Claude API: как заранее посчитать токены и не остановиться на ошибке 429
Стоимость вызова Claude API можно оценить до отправки: посчитать входные токены, умножить их на тариф модели и добавить верхнюю оценку выхода по заданному пределу. Для рабочего бюджета отдельно учитывайте запись и чтение кеша, а после ответа заменяйте резерв фактическими значениями.
Денежный запас не предотвращает ошибку 429. У Claude API независимо ограничиваются запросы, входные токены и выходные токены в минуту, поэтому приложение должно проверять все три показателя и возобновлять очередь после паузы из заголовка retry-after.
Из чего складывается цена запроса
Базовая формула такова: стоимость = обычный вход × тариф входа + выход × тариф выхода + запись кеша × тариф записи + чтение кеша × тариф чтения. Все объёмы делите на миллион, поскольку ставки указаны за миллион токенов. Платные серверные инструменты и особые режимы обработки добавляйте отдельными строками.
Для примеров ниже используется Claude Sonnet 4.6 с глобальной маршрутизацией: вход стоит $3 за миллион токенов, выход — $15, запись в пятиминутный кеш — $3,75, в часовой — $6, чтение из кеша — $0,30. Эти значения, множители кеширования и скидку 50% для асинхронного Batch API приводит официальная таблица тарификации Claude API.
Не переносите ставки между моделями и платформами. На итог также могут влиять резидентность данных, пакетный режим и платные инструменты, поэтому в конфигурации бюджета храните идентификатор модели, режим и набор применённых тарифных модификаторов.
Как посчитать токены до отправки
Метод подсчёта токенов принимает ту же структуру, что и будущий запрос: модель, системную инструкцию, сообщения, инструменты, изображения и документы. Он возвращает оценку общего числа входных токенов без создания сообщения; фактический вход при выполнении может немного отличаться.
Считать только текст пользователя недостаточно. Во вход входят системная инструкция, история диалога, документы, описания инструментов и другие передаваемые блоки. Подсчёт нужно выполнять для той же модели, которой будет отправлен запрос: разные модели могут использовать разные токенизаторы.
Выход заранее неизвестен. Для жёсткого допуска используйте заданный предел выходных токенов, а для прогноза — среднее или 95-й процентиль фактических ответов. Получается два значения: верхний резерв, защищающий бюджет, и ожидаемая стоимость для планирования.
- Резерв до вызова: посчитанный вход плюс максимальный допустимый выход и возможная запись кеша.
- Фактическая стоимость: показатели обычного входа, выхода, создания кеша и чтения кеша из успешного ответа.
- Разница: неиспользованный резерв, который освобождается после завершения операции.
Три расчёта для типовой нагрузки
Условная короткая нагрузка: 1000 запросов по 2000 входных и 500 выходных токенов. Два миллиона входных токенов стоят $6, а 0,5 млн выходных — $7,50. Общая сумма равна $13,50, или $0,0135 за успешный запрос.
Условная пакетная нагрузка: 10 000 запросов по 8000 входных и 1000 выходных токенов без кеша. Обычный режим обойдётся в $390: 80 млн × $3 плюс 10 млн × $15. Если задачу можно выполнить асинхронно через Batch API, её следует считать отдельным сценарием по пакетным ставкам, а не вычитать скидку из любых вызовов.
Условная нагрузка с кешем: 10 000 запросов содержат 8000 одинаковых кешируемых токенов, 500 новых входных и 1000 выходных. Одна запись в пятиминутный кеш стоит $0,03, 9999 успешных чтений — около $24, новый вход — $15, выход — $150. Итого получается примерно $189,03 против $405 без кеша.
Последний результат предполагает, что все повторные обращения укладываются в срок кеша и действительно становятся попаданиями. Если стабильный блок изменился или запись истекла, возникает новая плата за создание кеша. Поэтому в прогнозе полезно задавать ожидаемую долю попаданий, а в отчёте держать создание и чтение раздельно.
Почему возникает 429 и как продолжить работу
Ограничения задаются для организации и измеряются в запросах в минуту, входных токенах в минуту и выходных токенах в минуту. Правила Anthropic от 26 июня 2026 года подтверждают, что превышение любой из трёх метрик возвращает 429 с заголовком retry-after, указывающим время ожидания; доступные значения зависят от уровня использования и отображаются в Claude Console.
Локальный ограничитель должен резервировать запрос, ожидаемый вход и максимально допустимый выход до отправки. Иначе несколько параллельных работников одновременно увидят свободный запас и вместе превысят лимит. После успешного ответа резерв заменяется фактическим расходом.
Обработка 429 строится так:
- Прочитать retry-after и приостановить выдачу новых операций в затронутую очередь.
- Подождать указанное число секунд, добавив небольшой случайный разброс, чтобы работники не возобновились одновременно.
- Если заголовок отсутствует или некорректен, применить экспоненциальную задержку с верхним пределом.
- Повторить запрос только в пределах заданного числа попыток и общего срока операции.
- После исчерпания попыток вернуть контролируемую ошибку, сохранив причину и сведения об исчерпанном лимите.
Идентификатор прикладной операции нужен для защиты от нежелательных повторных действий. Сам повтор API-вызова не гарантирует идемпотентность бизнес-операции, которую приложение выполняет после ответа.
Шаблон денежного ограничения
Прямой доступ к Claude API оплачивается предоплаченными средствами. Согласно инструкции Anthropic по оплате от 16 марта 2026 года, неуспешные запросы не тарифицируются, при исчерпании средств вызовы становятся недоступны, купленные средства истекают через год, а баланс можно пополнять автоматически при достижении заданного порога.
Для приложения задайте месячный бюджет B, уже списанные расходы S, резерв незавершённых операций R и число оставшихся дней D. Мягкий дневной ориентир равен (B − S − R) / D. Перед каждым вызовом прибавляйте его верхнюю оценку к S и R; если сумма превышает жёсткий предел, запрос не отправляется.
После успешного ответа заменяйте оценку фактической стоимостью. После подтверждённой нетарифицируемой ошибки освобождайте резерв. Автопополнение не заменяет жёсткий предел приложения: денежный баланс, три ограничения скорости и доля ответов 429 требуют отдельных сигналов.
Читайте также:
Подпишитесь на рассылку
Получайте свежие новости Web3, AI и криптовалют прямо на вашу почту.