Thinking Token Cost Calculations

Extended thinking generuje extra tokeny, které se účtují. Pojďme to spočítat.

Cenová struktura thinking tokens

Opus 4.5 thinking tokens:
- Input: $15 / 1M tokens (standard)
- Thinking: $15 / 1M tokens (jako input)
- Output: $75 / 1M tokens

Pozor: Thinking tokens se účtují jako input cena, ne output!

Kalkulační vzorec

Total Cost = (Input × $15) + (Thinking × $15) + (Output × $75)
             ────────────────────────────────────────────────
                              1,000,000

Praktické příklady

Jednoduchý debugging

Scénář: Debug funkce

Input: 500 tokens (kód + prompt)
Thinking: 2,000 tokens (analýza)
Output: 300 tokens (odpověď)

Cost = (500×$15 + 2000×$15 + 300×$75) / 1M
     = ($7,500 + $30,000 + $22,500) / 1M
     = $0.06

Komplexní architektonická analýza

Scénář: Review celé architektury

Input: 15,000 tokens (codebase context)
Thinking: 25,000 tokens (hluboká analýza)
Output: 3,000 tokens (detailní report)

Cost = (15000×$15 + 25000×$15 + 3000×$75) / 1M
     = ($225,000 + $375,000 + $225,000) / 1M
     = $0.825

Matematický problém

Scénář: Komplexní optimalizace

Input: 800 tokens (problém)
Thinking: 40,000 tokens (mnoho iterací)
Output: 1,500 tokens (řešení + vysvětlení)

Cost = (800×$15 + 40000×$15 + 1500×$75) / 1M
     = ($12,000 + $600,000 + $112,500) / 1M
     = $0.725

Srovnání s/bez thinking

Úloha	Bez thinking	S thinking	Rozdíl
Quick Q&A	$0.02	$0.08	4×
Code review	$0.05	$0.15	3×
Deep analysis	$0.12	$0.45	3.75×
Complex math	$0.08	$0.72	9×

Budget strategies

Strategy 1: Tiered budgets

def get_thinking_budget(task_complexity):
    budgets = {
        "simple": 2000,
        "medium": 8000,
        "complex": 20000,
        "exhaustive": 50000
    }
    return budgets.get(task_complexity, 8000)

Strategy 2: Cost caps

MAX_COST_PER_REQUEST = 0.50  # $0.50 max

def calculate_max_thinking(input_tokens, expected_output):
    remaining = MAX_COST_PER_REQUEST * 1_000_000
    remaining -= input_tokens * 15  # input cost
    remaining -= expected_output * 75  # output cost
    max_thinking = remaining / 15  # thinking uses input rate
    return max(0, int(max_thinking))

Strategy 3: Dynamic adjustment

# Start s nízkým budgetem, zvyšuj pokud potřeba
response = client.messages.create(
    model="claude-opus-4-5-20250101",
    thinking={"type": "enabled", "budget_tokens": 5000},
    messages=[...]
)

# Pokud odpověď není dostatečná, retry s vyšším
if not is_satisfactory(response):
    response = client.messages.create(
        thinking={"type": "enabled", "budget_tokens": 20000},
        messages=[...]  # stejný prompt
    )

Monthly cost projections

Light usage (50 queries/day)

Bez thinking: 50 × $0.04 × 20 dní = $40/měsíc
S thinking:   50 × $0.15 × 20 dní = $150/měsíc

Heavy usage (200 queries/day)

Bez thinking: 200 × $0.04 × 20 dní = $160/měsíc
S thinking:   200 × $0.15 × 20 dní = $600/měsíc

Klíč je používat thinking selektivně pouze tam, kde to má smysl.