Coûts de l’API Claude Haiku 5.5 : budgétiser les nouvelles tentatives et la récupération
Estimez les coûts d’un workflow de production avec Claude Haiku 5.5 en explicitant les hypothèses sur les tokens, le cache, les nouvelles tentatives, la récupération et les paliers de contexte.
Résumé · TL;DR
Dans un exemple de charge de production de 100 000 tâches, les nouvelles tentatives, les appels de récupération et les écritures en cache prévues portent le coût à $149.59 aux tarifs officiels cités ou à $44.73 aux tarifs OneMux publiés. Les coûts réels dépendent de l’utilisation des tokens, du comportement du cache, des paliers de contexte et des frais supplémentaires.
Points clés
- Budgétisez les tentatives d’appel API, pas seulement les tâches terminées : les nouvelles tentatives et les appels de récupération consomment eux aussi des tokens.
- Aux tarifs du palier inférieur cités, un appel avec 8 000 tokens en entrée, dont 80 % servis depuis le cache, et 2 000 tokens en sortie coûte $0.001224 avant les écritures en cache.
- L’estimation mensuelle distingue les écritures des lectures en cache et suppose que leurs volumes de tokens facturés ne se chevauchent pas.
- Les prompts de plus de 100 000 tokens relèvent des tarifs supérieurs dans la source tarifaire fournie ; mesurez l’intégralité du prompt, pas seulement le dernier message utilisateur.
- OneMux publie un ratio de prix de 0.29900000000000004 pour ce modèle dans l’instantané daté de son catalogue ; les factures réelles doivent être vérifiées au regard des conditions applicables et de l’utilisation.
Sur cette page (10)
La décision : budgétiser les tentatives, pas les tâches terminées
Pour un workflow de production utilisant Claude Haiku 5.5, partez du coût d’une tentative d’appel API ordinaire, puis ajoutez les nouvelles tentatives, les appels de récupération et les écritures en cache. Un budget fondé uniquement sur les tâches réussies ne tient pas compte des appels les plus susceptibles d’augmenter pendant un incident.
Dans l’exemple de charge ci-dessous, 100 000 tâches mensuelles donnent lieu à 112 000 tentatives d’appel API. Avec les hypothèses de cache indiquées et une provision distincte pour les écritures en cache, l’estimation s’élève à $149.59 aux tarifs officiels cités ou à $44.73 aux tarifs OneMux publiés. Il s’agit d’estimations du coût des tokens, et non de devis ou de garanties.
Ce guide des coûts est publié par OneMux, le produit présenté ici. Les calculs sont utiles que vous appeliez directement le fournisseur ou utilisiez un service d’accès aux modèles.
Instantané des prix et unités de facturation
Tous les prix ci-dessous sont exprimés en USD par million de tokens. L’instantané du catalogue OneMux a été relevé le 12 novembre 2026 ; il ne s’agit pas d’une vérification des prix en temps réel. L’analyse tarifaire fournie présente les tarifs officiels standard et du cache, dont un palier supérieur pour les prompts de plus de 100 000 tokens en entrée. Vérifiez les conditions en vigueur avant d’arrêter un budget.
| Palier de prompt | Entrée officielle | Sortie officielle | Entrée OneMux | Sortie OneMux | Ratio de prix OneMux/officiel publié |
|---|---|---|---|---|---|
| Jusqu’à 100K tokens en entrée | $0.10 | $0.50 | $0.0299 | $0.1495 | 0.29900000000000004 |
| Plus de 100K tokens en entrée | $0.50 | $2.50 | $0.1495 | $0.7475 | 0.29900000000000004 |
Le ratio est un multiplicateur de prix, pas un montant en dollars. Il est reproduit tel que publié plutôt qu’arrondi pour annoncer une remise. La page du modèle OneMux indique les tarifs propres au modèle.
Les prix du cache sont distincts des prix ordinaires en entrée et en sortie :
| Palier de prompt | Lecture en cache officielle | Écriture en cache officielle | Lecture en cache OneMux | Écriture en cache OneMux |
|---|---|---|---|---|
| Jusqu’à 100K tokens en entrée | $0.01 | $0.125 | $0.00299 | $0.037375 |
| Plus de 100K tokens en entrée | $0.05 | $0.625 | $0.01495 | $0.186875 |
Le catalogue indique également un tarif distinct d’écriture en cache pour une heure : $0.20 au tarif officiel et $0.0598 chez OneMux par million de tokens dans le palier inférieur ; respectivement $1.00 et $0.299 dans le palier supérieur. L’exemple utilise le tarif d’écriture standard, et non celui pour une heure. Le traitement régional, les outils et d’autres frais applicables peuvent s’ajouter au total. Vérifiez les conditions d’éligibilité au cache, sa durée de vie et son mode de facturation pour l’endpoint et les paramètres que vous utilisez.
Une estimation mensuelle reproductible
Supposons qu’un workflow classe un événement opérationnel et renvoie une décision structurée. Les chiffres suivants sont donnés à titre d’illustration : ils ne constituent ni des performances mesurées ni une recommandation d’automatiser une décision particulière.
| Hypothèse | Quantité mensuelle ou par tentative |
|---|---|
| Tâches initiales | 100 000 par mois |
| Nouvelles tentatives supplémentaires | 10 000 par mois |
| Appels de récupération supplémentaires | 2 000 par mois |
| Entrée par tentative | 8 000 tokens |
| Entrée servie par lecture en cache | 80 % de l’entrée |
| Sortie par tentative | 2 000 tokens |
| Écritures en cache facturées séparément | 100 millions de tokens par mois |
Toutes les tentatives sont supposées présenter la même répartition de tokens et rester dans le palier de prompt inférieur. Les 100 millions de tokens écrits constituent une catégorie de facturation distincte : ils ne sont pas comptés également parmi les tokens d’entrée ordinaires ou de lecture en cache ci-dessous. Cette hypothèse simplifie l’exemple ; utilisez les volumes réels par catégorie de facturation lorsqu’ils sont disponibles.
Coût d’une tentative
Aux tarifs officiels du palier inférieur cités, les 8 000 tokens en entrée se répartissent en 1 600 tokens d’entrée ordinaires et 6 400 tokens lus en cache :
- Entrée ordinaire : 1 600 ÷ 1 000 000 × $0.10 = $0.000160.
- Lectures en cache : 6 400 ÷ 1 000 000 × $0.01 = $0.000064.
- Sortie : 2 000 ÷ 1 000 000 × $0.50 = $0.001000.
- Total : $0.001224 par tentative, hors écritures en cache.
Cela représente $0.1224 par million de tokens au total en entrée et en sortie, pour cette répartition précise de 4:1 entre entrée et sortie et cette hypothèse de 80 % de l’entrée lue en cache. Ce n’est pas un tarif moyen universel : le résultat change si la longueur de la sortie ou la proportion de lectures satisfaites par le cache change.
Ajouter les nouvelles tentatives, la récupération et les écritures
La charge comprend 100 000 + 10 000 + 2 000 = 112 000 tentatives. À $0.001224 chacune, ces tentatives coûtent $137.088 aux tarifs officiels. Les 100 millions de tokens d’écriture en cache prévus séparément coûtent 100 × $0.125 = $12.50, soit un total de $149.588, ou $149.59 après arrondi au centime.
En appliquant les tarifs OneMux publiés pour le palier inférieur aux mêmes catégories :
- Une tentative : entrée $0.00004784 + lectures en cache $0.000019136 + sortie $0.000299 = $0.000365976.
- 112 000 tentatives : $40.989312.
- 100 millions de tokens d’écriture en cache standard : $3.7375.
- Total : $44.726812, ou $44.73 après arrondi au centime.
Pour obtenir une unité opérationnelle comparable, divisez par les 100 000 tâches initiales : environ $0.001496 par tâche aux tarifs officiels cités et $0.000447 par tâche aux tarifs OneMux publiés. Il s’agit de coûts par tâche initiale, comprenant les tentatives et écritures supplémentaires prévues, et non de coûts par tâche réussie. Si certaines tâches restent non résolues, le coût par tâche réussie sera plus élevé.
Définir les règles de nouvelle tentative et de récupération avant le lancement
Une nouvelle tentative consiste à réessayer la même opération. Un appel de récupération est une tentative distincte visant à résoudre un résultat incertain ou invalide. Leurs nombres et leurs volumes de tokens doivent être enregistrés séparément : un prompt de récupération comprenant un relevé d’erreur peut être plus volumineux que le prompt initial.
Appliquez une politique limitée plutôt que de réessayer après chaque échec :
- Classifiez l’échec. Envisagez un nombre limité de nouvelles tentatives en cas de défaillance transitoire du transport ou de réponse indiquant une limite de débit, avec backoff et jitter. Vérifiez le comportement de réponse documenté de l’endpoint et ses recommandations sur les nouvelles tentatives.
- Fixez un nombre maximal de tentatives et une échéance. Incluez la tentative initiale dans cette limite. Envoyez les tâches ayant épuisé leurs tentatives dans une file d’attente ou à un opérateur pour examen, plutôt que de boucler indéfiniment.
- Traitez avec soin les cas où l’achèvement est ambigu. Un timeout ne prouve ni que le fournisseur n’a effectué aucun travail ni qu’aucune action externe n’a eu lieu. Vérifiez le résultat avant de répéter une action ayant un effet secondaire ; utilisez des contrôles d’idempotence lorsque les systèmes concernés les prennent en charge.
- Traitez les sorties invalides dans un parcours de récupération distinct. Validez la réponse selon la structure requise par votre application. Si un appel de correction est autorisé, limitez-le et définissez la marche à suivre s’il échoue lui aussi.
- Prévoyez un budget pour les incidents. Suivez le nombre de tentatives par tâche initiale, les catégories de tokens facturés, les tâches non résolues et le volume d’écriture en cache. Déclenchez des alertes sur les variations, pas seulement sur la facture mensuelle finale.
Ne supposez pas qu’une tentative échouée ou interrompue par un timeout est gratuite. Enregistrez l’utilisation et les frais effectivement déclarés ; lorsque les données d’utilisation ne sont pas disponibles, conservez une provision prudente jusqu’à ce que la facture puisse être rapprochée.
Surveiller le seuil de 100K tokens par prompt
L’analyse tarifaire citée applique le palier de contexte supérieur lorsque l’entrée par requête dépasse 100 000 tokens. Comptez les instructions système, les définitions d’outils, l’historique de conversation et les documents récupérés, et pas seulement le dernier message. Selon les tarifs indiqués, l’entrée standard, la sortie, les lectures en cache et les écritures en cache standard du palier supérieur coûtent chacune cinq fois le tarif correspondant du palier inférieur.
Par exemple, 101 000 tokens d’entrée ordinaires et 2 000 tokens en sortie, sans utilisation du cache, coûtent $0.0555 aux tarifs officiels supérieurs : $0.0505 pour l’entrée et $0.005 pour la sortie. Un prompt de 100 000 tokens d’entrée ordinaires avec la même sortie coûte $0.011 aux tarifs inférieurs. Cet exemple illustre un seuil de palier ; il ne décrit pas la distribution des prompts réels.
Mesurez la taille des prompts avant les appels, en particulier lors des nouvelles tentatives qui ajoutent l’historique. Définissez une politique de réduction ou d’acheminement des requêtes trop volumineuses et vérifiez les conditions actuelles du fournisseur concernant l’application du palier.
Avant d’approuver le budget
Remplacez les volumes de tokens de l’exemple par l’utilisation facturée observée, puis établissez un scénario pour un mois normal et un autre pour un mois avec incident. Distinguez les lectures et les écritures en cache, vérifiez le palier applicable à chaque tentative et ajoutez les éventuels frais non liés aux tokens. OneMux donne accès à des modèles par une API unique compatible avec OpenAI, mais la compatibilité d’un workflow particulier dépend de la prise en charge documentée des endpoints et des paramètres ; cet exemple n’affirme pas qu’une intégration a été testée.
Sources
- LLMLearner : tarifs Claude Haiku 5.5 — analyse tarifaire citée, conditions des paliers de contexte et exemples de charges.
- OneMux : Claude Haiku 5.5 — prix du catalogue du modèle ; instantané relevé le 12 novembre 2026.
Instantané des prix publiés
Relevé le 2026-11-12T22:00:06.144Z dans le catalogue publié par OneMux. Les prix conservent les unités de facturation du site ; il ne s’agit pas d’un comparatif en temps réel. La facturation par palier, avec cache ou selon la durée peut différer. Les valeurs inconnues ne sont pas nulles.
| Modèle | Entrée officielle | Sortie officielle | Entrée OneMux | Sortie OneMux | Ratio de prix publié |
|---|---|---|---|---|---|
| Claude Haiku 5.5 | $0.1 | $0.5 | $0.0299 | $0.1495 | 0.29900000000000004 |
Prix OneMux actuels. Ne comparez les coûts des charges que lorsque les unités d’entrée, de sortie et de facturation correspondent ; consultez chaque page de modèle pour connaître les conditions des paliers.
FAQ
Combien coûte Claude Haiku 5.5 par million de tokens ?
L’analyse tarifaire fournie indique $0.10 par million de tokens d’entrée ordinaires et $0.50 par million de tokens en sortie pour les prompts allant jusqu’à 100 000 tokens en entrée. Au-delà de ce seuil, elle indique $0.50 pour l’entrée et $2.50 pour la sortie. Le cache et les autres frais sont facturés séparément.
Faut-il inclure les nouvelles tentatives dans une estimation des coûts API ?
Oui. Comptez l’entrée et la sortie de chaque tentative, y compris les nouvelles tentatives et les appels de récupération, en utilisant les catégories de facturation et les données d’utilisation effectivement déclarées. Un timeout ne prouve pas qu’une tentative était gratuite.
L’exemple suppose-t-il que chaque prompt est mis en cache ?
Non. Il suppose que 80 % de l’entrée de chaque tentative est facturée comme lecture en cache et 20 % comme entrée ordinaire, avec en plus une provision distincte de 100 millions de tokens d’écriture en cache par mois. Le comportement réel du cache peut différer.
Que devient l’estimation lorsqu’un prompt dépasse 100 000 tokens en entrée ?
L’analyse tarifaire fournie indique que le palier de contexte supérieur s’applique. Selon les tarifs indiqués, chacun des prix correspondants pour l’entrée standard, la sortie, la lecture en cache et l’écriture en cache standard est cinq fois supérieur à celui du palier inférieur.
Articles liés
Guides
Estimer le coût de l’API MiniMax M3.1 Flash pour les workflows en production
Estimation reproductible du coût de MiniMax M3.1 Flash pour les workflows en production, avec les tarifs publiés par OneMux, des hypothèses explicites et des règles pratiques de nouvelle tentative et de reprise.
Guides
Coûts de l’API GPT 6.2 Astra pour les workflows en production : une estimation tenant compte des nouvelles tentatives
Estimez le coût des workflows GPT 6.2 Astra à partir de prix par token comparables, d’hypothèses explicites sur les nouvelles tentatives et d’un exemple mensuel reproductible.
Guides
Coût de l’API Gemini 4 Carbon : une estimation qui tient compte des nouvelles tentatives
Estimez le coût des tâches Gemini 4 Carbon à partir d’hypothèses explicites sur les tokens, de règles de nouvelle tentative et d’un registre reproductible.
Guides
Estimer le coût de l’API GPT Image 2.6 Flare pour les workflows de production
Estimez le coût des workloads GPT Image 2.6 Flare à partir d’hypothèses explicites sur les tokens, d’unités de facturation comparables, des taux d’acceptation et de règles de nouvelle tentative adaptées à la production. L’article inclut l’instantané tarifaire daté de OneMux et une méthode de budgétisation reproductible.