Claude Haiku 5.5 API-Kosten: Budget für Retries und Recovery
Produktionskosten für Workflows mit Claude Haiku 5.5 schätzen – mit expliziten Annahmen zu Tokens, Cache, Retries, Recovery und Kontextstufen.
Zusammenfassung · TL;DR
Eine beispielhafte Produktionslast von 100.000 Jobs einschließlich Retries, Recovery-Aufrufen und angenommener Cache-Schreibvorgänge kostet $149.59 zu den zitierten offiziellen Preisen oder $44.73 zu den veröffentlichten OneMux-Preisen. Die tatsächlichen Kosten hängen von der Token-Nutzung, dem Cache-Verhalten, den Kontextstufen und zusätzlichen Gebühren ab.
Kernaussagen
- Kalkulieren Sie API-Versuche statt nur abgeschlossener Jobs: Auch Retries und Recovery-Aufrufe verbrauchen Tokens.
- Zu den zitierten Preisen der unteren Stufe kostet ein Aufruf mit 8.000 Input-Tokens, 80 % gecachtem Input und 2.000 Output-Tokens vor Cache-Schreibvorgängen $0.001224.
- Die monatliche Beispielrechnung trennt Cache-Schreibvorgänge von Cache-Lesevorgängen und nimmt an, dass sich deren abgerechnete Token-Mengen nicht überschneiden.
- Für Prompts mit mehr als 100.000 Tokens gelten laut der angegebenen Preisquelle die höheren Preise. Messen Sie den gesamten Prompt, nicht nur die letzte Nutzernachricht.
- OneMux veröffentlicht für dieses Modell im datierten Katalog-Snapshot ein Preisverhältnis von 0.29900000000000004. Tatsächliche Rechnungen müssen anhand der geltenden Bedingungen und der Nutzung geprüft werden.
Auf dieser Seite (10)
Die Entscheidung: API-Versuche statt abgeschlossener Jobs budgetieren
Beginnen Sie bei einem Produktionsworkflow mit Claude Haiku 5.5 mit den Kosten eines gewöhnlichen API-Versuchs und addieren Sie anschließend Retry-Versuche, Recovery-Aufrufe und Cache-Schreibvorgänge. Ein Budget, das nur erfolgreiche Jobs berücksichtigt, übersieht gerade die Aufrufe, die während eines Vorfalls am ehesten zunehmen.
In der folgenden beispielhaften Arbeitslast ergeben 100.000 monatliche Jobs insgesamt 112.000 API-Versuche. Unter den genannten Cache-Annahmen und mit einem separaten Ansatz für Cache-Schreibvorgänge beträgt die Schätzung $149.59 zu den zitierten offiziellen Preisen oder $44.73 zu den veröffentlichten OneMux-Preisen. Es handelt sich um geschätzte Token-Kosten, nicht um Angebote oder Garantien.
Dieser Kostenleitfaden stammt von OneMux, dem Herausgeber und dem hier besprochenen Produkt. Die Berechnung ist sowohl für direkte Aufrufe beim Anbieter als auch bei Nutzung eines Model-Access-Dienstes hilfreich.
Preisüberblick und Abrechnungseinheiten
Alle folgenden Preise gelten in USD pro Million Tokens. Der OneMux-Katalog-Snapshot wurde am 12. November 2026 aufgenommen; er ist keine aktuelle Live-Preisabfrage. Die angegebene Preisübersicht nennt die offiziellen Standard- und Cache-Preise, darunter eine höhere Stufe für Prompts mit mehr als 100.000 Input-Tokens. Prüfen Sie die aktuellen Bedingungen, bevor Sie ein Budget festlegen.
| Prompt-Stufe | Offizieller Input | Offizieller Output | OneMux Input | OneMux Output | Veröffentlichtes Preisverhältnis OneMux zu offiziell |
|---|---|---|---|---|---|
| Bis 100K Input-Tokens | $0.10 | $0.50 | $0.0299 | $0.1495 | 0.29900000000000004 |
| Über 100K Input-Tokens | $0.50 | $2.50 | $0.1495 | $0.7475 | 0.29900000000000004 |
Das Verhältnis ist ein Preismultiplikator, kein Dollarbetrag. Es wird wie veröffentlicht wiedergegeben, statt es für eine Rabattaussage zu runden. Die OneMux-Modellseite führt die modellspezifischen Preise auf.
Cache-Preise gelten getrennt von den regulären Input- und Output-Preisen:
| Prompt-Stufe | Offizieller Cache-Lesezugriff | Offizieller Cache-Schreibzugriff | OneMux Cache-Lesezugriff | OneMux Cache-Schreibzugriff |
|---|---|---|---|---|
| Bis 100K Input-Tokens | $0.01 | $0.125 | $0.00299 | $0.037375 |
| Über 100K Input-Tokens | $0.05 | $0.625 | $0.01495 | $0.186875 |
Der Katalog nennt außerdem einen gesonderten Preis für Cache-Schreibvorgänge mit einer Stunde Laufzeit: $0.20 offiziell und $0.0598 bei OneMux pro Million Tokens in der unteren Stufe; $1.00 beziehungsweise $0.299 in der höheren Stufe. Das Beispiel verwendet den Standardpreis für Schreibvorgänge, nicht den Ein-Stunden-Preis. Regionale Verarbeitung, Tools und andere anfallende Gebühren können die Gesamtkosten erhöhen. Prüfen Sie Cache-Eignung, Laufzeit und Abrechnungsverhalten für den verwendeten Endpoint und dessen Einstellungen.
Eine nachvollziehbare monatliche Kostenschätzung
Angenommen, ein Workflow klassifiziert ein betriebliches Ereignis und gibt eine strukturierte Entscheidung zurück. Die folgenden Zahlen dienen der Veranschaulichung; sie sind weder gemessene Leistungswerte noch eine Empfehlung, eine bestimmte Entscheidung zu automatisieren.
| Annahme | Menge pro Monat oder Versuch |
|---|---|
| Ursprüngliche Jobs | 100.000 pro Monat |
| Zusätzliche Retry-Versuche | 10.000 pro Monat |
| Zusätzliche Recovery-Aufrufe | 2.000 pro Monat |
| Input pro Versuch | 8.000 Tokens |
| Als Cache-Lesezugriffe bereitgestellter Input | 80 % des Inputs |
| Output pro Versuch | 2.000 Tokens |
| Separat abgerechnete Cache-Schreibvorgänge | 100 Millionen Tokens pro Monat |
Für alle Versuche werden dieselbe Token-Zusammensetzung und die untere Prompt-Stufe angenommen. Die 100 Millionen Schreib-Tokens bilden eine separate Abrechnungskategorie: Sie werden unten nicht zusätzlich als reguläre Input- oder Cache-Lese-Tokens gezählt. Das vereinfacht das Beispiel; verwenden Sie tatsächliche Mengen je Abrechnungskategorie, sobald diese vorliegen.
Kosten eines Versuchs
Teilen Sie zu den zitierten offiziellen Preisen der unteren Stufe die 8.000 Input-Tokens in 1.600 reguläre Input-Tokens und 6.400 Cache-Lese-Tokens auf:
- Regulärer Input: 1.600 ÷ 1.000.000 × $0.10 = $0.000160.
- Cache-Lesezugriffe: 6.400 ÷ 1.000.000 × $0.01 = $0.000064.
- Output: 2.000 ÷ 1.000.000 × $0.50 = $0.001000.
- Gesamt: $0.001224 pro Versuch, ohne Cache-Schreibvorgänge.
Das entspricht $0.1224 pro Million Input- und Output-Tokens insgesamt für dieses konkrete Input-Output-Verhältnis von 4:1 und die Annahme, dass 80 % des Inputs als Cache-Lesezugriffe abgerechnet werden. Es ist kein allgemeingültiger Mischpreis: Ändern sich die Output-Länge oder der Anteil der Cache-Treffer, ändert sich auch das Ergebnis.
Retries, Recovery und Schreibvorgänge hinzufügen
Die Arbeitslast umfasst 100.000 + 10.000 + 2.000 = 112.000 Versuche. Bei $0.001224 pro Versuch kosten diese zu offiziellen Preisen $137.088. Die separat angenommenen 100 Millionen Cache-Schreib-Tokens kosten 100 × $0.125 = $12.50. Daraus ergeben sich insgesamt $149.588, auf Cent gerundet $149.59.
Mit den veröffentlichten OneMux-Preisen der unteren Stufe für dieselben Kategorien:
- Ein Versuch: Input $0.00004784 + Cache-Lesezugriffe $0.000019136 + Output $0.000299 = $0.000365976.
- 112.000 Versuche: $40.989312.
- 100 Millionen Standard-Cache-Schreib-Tokens: $3.7375.
- Gesamt: $44.726812, auf Cent gerundet $44.73.
Für eine vergleichbare betriebliche Einheit teilen Sie durch die ursprünglichen 100.000 Jobs: ungefähr $0.001496 pro Job zu den zitierten offiziellen Preisen und $0.000447 pro Job zu den veröffentlichten OneMux-Preisen. Das sind Kosten pro ursprünglichem Job einschließlich der angenommenen zusätzlichen Versuche und Schreibvorgänge – keine Kosten pro erfolgreichem Job. Bleiben einige Jobs ungelöst, liegen die Kosten pro erfolgreichem Job höher.
Retry- und Recovery-Regeln vor dem Start festlegen
Ein Retry ist ein weiterer Versuch derselben Operation. Ein Recovery-Aufruf ist ein separater Versuch, ein ungewisses oder ungültiges Ergebnis zu klären. Anzahl und Token-Mengen sollten getrennt erfasst werden: Ein Recovery-Prompt, der ein Fehlerprotokoll enthält, kann größer als der ursprüngliche Prompt sein.
Verwenden Sie eine begrenzte Strategie, statt jeden Fehler erneut zu versuchen:
- Den Fehler klassifizieren. Erwägen Sie bei einem vorübergehenden Transportfehler oder einer Rate-Limit-Antwort eine begrenzte Anzahl an Retries mit Backoff und Jitter. Prüfen Sie das dokumentierte Antwortverhalten und die Retry-Hinweise des Endpoints.
- Maximale Anzahl an Versuchen und eine Frist festlegen. Zählen Sie den ersten Versuch zum Limit hinzu. Leiten Sie Jobs nach Ausschöpfen des Limits an eine Warteschlange oder zur Prüfung durch eine zuständige Person weiter, statt sie endlos zu wiederholen.
- Mit unklarem Abschluss sorgfältig umgehen. Ein Timeout beweist weder, dass der Anbieter keine Arbeit ausgeführt hat, noch, dass keine externe Aktion stattgefunden hat. Gleichen Sie das Ergebnis ab, bevor Sie eine Aktion mit Seiteneffekten wiederholen; nutzen Sie Idempotenzmechanismen, wo die beteiligten Systeme sie unterstützen.
- Ungültigen Output als separaten Recovery-Pfad behandeln. Validieren Sie die Antwort gegen die von Ihrer Anwendung verlangte Struktur. Wenn ein Reparaturaufruf zulässig ist, begrenzen Sie ihn und legen Sie fest, was bei einem erneuten Fehlschlag geschieht.
- Ein Budget für Vorfälle reservieren. Erfassen Sie Versuche pro ursprünglichem Job, abgerechnete Token-Kategorien, ungelöste Jobs und das Volumen der Cache-Schreibvorgänge. Richten Sie Warnungen für Veränderungen ein, statt nur die monatliche Endabrechnung zu beobachten.
Gehen Sie nicht davon aus, dass ein fehlgeschlagener oder durch Timeout beendeter Versuch kostenlos ist. Erfassen Sie die tatsächlich gemeldete Nutzung und die Gebühren; falls keine Nutzungsdaten vorliegen, halten Sie einen konservativen Puffer vor, bis die Rechnung abgeglichen werden kann.
Die 100K-Prompt-Grenze beachten
Die zitierte Preisübersicht wendet die höhere Kontextstufe an, wenn der Input pro Anfrage 100.000 Tokens überschreitet. Zählen Sie Systemanweisungen, Tool-Definitionen, Gesprächsverlauf und abgerufenes Material mit – nicht nur die letzte Nachricht. Nach den aufgeführten Preisen beträgt der jeweilige Preis für Standard-Input, Output, Cache-Lesezugriffe und Standard-Cache-Schreibvorgänge in der höheren Stufe jeweils das Fünffache des entsprechenden Preises der unteren Stufe.
Beispielsweise kosten 101.000 reguläre Input-Tokens und 2.000 Output-Tokens ohne Cache-Nutzung zu den höheren offiziellen Preisen $0.0555: $0.0505 für Input plus $0.005 für Output. Ein Prompt mit 100.000 regulären Input-Tokens und demselben Output kostet zu den niedrigeren Preisen $0.011. Das veranschaulicht eine Stufengrenze und ist keine Aussage über die Verteilung realer Prompts.
Messen Sie die Prompt-Größe vor Aufrufen, insbesondere bei Retries, die den Verlauf erweitern. Legen Sie eine Strategie zum Kürzen oder Weiterleiten übergroßer Anfragen fest und prüfen Sie die aktuellen Anbieterbedingungen zur Anwendung der Stufe.
Vor der Budgetfreigabe
Ersetzen Sie die Token-Zahlen des Beispiels durch beobachtete abgerechnete Nutzung und berechnen Sie anschließend ein Szenario für einen normalen Monat und eines für einen Monat mit Vorfall. Halten Sie Cache-Lese- und Schreibvorgänge getrennt, prüfen Sie die geltende Stufe pro Versuch und addieren Sie alle nicht tokenbezogenen Gebühren. OneMux bietet Zugang zu Modellen über eine OpenAI-kompatible API. Ob ein bestimmter Workflow kompatibel ist, hängt jedoch von der dokumentierten Unterstützung für Endpoints und Parameter ab; das Beispiel behauptet nicht, dass eine Integration getestet wurde.
Quellen
- LLMLearner: Claude Haiku 5.5 pricing – zitierte Preisübersicht, Bedingungen für Kontextstufen und Arbeitslastbeispiele.
- OneMux: Claude Haiku 5.5 – Preise im Modellkatalog; Snapshot vom 12. November 2026.
Veröffentlichter Preis-Snapshot
Am 2026-11-12T22:00:06.144Z aus dem veröffentlichten OneMux-Katalog erfasst. Die Preise behalten die Abrechnungseinheiten der Website bei; dies ist kein Live-Benchmark. Gestaffelte, Cache- oder zeitbasierte Abrechnung kann abweichen. Unbekannte Werte sind nicht null.
| Modell | Offizieller Input | Offizieller Output | OneMux Input | OneMux Output | Veröffentlichtes Preisverhältnis |
|---|---|---|---|---|---|
| Claude Haiku 5.5 | $0.1 | $0.5 | $0.0299 | $0.1495 | 0.29900000000000004 |
Aktuelle OneMux-Preise. Vergleichen Sie Arbeitslastkosten nur, wenn Input/Output und Abrechnungseinheiten übereinstimmen; die Bedingungen für die einzelnen Stufen finden Sie auf der jeweiligen Modellseite.
FAQ
Wie viel kostet Claude Haiku 5.5 pro Million Tokens?
Die angegebene Preisübersicht nennt für Prompts mit bis zu 100.000 Input-Tokens $0.10 pro Million regulärer Input-Tokens und $0.50 pro Million Output-Tokens. Oberhalb dieser Grenze nennt sie $0.50 für Input und $2.50 für Output. Cache- und andere Gebühren fallen separat an.
Sollten Retries in eine API-Kostenschätzung einfließen?
Ja. Berücksichtigen Sie Input und Output jedes Versuchs einschließlich Retries und Recovery-Aufrufen anhand der tatsächlich gemeldeten Abrechnungskategorien und Nutzung. Ein Timeout belegt nicht, dass ein Versuch kostenlos war.
Geht das Beispiel davon aus, dass jeder Prompt gecacht wird?
Nein. Es nimmt an, dass 80 % des Inputs jedes Versuchs als Cache-Lesezugriffe und 20 % als regulärer Input abgerechnet werden. Hinzu kommt ein separater Ansatz von 100 Millionen Cache-Schreib-Tokens pro Monat. Das tatsächliche Cache-Verhalten kann abweichen.
Wie verändert sich die Schätzung, wenn ein Prompt 100.000 Input-Tokens überschreitet?
Laut der angegebenen Preisübersicht gilt dann die höhere Kontextstufe. Nach den aufgeführten Preisen beträgt jeder entsprechende Preis für Standard-Input, Output, Cache-Lesezugriffe und Standard-Cache-Schreibvorgänge das Fünffache des Preises der unteren Stufe.
Ähnliche Artikel
Guides
Kosten für die MiniMax M3.1 Flash API in Produktions-Workflows schätzen
Eine nachvollziehbare Kostenschätzung für MiniMax M3.1 Flash in Produktions-Workflows – mit veröffentlichten OneMux-Tarifen, klaren Annahmen sowie praktischen Regeln für Wiederholungsversuche und die Wiederherstellung.
Guides
GPT 6.2 Astra API-Kosten für Produktions-Workflows: eine Schätzung inklusive Wiederholungsversuchen
Schätzen Sie die Kosten von GPT 6.2 Astra-Workflows anhand vergleichbarer Tokenpreise, ausdrücklicher Annahmen zu Wiederholungsversuchen und eines nachvollziehbaren Monatsbeispiels.
Guides
Gemini 4 Carbon API-Kosten: Eine Workload-Schätzung mit Wiederholungsversuchen
Schätzen Sie die Kosten für Gemini 4 Carbon-Aufgaben anhand konkreter Token-Annahmen, Regeln für Wiederholungsversuche und einer nachvollziehbaren Kostenübersicht.
Guides
GPT Image 2.6 Flare: Kosten für Produktionsworkflows kalkulieren
Kalkulieren Sie die Kosten für GPT Image 2.6 Flare anhand expliziter Token-Annahmen, vergleichbarer Abrechnungseinheiten, Abnahmeraten und Regeln für Produktions-Retries. Mit dem datierten OneMux-Preis-Snapshot und einer nachvollziehbaren Budgetierungsmethode.