne se produise. Doubler les requêtes double la facture, car le coût est linéaire par rapport aux requêtes. Les trois applications ci-dessus coûteraient $9,90, $33,00 et $510,00 par mois. Si les tokens par requête augmentent également de moitié, parce que les utilisateurs écrivent des messages plus longs ou que les sessions durent plus longtemps, multipliez à nouveau par 1,5.

Planifiez les points de décision à l'avance. Par exemple, décidez qu'au-dessus d'un budget mensuel de votre choix, vous réduirez l'historique, raccourcirez le prompt système ou limiterez la longueur de sortie avant d'ajouter du crédit. Avoir la règle écrite avant un pic vous évite de payer pour un prompt qui fuit.

Moyens de réduire le nombre mensuel

• Réduisez l'historique. Supprimez les tours les plus anciens ou remplacez-les par un résumé court. Les tokens d'entrée représentent la majeure partie de la facture pour le chat.
• Plafonnez la sortie. Un paramètre max_tokens et un prompt qui demande des réponses concises réduisent le compteur le plus cher.
• Raccourcir le prompt système. Il est envoyé avec chaque requête, donc réduire 500 tokens économise 500 x 0,15 / 1 000 000 = $0,000075 par requête. À 300 000 requêtes par mois, cela représente $22,50.
• Mettez en cache vos propres réponses. Si beaucoup d'utilisateurs posent la même question, stockez la réponse.

Avant de passer à l'échelle, testez avec l'essai gratuit : après vous être connecté, réclamez $0,50 sur la page clé API sans carte, valable 7 jours, un par personne. La page des tarifs a les derniers tarifs et paliers de bonus, la documentation explique le streaming, l'appel de fonctions et le mode JSON, et notre article sur le vrai coût des LLM sans censure va plus loin sur les facteurs de coût. Ce service est indépendant et n'est pas l'API d'Anthropic. Il est textuel uniquement, avec une fenêtre de contexte de 100 000 tokens.

Plus de guides

• Coûts de l'API Claude vs OpenAI : Mathématiques par token
• Prix claude : analyse du vrai coût des LLM sans censure