Цена Claude Code в 2026: тарифы, сколько стоит, как оплатить
Claude Code цена без тумана: что реально входит в Pro за $20, когда Max оправдывает свои $100 в месяц и как не дать токенам незаметно съесть ваш бюджет.
Евгений Арсентьев · MD, PhDПроверено на точность — Евгений Арсентьев, MD, PhD · 2026-06-12
Цена Claude Code одним абзацем: он включён в подписку Claude Pro за $20 в месяц ($17/мес при оплате за год), в планы Max от $100 в месяц с лимитами в 5x или 20x больше, чем у Pro, и в командные тарифы Team от $25 за место ($20 при годовой оплате). Отдельной «подписки на Claude Code» не существует — вы покупаете план Claude, и Claude Code идёт в комплекте. Второй путь — Console-аккаунт (API) с оплатой за фактически потраченные токены.
Я строю с Claude Code каждый день и учу этому непрограммистов, поэтому вопрос про тарифы прилетает мне постоянно — обычно в форме «ладно, а сколько это РЕАЛЬНО будет стоить». Разберём по-честному, с цифрами.
Какова стоимость Claude Code по тарифам?
Тарифы Claude Code — это просто планы подписки Claude. Free: $0, только чат — доступа к Claude Code нет. Pro: $20/мес или $17/мес при годовой оплате, Claude Code включён явно. Max: от $100/мес, на выбор 5x или 20x больше лимитов, чем у Pro, плюс повышенные лимиты на длину ответов. Для компаний: стандартное место Team — $25/мес ($20 при годовой оплате) с Claude Code в комплекте, премиум-место — $125/мес ($100 годовая) с лимитами в 5 раз выше стандартного, Enterprise — индивидуально: цена за место плюс использование по ставкам API.
Что такое токен и при чём тут цена?
Про «токены», раз обещал без жаргона: это единица измерения текста для ИИ, примерно три четверти слова. Подписка прячет токены за общим лимитом использования; API-путь выставляет за них счёт напрямую. На этой разнице держится всё, что ниже — именно поэтому один и тот же тариф одному кажется щедрым, а другому тесным.
Можно ли использовать Claude Code бесплатно?
Коротко — нет: бесплатный план claude.ai не включает Claude Code, для работы нужен Pro, Max, Team, Enterprise или Console-аккаунт. Самый дешёвый честный вход — Pro с годовой оплатой, $17 в месяц. Всё, что YouTube продаёт как «Claude Code бесплатно навсегда», обычно означает подключение сторонних моделей вместо Claude — формально терминал тот же, но это уже не тот инструмент, ради которого вы пришли. Подробно я разобрал это в соседнем гайде про бесплатный Claude Code.
В чём отличие Claude от Claude Code?
Claude — это чат: вы спрашиваете, он отвечает текстом. Claude Code — это агент: он сам читает файлы вашего проекта, сам пишет код, сам запускает команды и проверяет результат. Чат — консультант, Claude Code — подрядчик. При этом подписка одна на всё: купили Pro или Max — получили и чат, и Claude Code в терминале, в VS Code, в десктопном приложении и в браузере на claude.ai/code. Отдельно за расширение в VS Code никто не платит — логин и лимиты общие.
Стоит ли Max своих $100 в месяц?
Max — для тех, у кого работа реально переехала в Claude Code. Вы выбираете 5x или 20x больше лимитов, чем у Pro, плюс повышенные лимиты на объём ответов. Если за неделю вы больше пары раз упёрлись в потолок Pro — арифметика простая: ваше время ожидания стоит дороже разницы в $80. Если потолка ни разу не видели — оставьте $80 себе. Мой совет новичкам неизменен: начните с Pro помесячно, две недели поглядывайте в /usage и только потом решайте, Max-человек вы или нет.
А сколько стоит оплата по токенам через API?
Для справки: по данным Anthropic о корпоративных внедрениях через API, средний разработчик тратит около $13 за активный день и $150–250 в месяц — у 90% пользователей выходит меньше $30 в день. Для новичка-одиночки этот путь обычно хуже подписки: расходы непредсказуемы, и вы будете нервно поглядывать на счётчик. Он хорош бизнесу, которому нужны потолки расходов на рабочее пространство и централизованная отчётность в Console.
Любой выбранный план покрывает Claude Code в терминале, расширение для VS Code, десктопное приложение и веб-версию. Лимиты общие, логин один — «отдельной цены за Claude Code в VS Code» не существует, что бы ни обещали заголовки.
Как тратить меньше на любом тарифе?
Пять привычек, которые растягивают лимиты
- 1Регулярно открывайте /usage — там полоски вашего плана и разбивка, кто съедает лимит; переключайте обзор между сутками и неделей.
- 2Печатайте /clear при смене задачи. Старый контекст беседы обрабатывается заново с каждым сообщением — это чистые потери.
- 3Выбирайте модель через /model: Sonnet тянет большинство повседневных задач и дешевле Opus — берегите Opus для действительно сложного.
- 4Формулируйте конкретно. «Почини кнопку входа, которая не реагирует на клик» стоит в разы дешевле, чем «улучши проект»: размытые запросы заставляют сканировать всё подряд.
- 5На Pro и Max поставьте месячный потолок на дополнительные кредиты командой /usage-credits — Claude спросит, прежде чем его превысить.
Лаба: найдите СВОЮ цену за 15 минут
0/5И последнее. Люди мучительно выбирают между $20 и $100, игнорируя главную переменную — токены, сожжённые неряшливыми привычками. Подписчик Pro с дисциплиной /clear и Sonnet по умолчанию часто строит больше, чем подписчик Max, гоняющий всё на Opus с шестичасовым хвостом контекста. Сначала настройте привычки — потом уже тариф.
Бесплатный курс
Хватит читать про ИИ — начни строить с ним
Бесплатный курс Claude Code: свой первый сайт, инструмент или игра — без программирования. Без апсейлов и кросс-сейлов — здесь нечего купить.
Начать →Источники и исследования
Подборка рецензируемых работ и препринтов по научной основе этой темы.
- [1]Hoffmann et al. (2022). Training Compute-Optimal Large Language Models. arXiv:2203.15556
- [2]Zhou et al. (2024). A Survey on Efficient Inference for Large Language Models. arXiv:2404.14294
- [3]Wang et al. (2024). Model Compression and Efficient Inference for Large Language Models: A Survey. arXiv:2402.09748
- [4]Ryu et al. (2024). Closer Look at Efficient Inference Methods: A Survey of Speculative Decoding. arXiv:2411.13157
- [5]Shao et al. (2023). OmniQuant: Omnidirectionally Calibrated Quantization for Large Language Models. arXiv:2308.13137
- [6]Li et al. (2024). Evaluating Quantized Large Language Models. arXiv:2402.18158
- [7]Wu et al. (2024). Inference Scaling Laws: An Empirical Analysis of Compute-Optimal Inference for Problem-Solving with Language Models. arXiv:2408.00724

Автор
Евгений Арсентьев
MD, PhD · Руководитель ИИ-трансформации
Чтение — это синяя пилюля
Хочешь реально это построить?
Гайды объясняют. Бесплатный курс превращает — персонально, с геймификацией и заточенный на быстрый запуск.
Начать бесплатный курс →