Claude

Opus 4.7

Opus 4.7

Das Preismodell von Claude – mit Fokus auf Opus 4.7 💸

Wenn dich vor allem interessiert, „Was kostet es wirklich, wenn man Claude Opus 4.7 intensiv per API nutzt?“, dann ist die kurze Antwort:

Claude Opus 4.7 ist ein Premium-Modell – sehr leistungsfähig, aber auch klar im oberen Preissegment.

Die Standardpreise liegen bei:

Kategorie Preis
Input 5 USD / 1 Mio. Tokens
Output 25 USD / 1 Mio. Tokens
Cache write (5 Min.) 6,25 USD / 1 Mio. Tokens
Cache write (1 Std.) 10 USD / 1 Mio. Tokens
Cache hit / Refresh 0,50 USD / 1 Mio. Tokens

Das wichtigste Prinzip dabei ist:
Output ist 5× teurer als Input.
Wer also sehr viel lange Antworten erzeugen lässt, spürt die Kosten deutlich stärker als bei bloß großen Eingaben.

Wie Claude grundsätzlich abrechnet

Claude rechnet tokenbasiert ab. Ein Token ist ein kleines Textstück. Als grobe Faustregel gilt:

Das ist zunächst erstaunlich günstig, wenn man nur ein paar Requests betrachtet. Bei hoher Nutzung summiert es sich aber schnell – insbesondere durch die Ausgaben des Modells.

Eine einfache Kostenformel

Für Standardnutzung ohne Sonderfunktionen kannst du grob rechnen mit:

$$
\text{Kosten} = 5 \cdot \frac{\text{Input-Tokens}}{1{,}000{,}000} + 25 \cdot \frac{\text{Output-Tokens}}{1{,}000{,}000}
$$

Das heißt:

Schon daran sieht man:
Nicht der Prompt ist meist der große Kostentreiber, sondern die Länge der Antwort.

Was Opus 4.7 „teuer“ macht

Opus 4.7 ist nicht deshalb teuer, weil einzelne Requests sofort riesige Summen kosten. Es ist teuer, weil bei produktiver Nutzung oft mehrere Dinge gleichzeitig zusammenkommen:

  1. viele Requests
  2. große Kontexte
  3. lange Antworten
  4. Tool-Nutzung / Agenten-Workflows
  5. dauerhafte Nutzung im Produktivbetrieb

Gerade wenn du Opus 4.7 für komplexe Aufgaben einsetzt – etwa Coding, Analyse, Agentensteuerung oder lange Dokumentverarbeitung – entstehen hohe Tokenmengen oft ganz automatisch.

Ein weiterer Punkt:
Anthropic weist darauf hin, dass Opus 4.7 einen neuen Tokenizer verwendet, der bei gleichem festen Text bis zu 35 % mehr Tokens erzeugen kann als frühere Modelle. Das kann reale Kosten zusätzlich anheben.

Konkrete Kostenbeispiele für „viel Nutzung“

Am verständlichsten wird es mit Beispielen.

Beispiel 1: 1 Million Input + 1 Million Output im Monat

Nutzung Kosten
1 Mio. Input-Tokens 5 USD
1 Mio. Output-Tokens 25 USD
Gesamt 30 USD

Das ist noch relativ moderat.

Beispiel 2: 10 Millionen Input + 10 Millionen Output im Monat

Nutzung Kosten
10 Mio. Input-Tokens 50 USD
10 Mio. Output-Tokens 250 USD
Gesamt 300 USD

Auch hier sieht man: selbst bei gleichen Tokenmengen dominiert der Output.

Beispiel 3: 100 Millionen Input + 100 Millionen Output im Monat

Nutzung Kosten
100 Mio. Input-Tokens 500 USD
100 Mio. Output-Tokens 2.500 USD
Gesamt 3.000 USD

Ab dieser Größenordnung spricht man schon von ernsthafter produktiver Nutzung.

Beispiel 4: „Viel Opus 4.7“ in einem anspruchsvollen SaaS- oder Agentensystem

Nehmen wir an:

Dann ergibt sich:

$$
300 \cdot 5 / 1{,}000 = 1{,}500\ \text{USD}
$$

und

$$
120 \cdot 25 / 1{,}000 = 3{,}000\ \text{USD}
$$

also insgesamt:

$$
1{,}500 + 3{,}000 = 4{,}500\ \text{USD}
$$

Nutzung Kosten
300 Mio. Input-Tokens 1.500 USD
120 Mio. Output-Tokens 3.000 USD
Gesamt 4.500 USD

Das ist ein ziemlich realistischer Bereich für intensive Business-Nutzung.

Was kostet ein einzelner typischer Opus-Request?

Ein einzelner Request klingt oft unscheinbar. Beispiel:

Dann kostet das:

$$
20{,}000 \cdot \frac{5}{1{,}000{,}000} = 0{,}10\ \text{USD}
$$

$$
4{,}000 \cdot \frac{25}{1{,}000{,}000} = 0{,}10\ \text{USD}
$$

also insgesamt:

$$
0{,}20\ \text{USD}
$$

Das wirkt günstig. Aber bei 100.000 solchen Requests pro Monat wären das bereits:

$$
100{,}000 \cdot 0{,}20 = 20{,}000\ \text{USD}
$$

Hier sieht man den entscheidenden Punkt:
API-Kosten werden nicht durch den Einzelrequest gefährlich, sondern durch die Skalierung.

Prompt Caching: der wichtigste Hebel für Vielnutzer

Wenn du immer wieder denselben großen Systemprompt, dieselben Dokumente oder dieselbe Gesprächshistorie mitschickst, wird es teuer. Genau dafür gibt es Prompt Caching.

Die Multiplikatoren relativ zum normalen Inputpreis sind:

Operation Preisfaktor
5-Minuten-Cache schreiben 1,25×
1-Stunden-Cache schreiben 2×
Cache lesen 0,1×

Für Opus 4.7 bedeutet das konkret:

Cache-Typ Preis
5m Write 6,25 USD / Mio. Tokens
1h Write 10 USD / Mio. Tokens
Read/Hit 0,50 USD / Mio. Tokens

Warum sich das lohnt

Wenn du z. B. einen großen Prompt mit 1 Mio. Tokens immer wieder brauchst:

Schon nach sehr wenigen Wiederverwendungen ist Caching deutlich günstiger. Für Vielnutzer ist das oft der größte Kostensenker überhaupt.

Batch API: Opus 4.7 deutlich günstiger, wenn Zeit egal ist

Wenn deine Aufgaben nicht in Echtzeit erledigt werden müssen, ist die Batch API extrem interessant. Sie gibt 50 % Rabatt auf Input und Output.

Für Opus 4.7 gilt dann:

Kategorie Standard Batch
Input 5 USD / Mio. 2,50 USD / Mio.
Output 25 USD / Mio. 12,50 USD / Mio.

Das ist enorm. Wenn du große Mengen an Analysen, Klassifikationen oder Offline-Verarbeitung hast, halbieren sich die Kosten praktisch sofort.

Beispiel

Statt:

zahlst du im Batch-Modus:

also insgesamt nur:

Fast Mode: sehr schnell, aber sehr teuer 🚀

Für Opus 4.7 gibt es auch einen Fast Mode. Der kostet allerdings 6× Standardpreis.

Kategorie Standard Fast Mode
Input 5 USD / Mio. 30 USD / Mio.
Output 25 USD / Mio. 150 USD / Mio.

Das ist kein kleiner Aufpreis, sondern ein massiver Premium-Tarif.

Wenn du viel Opus 4.7 nutzt, solltest du Fast Mode nur dann einsetzen, wenn die zusätzliche Geschwindigkeit einen echten Geschäftswert hat.

Beispiel

Bei:

würden die Kosten statt 300 USD plötzlich bei:

liegen.

Data Residency: leichter Aufpreis für US-only Inference

Für Opus 4.7 gilt: Wenn du mit inference_geo: "us" arbeitest, wird ein 1,1× Multiplikator angewendet.

Das heißt:

Das ist kein dramatischer, aber ein merklicher Aufpreis von 10 % auf alles – auch auf Cache-Operationen.

Tool-Nutzung: oft ein versteckter Kostentreiber

Wenn du Claude mit Tools einsetzt, steigen die Tokens zusätzlich.

Bei Opus 4.7 kommen allein durch den Tool-Mechanismus schon systemseitige Zusatz-Tokens hinzu:

Tool choice Zusatz-Tokens
auto, none 346 Tokens
any, tool 313 Tokens

Dazu kommen noch Tokens für:

Spezielle Tools

Ein paar Beispiele:

Tool Zusatzkosten
Bash Tool 245 Input-Tokens extra
Text Editor Tool 700 Input-Tokens extra
Web Search 10 USD pro 1.000 Suchen + Tokenkosten
Web Fetch keine Extra-Gebühr, aber Tokenkosten für Inhalte
Code Execution teils laufzeitbasiert, je nach Nutzungskontext

Gerade bei agentischen Workflows kann der eigentliche „Chat“ preislich fast zweitrangig werden, wenn viele Tool-Ergebnisse in den Kontext zurückfließen.

Wie teuer ist „sehr viel“ Opus 4.7 wirklich?

Wenn man es praxisnah einordnet, könnte man ungefähr so unterscheiden:

Nutzungsniveau Typischer Monatsbereich
Experimentell / klein 10–100 USD
Kleines Produkt / Prototyp 100–1.000 USD
Seriöse Produktionsnutzung 1.000–10.000 USD
Große intensive Nutzung 10.000+ USD

Mit Opus 4.7 erreicht man die hohen Bereiche schneller als mit günstigeren Modellen, weil der Outputpreis von 25 USD / Mio. Tokens recht kräftig ist.

Wenn du also wirklich „viel“ Opus 4.7 nutzt – etwa für viele Nutzer, lange Antworten, große Kontexte oder Agenten mit Tools – dann sind mehrere tausend USD pro Monat absolut realistisch.
Bei großen Workloads auch fünfstellige Monatskosten.

Wann Opus 4.7 wirtschaftlich sinnvoll ist

Opus 4.7 lohnt sich vor allem dann, wenn die höhere Qualität wirtschaftlich mehr bringt als sie kostet, zum Beispiel bei:

Weniger sinnvoll ist Opus 4.7 dagegen für:

In solchen Fällen sind Sonnet oder Haiku oft deutlich wirtschaftlicher.

Praktisches Fazit

Claude Opus 4.7 ist nicht „absurd teuer“ pro Anfrage – aber teuer in der Skalierung.
Die wichtigste Erkenntnis ist:

Wenn du viel Opus 4.7 API nutzt, bestimmt vor allem die Menge an Output-Tokens deine Rechnung.

Merke dir besonders diese Punkte

  1. Standardpreis

    • 5 USD / Mio. Input
    • 25 USD / Mio. Output

  2. Output ist der Hauptkostentreiber

    • lange Antworten kosten deutlich mehr als große Prompts

  3. Prompt Caching kann massiv sparen

    • besonders bei wiederkehrendem Kontext

  4. Batch halbiert die Kosten

    • ideal für Offline-Workloads

  5. Fast Mode ist Luxus

    • 6× Standardpreis

  6. Bei intensiver Nutzung sind schnell mehrere tausend USD pro Monat realistisch

Eine einfache Daumenregel für Opus 4.7

Wenn du schnell überschlagen willst:

Oder noch einfacher:

1 Mio. Tokens Antworttext kostet ungefähr so viel wie 5 Mio. Tokens Eingabetext.

Das beschreibt die Preislogik von Opus 4.7 ziemlich gut.

Wenn du möchtest, kann ich dir im nächsten Schritt auch noch eine konkrete Kostenkalkulation für deinen Use Case machen – zum Beispiel für:

Opus 4.7

Opus für Webdesign

Klar — grob lässt sich das gut abschätzen.

Kurzfassung

Wenn du täglich 50 große Anfragen an Claude Opus 4.7 API schickst, dann liegst du je nach Größe ungefähr in diesem Bereich:

Der entscheidende Punkt ist:

Bei Opus 4.7 kostet der Output viel mehr als der Input.

Preise laut deinem Ausgangsmodell:

Realistische Abschätzung für deinen Fall

Bei Website-Entwicklung mit HTML, CSS, JavaScript sind „große Anfragen“ oft so etwas wie:

Deshalb rechne ich mal mit mehreren Szenarien.

Szenario A: Große Anfrage, aber noch moderat

Pro Anfrage:

Kosten pro Anfrage:

Gesamt pro Anfrage: 0,225 USD

Bei 50 Anfragen pro Tag:

Bei 30 Tagen:

Szenario B: Wirklich große Coding-Anfragen

Pro Anfrage:

Kosten pro Anfrage:

Gesamt pro Anfrage: 0,40 USD

Bei 50 Anfragen pro Tag:

Im Monat:

Szenario C: Sehr großer Workflow mit viel Code

Pro Anfrage:

Kosten pro Anfrage:

Gesamt pro Anfrage: 0,625 USD

Bei 50 Anfragen pro Tag:

Im Monat:

Wahrscheinlich realistischer Bereich für dich

Für Webdesign / Frontend-Entwicklung mit viel CSS, HTML und JavaScript würde ich sagen:

Sehr grobe realistische Spanne:

Wenn du oft:

dann eher Richtung:

Wenn du kompakter promptest und Antworten begrenzt, eher:

Ein einfaches Praxisbeispiel

Nehmen wir an, du baust Landingpages, Sections, Components und JS-Interaktionen.

Typische Anfrage:

Dann landest du schnell bei etwa:

Mal 50 pro Tag:

Mal 30 Tage:

Das ist für deinen beschriebenen Use Case wahrscheinlich eine ziemlich brauchbare Hausnummer.

Was die Kosten stark erhöht

Diese Dinge treiben den Preis hoch:

  1. lange Antworten

    • z. B. komplette Dateien plus Erklärung plus Alternativen

  2. immer wieder derselbe große Kontext

    • wenn du jedes Mal viel alten Code neu mitsendest

  3. lange Chat-Historien

    • jeder frühere Turn wird wieder mitberechnet

  4. mehrere Dateien gleichzeitig

    • etwa HTML + CSS + JS + Komponenten + Notes

  5. Agentische Workflows / Tool-Nutzung

    • falls du das später automatisierst

So kannst du die Kosten deutlich senken

1. Antworten kürzer halten

Sag z. B.:

Das spart oft spürbar, weil Output teuer ist.

2. Nicht immer den kompletten Code schicken

Statt komplette Dateien:

3. Große Basis-Prompts cachen

Wenn du immer dieselben Projektregeln nutzt, ist Prompt Caching sehr sinnvoll.

4. Chat-Historie regelmäßig neu starten

Sonst schleppst du immer mehr Tokens mit.

5. Für Standardaufgaben ggf. günstigeres Modell nutzen

Für manche Frontend-Aufgaben reicht evtl. Sonnet oder ein kleineres Modell.

Konkrete Monatsübersicht

Hier eine einfache Tabelle für 50 Requests pro Tag:

Ø Kosten pro Anfrage Kosten/Tag Kosten/Monat
0,20 USD 10 USD 300 USD
0,30 USD 15 USD 450 USD
0,40 USD 20 USD 600 USD
0,50 USD 25 USD 750 USD
0,60 USD 30 USD 900 USD

Mein ehrliches Fazit

Für deinen Use Case als Webentwickler mit 50 großen Anfragen täglich würde ich als realistische grobe Schätzung sagen:

Rechne ungefähr mit 400 bis 700 USD pro Monat bei intensiver Nutzung von Claude Opus 4.7.

Wenn deine Prompts und Antworten besonders groß sind:

eher 800 bis 1.000+ USD pro Monat

Wenn du effizient arbeitest und nicht unnötig viel Kontext mitschickst:

auch 250 bis 450 USD / Monat sind möglich.

Wenn du willst, kann ich dir als Nächstes noch eine viel genauere Kalkulation machen, z. B. mit:

Dann kann ich dir ziemlich konkret sagen:
„Bei deinem Workflow kostet es ungefähr X pro Tag / Monat.“