Claude Prompt Caching: EU-Preise und Setup 2026

TL;DR

Claude Prompt Caching speichert stabile Prompt-Präfixe und liest sie zum Bruchteil des Input-Preises. Auf Sonnet 5.5 kostet ein Cache-Read 0,10 USD je Million Tokens, auf EU-Endpunkten 0,11. Ein 5-Minuten-Write rechnet sich ab dem ersten Treffer. In der EU nutzen Sie Bedrock eu.anthropic.claude-sonnet-5-5 oder Googles Europe-Multi-Region. Foundry hat keine EU-Datenzone.

Was ist Claude Prompt Caching und wann lohnt es sich?

Claude Prompt Caching schreibt ein festes Prompt-Präfix einmal und liest es danach zum Bruchteil des Input-Preises. Es lohnt sich, sobald Systemprompt, Tools oder Dokumente über dem Minimum bleiben und sich in mehreren Anfragen wiederholen. Auf Sonnet 5.5, Opus 5.5 und Haiku 5.5 liegt das Minimum bei 512 Tokens. Ein 5-Minuten-Write rechnet sich nach einem Treffer, ein 1-Stunden-Write nach zwei Treffern.

Die Prompt-Caching-Doku unterscheidet zwei Wege. Automatic Caching setzt ein einziges cache_control auf der Anfrage. Das System legt den Breakpoint auf den letzten cachebaren Block und schiebt ihn in Mehrfach-Turns nach vorn. Explizite Breakpoints setzen Sie auf einzelne Blöcke, wenn Präfixe unterschiedlich oft wechseln.

Die Reihenfolge im Prompt ist fest: tools, dann system, dann messages. Eine Änderung an Tools verwirft den gesamten Cache. Eine Änderung am Systemprompt verwirft System und Messages. Deshalb gehören stabile Tool-Definitionen und der Systemprompt nach vorn, die Nutzerfrage nach hinten.

Was Sie cachen können: Tool-Definitionen, Systemblöcke, Text, Bilder, Dokumente, tool_use und tool_result. Thinking-Blöcke lassen sich nicht direkt markieren, zählen aber als Input, wenn sie in früheren Assistant-Turns mitgelesen werden. Leere Textblöcke und Sub-Content wie Citations selbst sind nicht cachebar, die Quelldokumente schon.

Kürzere Prompts als das Minimum werden ohne Fehler ungecacht verarbeitet. Prüfen Sie cache_creation_input_tokens und cache_read_input_tokens. Stehen beide auf 0, lag der Prefix unter der Schwelle. Welches Claude-Modell Sie für die Aufgabe nehmen, steht im Vergleich Sonnet vs Opus.

Was kostet Claude Prompt Caching in der EU?

Claude Prompt Caching in der EU folgt der 10-Prozent-Regel für regionale Endpunkte ab Sonnet 4.5. Sonnet 5.5 kostet global 2 / 10 USD je Million Tokens, ein 5-Minuten-Write 2,50, ein 1-Stunden-Write 4,00, ein Cache-Read 0,10. Auf Bedrock EU und Google Europe werden daraus 2,20 / 11, Writes 2,75 und 4,40, Reads 0,11. Die Faktoren stapeln sich mit Batch.

Die Preisseite listet die Multiplikatoren relativ zum Basis-Input: 1,25x für den 5-Minuten-Write, 2x für den 1-Stunden-Write, 0,1x für den Read. Ausnahmen: Sonnet 5.5 und Opus 5.5 lesen zu 0,05x, Fable 5.1 und Mythos 5.1 zu 0,025x. Die Tokenpreise der gesamten Preisliste stehen im EU-Vergleich der Claude API Kosten.

Route	Input / Output	5m Write	1h Write	Cache-Read
Sonnet 5.5, Claude-API global	2,00 / 10,00	2,50	4,00	0,10
Sonnet 5.5, Bedrock EU oder Google Europe	2,20 / 11,00	2,75	4,40	0,11
Opus 5.5, Claude-API global	4,00 / 20,00	5,00	8,00	0,20
Opus 5.5, Bedrock EU oder Google Europe	4,40 / 22,00	5,50	8,80	0,22
Haiku 5.5 bis 100.000 Tokens, global	0,10 / 0,50	0,125	0,20	0,01
Haiku 5.5 bis 100.000 Tokens, EU	0,11 / 0,55	0,1375	0,22	0,011
US-only, Claude-API oder Foundry US Zone	1,1x der globalen Zeile	1,1x	1,1x	1,1x
Batch, Claude-API	50 Prozent der Zeile	wie Zeile	wie Zeile	wie Zeile

Preise in USD je Million Tokens, Standard, Stand 21. Oktober 2026. Die EU-Spalte ist die dokumentierte 10-Prozent-Regel, keine eigene Euro-Liste. CCU auf Claude Platform on AWS und Foundry bleiben 0,01 USD, 100 CCU entsprechen 1 USD.

Rechenbeispiel, Sonnet 5.5 auf einem EU-Endpunkt, 20.000 Tokens Präfix, 2.000 Tokens frisch, 500 Tokens Output:

Erste Anfrage, 5-Minuten-Write: 20.000 × 2,75 / 1.000.000 + 2.000 × 2,20 / 1.000.000 + 500 × 11 / 1.000.000 = 0,0649 USD.
Zweite Anfrage, Cache-Hit: 20.000 × 0,11 / 1.000.000 + 2.000 × 2,20 / 1.000.000 + 500 × 11 / 1.000.000 = 0,0121 USD.
Zwei ungecachte Anfragen: 2 × (22.000 × 2,20 / 1.000.000 + 0,0055) = 0,1078 USD.
Write plus Hit: 0,0770 USD.

Anthropic rechnet ein Opus-5.5-Managed-Agents-Beispiel mit 50.000 Input und 15.000 Output auf 0,58 USD ohne Cache und 0,428 USD, wenn 40.000 Tokens als Reads laufen, plus 0,08 USD Session-Runtime.

AWS schreibt auf der Bedrock-Preisseite, dass Cache-Reads für Claude Sonnet 5.5 ab dem 7. Oktober 2026 um 50 Prozent gegenüber dem vorherigen Bedrock-Satz sinken. Den neuen Dollarbetrag listet die abgerufene Seite ohne Tabelle. Rechnen Sie EU-Budgets deshalb mit der Anthropic-Zeile plus 10 Prozent, bis Sie den Bedrock-Satz in Cost Explorer sehen.

Wie richten Sie Caching auf Bedrock, Google und Foundry ein?

Sie setzen cache_control auf den letzten Block, der über Anfragen hinweg gleich bleibt. Auf der Claude-API und Foundry reicht oft ein top-level Feld für Automatic Caching. Auf Bedrock mit Opus 4.6 und älter kommt 400, dort brauchen Sie explizite Breakpoints. Sonnet 5.5 auf Bedrock verlangt 512 Tokens Minimum und erlaubt vier Checkpoints.

Die Bedrock-Doku kennt Implicit Caching ohne Marker (best effort) und Explicit Caching mit Checkpoints. Minima liegen je Modell zwischen 512 und 4.096 Tokens. Sonnet 5.5, Opus 5.5, Haiku 5.5 und Fable 5.1 stehen bei 512. Opus 4.6, Opus 4.5 und Haiku 4.5 stehen bei 4.096. Die Reihenfolge der Auswertung ist tools, system, messages. Cross-Region-Inferenz kann bei Last mehr Writes erzeugen. Caching läuft nur auf On-Demand, nicht auf der Batch-Inference-API.

Modell	Minimum (Claude-API, Google, Foundry)	Minimum Bedrock	TTL
Sonnet 5.5, Opus 5.5, Haiku 5.5, Fable 5.1	512	512	5 Minuten, 1 Stunde
Sonnet 5, Sonnet 4.6, Opus 4.8	1.024	1.024	5 Minuten, 1 Stunde
Opus 4.6, Opus 4.5, Haiku 4.5	4.096	4.096	5 Minuten, 1 Stunde
Claude 3.7 Sonnet	1.024	1.024	nur 5 Minuten

Schritte für ein EU-Setup auf Bedrock:

Profil eu.anthropic.claude-sonnet-5-5 wählen, Region Frankfurt oder eine andere EU-Quelle der Model Card.
Stabile Tools und den Systemprompt nach vorn legen, die Nutzerfrage nach hinten.
Einen Checkpoint am Ende des statischen Präfix setzen, nicht auf den Block mit Timestamp.
Bei 1-Stunden-TTL "ttl": "1h" setzen. Bei Modellen mit nur 5 Minuten das Feld weglassen, sonst ValidationException.
Die Antwortfelder cacheWriteInputTokens und cacheReadInputTokens loggen. Ein Write ohne späteren Read ist teurer als ungecacht.

import json
import boto3

client = boto3.client("bedrock-runtime", region_name="eu-central-1")
body = {
    "anthropic_version": "bedrock-2023-05-31",
    "max_tokens": 512,
    "system": "Sie sind ein interner Assistent. Antworten Sie knapp und auf Deutsch.",
    "messages": [
        {
            "role": "user",
            "content": [
                {
                    "type": "text",
                    "text": "Langtext mit Richtlinien, Beispielen und Glossar, der klar über 512 Tokens liegt.",
                    "cache_control": {"type": "ephemeral", "ttl": "1h"},
                },
                {"type": "text", "text": "Fasse die Reisekostenregel in drei Sätzen zusammen."},
            ],
        }
    ],
}
response = client.invoke_model(
    modelId="eu.anthropic.claude-sonnet-5-5",
    body=json.dumps(body),
)
payload = json.loads(response["body"].read())
print(payload.get("usage"))

Automatic Caching auf der Claude-API, Google und Foundry:

import anthropic

client = anthropic.Anthropic()
response = client.messages.create(
    model="claude-sonnet-5-5",
    max_tokens=512,
    cache_control={"type": "ephemeral"},
    system="Sie sind ein interner Assistent. Antworten Sie knapp und auf Deutsch.",
    messages=[{"role": "user", "content": "Fasse die Reisekostenregel in drei Sätzen zusammen."}],
)
print(response.usage)

Google verlangt denselben Text, dieselben Bilder und dasselbe cache_control in denselben Blöcken. Caches gelten nur projektweit. Foundry listet Automatic Caching plus 5-Minuten- und 1-Stunden-TTL; Cache-Reads zählen dort nicht gegen ITPM. Den ersten Bedrock-Aufruf ohne Cache zeigt Amazon Bedrock erklärt.

Welche Residenz- und Compliance-Fallen gibt es?

Claude Prompt Caching ändert nichts an der Geografie der Inferenz. EU-Pinning bleibt Bedrock eu.anthropic.claude-sonnet-5-5 oder Googles Europe-Multi-Region. Die first-party API kennt nur global und us, us kostet 1,1x auch auf Cache-Writes und Cache-Reads. Foundry listet Global Standard und Data Zone Standard US, keine EU-Datenzone. Google behandelt Cache-Hashes als Service Data, nicht als Customer Data.

Die Data-Residency-Doku hält Workspace-Geo auf us und unveränderlich. inference_geo wirkt ab Claude 4.6, ältere Modelle antworten mit 400. Wie Sie den Pin setzen, steht in Claude Datenresidenz in der EU. AVV und Auftragsverarbeitung der vier Wege stehen im DSGVO-Anbietervergleich.

Google schreibt in der Caching-Doku, dass Claude die Hashes nur bei aktivem Caching berechnet. Die zusätzlichen Customer-Data-Schutzregeln gelten für diese Hashes nicht. Wer Caching in einem Projekt ganz abschalten will, wendet sich an den Google-Support mit der Projektnummer. Danach werden Anfragen mit cache_control abgelehnt.

Bedrock: aus Frankfurt routet das EU-Profil nach Frankfurt, Stockholm, Mailand, Spanien, Irland und Paris. London als Quelle nimmt zusätzlich London als Ziel. High Demand auf Cross-Region kann die Write-Menge erhöhen, nicht die Geografie sprengen. Implicit Caching garantiert keinen Treffer.

Foundry: Hosted-on-Azure-Varianten von Sonnet 5.5, Opus 5.5 und Haiku 5.5 laufen in der US Data Zone. Das ist dasselbe 1,1x wie inference_geo: "us". Für Prompts mit Personenbezug bleibt Foundry die dritte Wahl.

Prompt Caching vs Batch: was zuerst?

Prompt Caching vs Batch ist keine Entweder-oder-Frage auf der Claude-API: beide Faktoren stapeln sich. Batch halbiert Input und Output. Caching senkt wiederholte Präfixe. Auf Bedrock gilt Caching nur für On-Demand, nicht für die Batch-Inference-API. Foundry hat Automatic Caching und 5-Minuten- sowie 1-Stunden-TTL, aber keine Message Batches API. Für Chat und Agenten zuerst cachen, für Nachtläufe Batch.

Die Preisseite nennt Sonnet-5.5-Batch mit 1 / 5 USD global, also 1,10 / 5,50 auf EU-Endpunkten, sofern der Anbieter Batch listet. Fast Mode für Opus 5.5 (8 / 40 USD) stapelt Caching und Residenz, liegt nicht auf Bedrock oder Google und nicht mit Batch.

Unsere Empfehlung:

Chatbots, Agenten, Coding-Assistenten: Automatic Caching, 5-Minuten-TTL, Präfix über 512 Tokens.
Menschliche Pausen zwischen 5 und 60 Minuten: 1-Stunden-TTL. Längere TTL muss im Prompt vor kürzerer stehen.
Nachtläufe ohne Dialog: Batch auf der Claude-API oder Google Europe. Nicht Bedrock Batch plus Cache erwarten.
Residenzpflicht: Bedrock EU oder Google Europe, 10 Prozent, Cache-Reads machen den Aufschlag klein.

Haiku 5.5 preist Prompts über 100.000 Tokens höher. Cache-Reads und Cache-Writes zählen in diese Promptlänge. Eine Anfrage über der Schwelle zahlt den höheren Satz, auch wenn ein Teil aus dem Cache kommt.

FAQ

Was kostet Claude Prompt Caching auf Sonnet 5.5 in der EU?

Global 2,50 USD je Million Tokens für den 5-Minuten-Write, 4,00 für den 1-Stunden-Write, 0,10 für den Read. Mit 10 Prozent auf Bedrock EU oder Google Europe: 2,75, 4,40 und 0,11. Output bleibt 11,00. Offizielle Euro-Preise gibt es nicht.

Prompt Caching vs Batch: was spart mehr?

Bei wiederholtem Präfix spart Caching mehr als der Modellwechsel. Batch halbiert die ganze Anfrage, lohnt sich für asynchrone Mengen. Auf der Claude-API stapeln sich beide. Auf Bedrock gibt es Caching nicht zusammen mit Batch Inference. Foundry hat Caching, aber keine Message Batches API.

Reicht Automatic Caching auf Amazon Bedrock?

Auf Sonnet 5.5 und neueren Bedrock-Integrationen ja, sobald Sie das top-level Feld setzen dürfen. Auf der Legacy-Integration für Opus 4.6 und älter kommt 400. Dort setzen Sie explizite cache_control oder cachePoint-Blöcke. Implicit Caching ohne Marker bleibt best effort.

Warum bleibt cache_read_input_tokens bei 0?

Der Präfix liegt unter dem Minimum, der Breakpoint sitzt auf einem Block der sich ändert, Tools haben sich bewegt, oder der Lookback von 20 Blöcken hat den letzten Write verpasst. Legen Sie den Marker auf den letzten stabilen Block und prüfen Sie die Usage-Felder.

Speichert Google meine Prompts, wenn ich cache?

Google berechnet Hashes nur bei aktivem Caching und stuft sie als Service Data ein, nicht als Customer Data. Die Hashes dienen nur dem Cache. Ein Projekt kann Caching über den Support abschalten. Die Inferenzresidenz steuern Sie weiter über den Europe-Endpunkt, nicht über den Cache.

Hat Microsoft Foundry eine EU-Datenzone für gecachte Claude-Aufrufe?

Nein. Foundry listet Global Standard und Data Zone Standard US. Automatic Caching und beide TTL-Werte stehen in der Feature-Tabelle. US Data Zone kostet 1,1x, auch auf Cache-Writes und Cache-Reads. EU-Pinning bleibt Bedrock oder Google.

Quellen

Anthropic: Pricing (21. Oktober 2026)
Anthropic: Prompt caching (21. Oktober 2026)
Anthropic: Data residency (21. Oktober 2026)
AWS: Prompt caching (21. Oktober 2026)
AWS: Claude Sonnet 5.5 Model Card (21. Oktober 2026)
Amazon Bedrock Pricing (21. Oktober 2026)
Google Cloud: Claude prompt caching (21. Oktober 2026)
Google Cloud: Claude Sonnet 5.5 (21. Oktober 2026)
Microsoft Learn: Claude models in Foundry (21. Oktober 2026)
Microsoft Learn: Claude quotas and rate limits (21. Oktober 2026)