Prompt Caching Claude: prix UE et setup 2026

TL;DR

Le prompt caching Claude stocke un préfixe stable et le relit à une fraction du prix d’entrée. Sur Sonnet 5.5, une lecture coûte 0,10 USD par million de tokens, 0,11 en UE. Une écriture de 5 minutes est rentable dès le premier hit. Dans l’UE, pincez Bedrock eu.anthropic.claude-sonnet-5-5 ou la multirégion Europe de Google. Foundry n’a pas de zone UE.

Qu’est-ce que le prompt caching Claude et quand est-il rentable ?

Le prompt caching Claude écrit un préfixe fixe une fois et le relit à une fraction du prix d’entrée. Il devient rentable dès que outils, prompt système ou documents restent au-dessus du minimum et se répètent. Sur Sonnet 5.5, Opus 5.5 et Haiku 5.5, ce minimum est de 512 tokens. Une écriture de 5 minutes se rentabilise dès un hit, une écriture d’une heure dès deux.

La documentation prompt caching décrit deux chemins. L’automatic caching pose un seul cache_control en tête de requête. Le système place le breakpoint sur le dernier bloc cacheable et le fait avancer. Les breakpoints explicites se posent sur des blocs distincts quand les préfixes changent à des rythmes différents.

L’ordre du prompt est fixe : tools, puis system, puis messages. Un changement d’outils jette tout le cache. Un changement du système jette système et messages. Placez les schémas d’outils et le prompt système en tête. Placez la question à la fin.

Vous pouvez cacher les définitions d’outils, les blocs système, le texte, les images, les documents, tool_use et tool_result. Les blocs thinking ne prennent pas cache_control directement, mais comptent en entrée s’ils voyagent dans des tours assistant précédents. Les blocs texte vides et le sous-contenu des citations ne sont pas cacheables. Les documents sources le sont.

Un prompt sous le minimum est traité sans cache et sans erreur. Vérifiez cache_creation_input_tokens et cache_read_input_tokens. S’ils valent 0 tous les deux, le préfixe était trop court. Quel modèle Claude pincer pour la tâche est dans Sonnet vs Opus.

Combien coûte le prompt caching Claude dans l’UE ?

Le prompt caching Claude dans l’UE suit la règle des 10 pour cent sur les points de terminaison régionaux à partir de Sonnet 4.5. Sonnet 5.5 liste 2 / 10 USD par million de tokens en global, 2,50 pour 5 minutes, 4,00 pour une heure, 0,10 pour une lecture. Sur Bedrock EU et Google Europe : 2,20 / 11, écritures 2,75 et 4,40, lectures 0,11. Les coefficients se cumulent avec le batch.

La page tarifaire donne les coefficients sur l’entrée de base : 1,25x pour 5 minutes, 2x pour 1 heure, 0,1x pour une lecture. Exceptions : Sonnet 5.5 et Opus 5.5 lisent à 0,05x. Fable 5.1 et Mythos 5.1 lisent à 0,025x. La grille complète est dans notre comparatif des prix API Claude en Europe.

Route	Entrée / sortie	Écriture 5 min	Écriture 1 h	Lecture cache
Sonnet 5.5, API Claude globale	2,00 / 10,00	2,50	4,00	0,10
Sonnet 5.5, Bedrock EU ou Google Europe	2,20 / 11,00	2,75	4,40	0,11
Opus 5.5, API Claude globale	4,00 / 20,00	5,00	8,00	0,20
Opus 5.5, Bedrock EU ou Google Europe	4,40 / 22,00	5,50	8,80	0,22
Haiku 5.5 jusqu’à 100 000 tokens, global	0,10 / 0,50	0,125	0,20	0,01
Haiku 5.5 jusqu’à 100 000 tokens, UE	0,11 / 0,55	0,1375	0,22	0,011
US only, API Claude ou zone US Foundry	1,1x de la ligne globale	1,1x	1,1x	1,1x
Batch, API Claude	50 pour cent de la ligne	comme la ligne	comme la ligne	comme la ligne

Prix en USD par million de tokens, Standard, 21 octobre 2026. La colonne UE est la règle documentée des 10 pour cent, pas une liste en euros. Les CCU sur Claude Platform on AWS et Foundry restent à 0,01 USD. Cent CCU égalent 1 USD.

Exemple, Sonnet 5.5 sur un point de terminaison UE, préfixe de 20 000 tokens, 2 000 tokens neufs, 500 tokens de sortie :

Première requête, écriture 5 minutes : 20 000 × 2,75 / 1 000 000 + 2 000 × 2,20 / 1 000 000 + 500 × 11 / 1 000 000 = 0,0649 USD.
Deuxième requête, hit : 20 000 × 0,11 / 1 000 000 + 2 000 × 2,20 / 1 000 000 + 500 × 11 / 1 000 000 = 0,0121 USD.
Deux requêtes sans cache : 2 × (22 000 × 2,20 / 1 000 000 + 0,0055) = 0,1078 USD.
Écriture plus hit : 0,0770 USD.

L’exemple Managed Agents d’Anthropic avec Opus 5.5, 50 000 tokens d’entrée et 15 000 de sortie, donne 0,58 USD sans cache et 0,428 USD si 40 000 tokens sont des lectures, plus 0,08 USD de runtime de session.

AWS indique sur la page tarifaire Bedrock que le prix des lectures cache de Claude Sonnet 5.5 baisse de 50 pour cent par rapport au tarif Bedrock précédent à compter du 7 octobre 2026. La page récupérée n’imprime pas le nouveau montant. Budgétez l’UE avec la ligne Anthropic plus 10 pour cent jusqu’à voir la ligne Bedrock dans Cost Explorer.

Comment activer le cache sur Bedrock, Google et Foundry ?

Vous posez cache_control sur le dernier bloc identique d’une requête à l’autre. Sur l’API Claude et Foundry, un champ de tête suffit pour l’automatic caching. Sur Bedrock avec Opus 4.6 et antérieur, ce champ renvoie 400 : utilisez des breakpoints explicites. Sonnet 5.5 sur Bedrock exige 512 tokens minimum et autorise quatre checkpoints.

Le guide Bedrock sépare le cache implicite (sans marqueur, best effort) et les checkpoints explicites. Les minima vont de 512 à 4 096 tokens. Sonnet 5.5, Opus 5.5, Haiku 5.5 et Fable 5.1 sont à 512. Opus 4.6, Opus 4.5 et Haiku 4.5 sont à 4 096. L’ordre d’évaluation est tools, system, messages. Le cross-region peut augmenter les écritures sous charge. Le cache est on-demand uniquement, pas avec l’API batch inference.

Modèle	Minimum (API Claude, Google, Foundry)	Minimum Bedrock	TTL
Sonnet 5.5, Opus 5.5, Haiku 5.5, Fable 5.1	512	512	5 minutes, 1 heure
Sonnet 5, Sonnet 4.6, Opus 4.8	1 024	1 024	5 minutes, 1 heure
Opus 4.6, Opus 4.5, Haiku 4.5	4 096	4 096	5 minutes, 1 heure
Claude 3.7 Sonnet	1 024	1 024	5 minutes seulement

Étapes pour un setup UE sur Bedrock :

Prendre le profil eu.anthropic.claude-sonnet-5-5 depuis Francfort ou une autre source UE de la fiche modèle.
Placer les outils stables et le prompt système en tête, la question à la fin.
Poser un checkpoint à la fin du préfixe statique, pas sur un bloc horodaté.
Pour 1 heure, mettre "ttl": "1h". Omettre le champ sur les modèles 5 minutes seuls, sinon ValidationException.
Journaliser cacheWriteInputTokens et cacheReadInputTokens. Une écriture sans lecture ultérieure coûte plus cher qu’un appel sans cache.

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": "Vous êtes un assistant interne. Répondez brièvement en français.",
    "messages": [
        {
            "role": "user",
            "content": [
                {
                    "type": "text",
                    "text": "Long texte de politique, d'exemples et de glossaire, clairement au-dessus de 512 tokens.",
                    "cache_control": {"type": "ephemeral", "ttl": "1h"},
                },
                {"type": "text", "text": "Résumez la règle des frais de déplacement en trois phrases."},
            ],
        }
    ],
}
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 sur l’API Claude, Google et Foundry :

import anthropic

client = anthropic.Anthropic()
response = client.messages.create(
    model="claude-sonnet-5-5",
    max_tokens=512,
    cache_control={"type": "ephemeral"},
    system="Vous êtes un assistant interne. Répondez brièvement en français.",
    messages=[{"role": "user", "content": "Résumez la règle des frais de déplacement en trois phrases."}],
)
print(response.usage)

Google exige le même texte, les mêmes images et le même cache_control sur les mêmes blocs. Les caches restent dans un projet. Foundry liste l’automatic caching plus les TTL de 5 minutes et 1 heure. Les lectures cache n’y comptent pas dans l’ITPM. Un premier appel Bedrock sans cache est dans le guide Amazon Bedrock Europe.

Quelles sont les pièges de résidence et de conformité ?

Le prompt caching Claude ne déplace pas la géographie de l’inférence. Le pinning UE reste Bedrock eu.anthropic.claude-sonnet-5-5 ou la multirégion Europe de Google. L’API first-party n’accepte que global et us, et us coûte 1,1x aussi sur écritures et lectures. Foundry liste Global Standard et Data Zone Standard US, sans zone UE. Google traite les hachages comme Service Data, pas Customer Data.

La documentation de résidence fige le geo d’espace de travail sur us. inference_geo fonctionne à partir de Claude 4.6. Les modèles plus anciens renvoient 400. Comment poser le pin est dans résidence des données Claude dans l’UE. Les rôles de sous-traitant des quatre voies sont dans le comparatif RGPD.

La page Google indique que Claude calcule les hachages seulement si le cache est actif. Les protections supplémentaires des Customer Data ne s’y appliquent pas. Pour désactiver le cache d’un projet, contactez le support Google avec le numéro de projet. Ensuite, les requêtes avec cache_control sont rejetées.

Bedrock : depuis Francfort, le profil UE route vers Francfort, Stockholm, Milan, Espagne, Irlande et Paris. Londres en source ajoute Londres en destination. Une forte charge en cross-region peut augmenter les écritures. Elle ne sort pas de la géo. Le cache implicite ne garantit pas un hit.

Foundry : les variantes hébergées sur Azure de Sonnet 5.5, Opus 5.5 et Haiku 5.5 tournent dans la Data Zone US. C’est le même 1,1x que inference_geo: "us". Pour des prompts avec données personnelles, Foundry reste le troisième choix.

Prompt caching vs batch : par quoi commencer ?

Prompt caching vs batch n’est pas un choix exclusif sur l’API Claude : les coefficients se cumulent. Le batch divise par deux entrée et sortie. Le cache abaisse un préfixe répété. Sur Bedrock, le cache est on-demand, pas avec le batch inference. Foundry a l’automatic caching et les deux TTL, mais pas l’API Message Batches. Cachez d’abord le chat. Batch les traitements de nuit.

La page tarifaire liste le batch Sonnet 5.5 à 1 / 5 USD en global, donc 1,10 / 5,50 sur les points de terminaison UE quand le fournisseur publie le batch. Le Fast Mode d’Opus 5.5 (8 / 40 USD) se cumule avec le cache et la résidence, n’est pas sur Bedrock ni Google, et n’existe pas avec le batch.

Nous recommandons :

Chatbots, agents, assistants de code : automatic caching, TTL 5 minutes, préfixe au-dessus de 512 tokens.
Pauses humaines entre 5 et 60 minutes : TTL 1 heure. Le TTL plus long doit précéder le plus court dans le prompt.
Traitements de nuit sans dialogue : batch sur l’API Claude ou Google Europe. N’attendez pas Bedrock batch plus cache.
Obligation de résidence : Bedrock EU ou Google Europe, 10 pour cent. Les lectures cache rendent le surcoût petit.

Haiku 5.5 tarifie plus cher les prompts de plus de 100 000 tokens. Lectures et écritures cache comptent dans cette longueur. Une requête au-dessus du seuil paie le tarif haut, même si une partie vient du cache.

FAQ

Combien coûte le prompt caching Claude sur Sonnet 5.5 dans l’UE ?

En global, 2,50 USD par million de tokens pour une écriture de 5 minutes, 4,00 pour une heure, 0,10 pour une lecture. Avec 10 pour cent sur Bedrock EU ou Google Europe : 2,75, 4,40 et 0,11. La sortie reste à 11,00. Il n’existe pas de liste officielle en euros.

Prompt caching vs batch : lequel économise davantage ?

Sur un préfixe répété, le cache économise plus qu’un changement de modèle. Le batch divise toute la requête et convient aux volumes asynchrones. Sur l’API Claude, les deux se cumulent. Sur Bedrock, le cache ne se combine pas avec le batch inference. Foundry a le cache et pas l’API Message Batches.

L’automatic caching fonctionne-t-il sur Amazon Bedrock ?

Sur Sonnet 5.5 et les intégrations Bedrock plus récentes, oui, si le champ de tête est accepté. Sur l’intégration héritée d’Opus 4.6 et avant, vous recevez 400. Posez alors des blocs cache_control ou cachePoint explicites. Le cache implicite sans marqueur reste best effort.

Pourquoi cache_read_input_tokens reste-t-il à 0 ?

Le préfixe est sous le minimum, le breakpoint est sur un bloc qui change, les outils ont bougé, ou le lookback de 20 blocs a manqué la dernière écriture. Posez le marqueur sur le dernier bloc stable et lisez les champs usage.

Google stocke-t-il mes prompts quand je cache ?

Google calcule les hachages seulement si le cache est actif et les classe en Service Data, pas en Customer Data. Les hachages servent au cache. Un projet peut couper le cache via le support. La résidence d’inférence vient toujours du point de terminaison Europe, pas du cache.

Microsoft Foundry a-t-il une zone de données UE pour les appels Claude cachés ?

Non. Foundry liste Global Standard et Data Zone Standard US. L’automatic caching et les deux TTL figurent dans la table des fonctions. La Data Zone US coûte 1,1x, y compris écritures et lectures cache. Le pinning UE reste sur Bedrock ou Google.

Sources

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