著者 Claudeが高い理由は？トークン料金の計算
Claude APIは出力トークンが入力の5倍で、各ターンに会話履歴を再送信します。実際のセッションで料金を計算し、費用を削減する4つの方法を解説します。
Claude はなぜ高価なのか？ 短い回答
Claude が高価になる理由は、4 つ重なっているためです。出力トークンの料金は、入力トークンの5倍です。API は会話の内容を記憶しないため、各ターンで履歴全体を再送信し、再度課金されます。エージェントを使うと、1つの質問が数十回の API 呼び出しに増えます。各呼び出しには、増え続ける履歴も含まれます。さらに、最先端モデルの料金は、小規模モデルの実行コストではなく、処理する作業の難易度を基準に設定されています。
トークンはテキストの一部分です。おおまかな目安では、1トークンは約4文字、英語では約0.75語に相当します。料金は100万トークン単位で示され、MTok (million tokens) と表記されます。以下の料金はすべて、2026年8月時点で公開されている Claude API の料金です。
予想外の請求額の多くは、上記の2番目と3番目の理由から生じます。多くの人は、Claude が生成する回答に料金がかかると考えて利用を始めます。しかし、エージェントのセッションでは、回答の生成にかかる料金は請求額の10分の1未満であることがよくあります。
公開料金。数値をそろえて確認します
The data behind this chart
[
{
"label": "Haiku 4.5",
"input_usd": 1,
"output_usd": 5,
"cache_read_usd": "0.10"
},
{
"label": "Sonnet 5, to Aug 31 2026",
"input_usd": 2,
"output_usd": 10,
"cache_read_usd": "0.20"
},
{
"label": "Sonnet 5, from Sep 1 2026",
"input_usd": 3,
"output_usd": 15,
"cache_read_usd": "0.30"
},
{
"label": "Opus 5",
"input_usd": 5,
"output_usd": 25,
"cache_read_usd": "0.50"
}
]絶対値ではなく、数値の比率に注目してください。どのモデルも、出力には入力のちょうど5倍の料金がかかります。Opus 5 は、入力トークン100万個あたり 5 ドル、出力トークン100万個あたり 25 ドルです。Haiku 4.5 は、それぞれ 1 ドルと 5 ドルです。つまり、最安モデルと最も高価なモデルの料金差は5倍で、読み取りと書き込みの料金差も5倍です。
Sonnet 5 は、2026年8月31日まで、入力トークン100万個あたり 2 ドル、出力トークン100万個あたり 10 ドルの導入価格です。2026年9月1日以降は、それぞれ 3 ドルと 15 ドルになります。料金はモデルのリリースに伴って変わるため、これを基に予算を作成する前に現在の料金を確認してください。この表の下に無料枠があるわけでもありません。ただし、新規アカウントには少額のクレジットが付与され、API の一部は完全に無料で利用できます。
最後の列はキャッシュ読み取り料金です。請求額の大部分はこれで決まります。計算を終えてから、この列に戻ります。
出力トークンの料金は、なぜ入力トークンの5倍なのですか？
読み取りと書き込みでは、必要な処理量が異なります。入力トークンは1回のパスで処理されます。モデルはプロンプト全体を一度に読み取り、処理はプロンプト全体にわたって並列に実行されます。そのため、60,000トークンのプロンプトを読み取る時間が、1,000トークンのプロンプトの60,000倍になるわけではありません。
出力トークンは1つずつ生成されます。新しいトークンを生成するたびに、モデル全体を通す処理が必要です。また、それ以前のすべてのトークンをコンテキストとして利用します。1,000トークンを書き出す場合、処理は1,000回、順番に実行されます。このシリアル処理は、読み取りのように分散できません。そのため、出力トークン1つあたり、ハードウェアをより長く占有します。
このため、「回答を短くする」という対策は、一般に期待されるほど効果が大きくありません。削減できるのは、エージェントの料金のうち、少ない側だからです。
各ターンで会話全体が再び課金されるのはなぜですか？
Claude API はステートレスです。Anthropic 側に会話が保存されていて、そこへメッセージを 1 件追加しているわけではありません。各リクエストにはメッセージ履歴全体が含まれ、モデルは何かを書き始める前に、そのすべてを読み取ります。そのため、ターン 30 ではターン 1 から 29 までの分も課金されます。
つまり、会話のコストは会話の長さより速く増加します。ターン 1 では小さいコンテキストが課金されます。ターン 40 では大きなコンテキストが課金されます。40 ターン分を合計すると、実際に書き込まれたトークン数の何倍ものトークンに対して支払うことになります。
The data behind this chart
[
{
"turn": 1,
"context_tokens": "20,000"
},
{
"turn": 5,
"context_tokens": "32,000"
},
{
"turn": 10,
"context_tokens": "45,000"
},
{
"turn": 15,
"context_tokens": "55,000"
},
{
"turn": 20,
"context_tokens": "64,000"
},
{
"turn": 25,
"context_tokens": "74,000"
},
{
"turn": 30,
"context_tokens": "84,000"
},
{
"turn": 35,
"context_tokens": "92,000"
},
{
"turn": 40,
"context_tokens": "100,000"
}
]上のセッションは 20,000 トークンから始まります。これは、システムプロンプト、ツール定義、エージェントが最初に開いたファイルで構成されます。ターン 40 では、コンテキストに 100,000 トークンが含まれています。これを 40 ターン全体で平均すると、1 リクエストあたり約 60,000 トークンを読み取っていることになります。
チャットよりエージェントのほうが大幅に高コストなのはなぜですか？
チャットでは、質問ごとにリクエストを1回送信します。エージェントでは、ステップごとに1回送信します。ファイルの読み取りも1ステップです。テストの実行も1ステップです。テスト結果の読み取りも1ステップです。ファイルの編集も1ステップです。コーディングエージェントでは、1つのタスクを完了するまでに40ステップかかるのは一般的です。
ツールを使うと、さらに2つのコストが発生します。モデルは毎回、利用可能なツールを把握する必要があるため、ツール定義はすべてのリクエストで入力トークンとして含まれます。Anthropic はこのオーバーヘッドを公開しています。tool_choice を auto に設定した Opus 5 では、ツール使用のシステムプロンプトだけで286トークンかかり、これに独自のツールスキーマのトークンが加わります。一部のサーバーサイドツールには、別途料金も発生します。Web search は、検索結果が消費するトークン料金に加えて、1,000回あたり$10です。
すべてのツール結果は、コンテキストとしても永続的に保持されます。3,000行を出力するコマンドを実行すると、その3,000行がセッションの残りのすべてのリクエストに含まれます。Claude Code が報告するセッション単位のトークン使用量を見ると、この動作を確認できます。出力の多いコマンドを実行した直後に、入力の数値が増加することを確認してください。
1 つの実セッションの計算
これは Opus 5 を使ったエージェント型コーディングの、現実的な 1 時間の例です。API リクエストは 40 回です。コンテキストは 20,000 トークンから 100,000 トークンまで増加するため、1 リクエストあたりの平均は約 60,000 トークンです。モデルの出力は 1 リクエストあたり約 700 トークンです。短いツール呼び出しと、いくつかの長いコードブロックが混在しています。
Requests in the session: 40
Average context per request: 60,000 tokens
Total input tokens billed: 40 x 60,000 = 2,400,000
Input cost on Opus 5: 2,400,000 x $5 / 1,000,000 = $12.00
Total output tokens: 40 x 700 = 28,000
Output cost on Opus 5: 28,000 x $25 / 1,000,000 = $0.70
Session total = $12.70The data behind this chart
[
{
"label": "Input, context re-read",
"billed_tokens": "2,400,000",
"cost_usd": "12.00"
},
{
"label": "Output, code and tool calls",
"billed_tokens": "28,000",
"cost_usd": "0.70"
}
]内訳を確認してください。読み取りコストは 12.00 ドル、書き込みコストは 0.70 ドルです。したがって、実際に読み取った出力が請求額に占める割合は約 5% です。モデルが書き出したのは 28,000 トークンですが、読み取りでは 2,400,000 トークン分が請求されています。誰かが 2.4 million トークンを入力したわけではありません。同じ 100,000 トークンが何度も読み取られています。
レバー 1: 最も効果が大きいプロンプトキャッシュ
プロンプトキャッシュは、プロンプト内の安定したプレフィックスを処理済みの形式で保存します。次のリクエストでは、そのプレフィックスが再処理されず、キャッシュから読み込まれます。キャッシュへの書き込み料金は、5 分間のキャッシュでは入力料金の 1.25 倍、1 時間のキャッシュでは 2 倍です。キャッシュからの読み込み料金は、入力料金の 0.1 倍です。Opus 5 では、100 万トークンあたり 0.50 ドルで、5 ドルではありません。
上記のセッションに適用します。会話が進むにつれて、100,000 トークンのそれぞれが 1 回ずつキャッシュに書き込まれます。残りの 2,300,000 入力トークンはキャッシュからの読み込みになります。
Tokens written to cache: 100,000
Cache write at 1.25x input: 100,000 x $6.25 / 1,000,000 = $0.63
Tokens read from cache: 2,300,000
Cache read at 0.1x input: 2,300,000 x $0.50 / 1,000,000 = $1.15
Output cost, unchanged = $0.70
Session total = $2.48キャッシュ可能な部分には cache_control フィールドを指定します。ブレークポイントは、ターン間で変化しないコンテンツの後ろに置きます。対象は、システムプロンプトとツール定義です。繰り返し参照する長いドキュメントも、同じ安定したブロックに含めます。
{
"model": "claude-opus-5",
"system": [
{
"type": "text",
"text": "<long, stable instructions>",
"cache_control": {"type": "ephemeral"}
}
],
"messages": [{"role": "user", "content": "..."}]
}ここでは、プロンプトの順序が料金を左右します。キャッシュヒットには、プロンプトの先頭からの完全一致が必要です。そのため、リクエストごとに変化する内容は、変化しない内容より後ろに配置する必要があります。システムプロンプトの先頭にタイムスタンプを置くと、ターンごとにキャッシュが無効になります。プレフィックス全体がキャッシュミスになり、再度書き込むために入力料金の 1.25 倍を支払うことになります。
処理結果はレスポンスで確認できます。リクエストを送信し、usage ブロックを読み取ります。
curl https://api.anthropic.com/v1/messages \
-H "x-api-key: $ANTHROPIC_API_KEY" \
-H "anthropic-version: 2023-06-01" \
-H "content-type: application/json" \
-d '{
"model": "claude-opus-5",
"max_tokens": 256,
"messages": [{"role": "user", "content": "Hello"}]
}'すべてのレスポンスには、次のような usage オブジェクトが含まれます。
{
"usage": {
"input_tokens": 105,
"cache_creation_input_tokens": 7345,
"cache_read_input_tokens": 7123,
"output_tokens": 239
}
}再度送信したリクエストで、cache_read_input_tokens に 0 が表示され続ける場合、キャッシュはヒットしていません。通常の原因は、ブレークポイントより前の内容が変化したことです。5 分間のキャッシュも期限切れになるため、6 分後に送信したリクエストはキャッシュミスになり、新たに書き込まれます。
レバー 2: 簡単なターンを小規模モデルに回す
エージェントセッションの大半のターンは難しくありません。ファイルを開く、フォーマッタを実行する、差分を読むといった処理です。これらに最先端モデルは必要ありません。Haiku 4.5 にルーティングすると、入力料金を 100 万トークンあたり 5 ドルから 1 ドルに下げられます。
The data behind this chart
[
{
"label": "Opus 5, no caching",
"session_cost_usd": "12.70"
},
{
"label": "Opus 5, cached",
"session_cost_usd": "2.48"
},
{
"label": "Sonnet 5, cached",
"session_cost_usd": "0.99"
},
{
"label": "Haiku 4.5, cached",
"session_cost_usd": "0.50"
}
]同じセッションの料金は、キャッシュなしで Opus 5 を使うと 12.70 ドル、キャッシュありでは 2.48 ドルです。Sonnet 5 をキャッシュありで使うと 0.99 ドル、Haiku 4.5 をキャッシュありで使うと 0.50 ドルです。キャッシュだけで料金は約 80% 削減されます。モデルの選択によって、残りの大部分も削減できます。
ここで、率直な注意点があります。安価なモデルが回答を誤ると、セッション全体をもう一度実行することになり、さらに自分の時間も失います。料金ではなく、タスクの難易度に基づいてルーティングしてください。このルールは上位モデルにも当てはまります。Claude Fable 5 は 100 万トークンあたり $10 と $50 で Opus 5 より上位に設定されているため、そこにターンを送る前に その料金で得られるもの を確認してください。Opus、Sonnet、Haiku の選択 では、それぞれがどのようなタスクに耐えられるかを説明しています。
レバー 3: コンテキストの整理
コンテキストに残したすべてのトークンは、残りのターンごとに課金対象になります。そのため、トークンは後で削除するより、早い段階で削除するほうがはるかに効果的です。40 ターンのセッションで、5 ターン目に 5,000 トークンのファイルを出力すると、その内容は残りの 35 ターンで再び読み込まれます。これは追加で 175,000 入力トークンに相当し、1 回の不用意な貼り付けだけで Opus 5 ではほぼ 1 ドルになります。
次の 4 つの習慣で、この数値を抑えられます。
- 新しい作業を始めるときは、前日のセッションを継続せず、新しいセッションを開始します。
head -50のような方法で、出力がモデルに届く前にノイズの多いコマンドをフィルタリングします。- ファイル全体ではなく、必要な 1 つの関数だけを要求します。
- 長いセッションで進展が止まったら、要約を依頼し、その要約を起点に再開します。要約は数百トークンです。トランスクリプトは 10 万トークンに及びます。
レバー 4: インタラクティブでない処理はすべてバッチ化する
Batch API はリクエストを非同期で処理し、入力と出力の両方を 50 パーセント割り引きます。次の 1 秒以内に応答が必要でないジョブは、バッチ処理にします。分類、抽出、バックログの要約、評価の実行などが該当します。バッチ処理の割引は、プロンプトキャッシュの割引と併用できます。インタラクティブセッションには適用されません。待機できる処理がないためです。
ぼったくられているのでしょうか？
「なぜ Claude は高いのか」という疑問の本質はそこにあります。率直に答えると、料金は公開されており、標準ティアでは全員同じで、トークン単位で課金されます。例外は個別に交渉した契約です。その場合も Claude Enterprise の料金 では、従量課金のトークン料金が置き換わるのではなく、同じトークン課金にシート単位の料金が加わります。請求額に裁量で変わる項目はありません。料金表から分からないのは、その料金に見合う価値を得ているかどうかです。料金はトークンを基準に決まりますが、利用者が重視するのは成果だからです。
そのため、成果を基準に料金を評価します。上記のセッションは、キャッシュを使用しない場合 12.70 ドルでした。1 時間かかる機能を実装できたなら、安いと言えます。40 回のターンを費やして同じところを回り続けたなら、同じ 12.70 ドルで何も得られておらず、問題は料金ではありません。
覚えておくべき点はここです。請求額は価値ではなく、トークン数に比例します。同じ長さの有益なセッションと無駄なセッションは、同じ金額になります。だからこそ、料金表より 4 つの調整要素が重要です。トークン単価は交渉できませんが、作業に必要なトークン数は自分で決められるからです。
そのため、月額ではなく、完了したタスクあたりの金額を記録します。キャッシュとルーティングを調整している間にその数値が下がるなら、月間合計が増えていても構成は改善しています。合計が増えているのは、より多くの作業を実行しているためです。
請求額を下げないもの
一般的なアドバイスの中には、ほとんど効果がないものもあります。モデルに「簡潔に」と指示すると出力は短くなりますが、例の請求額に占める出力の割合は5パーセントでした。質問文を短くしても、60,000トークンのコンテキストに対して数百トークンを削減できる程度です。拡張思考を無効にして効果があるのは、思考トークンが出力の大きな割合を占めていた場合だけです。利用量の内訳を見れば、その点を推測せずに判断できます。
コンテキストウィンドウが大きいこと自体は、追加コストになりません。Claude 4.6 以降では、最大1,000,000トークンのウィンドウ全体が標準のトークン単価で課金されます。そのため、900,000トークンのリクエストも、9,000トークンのリクエストも、トークンあたりの料金は同じです。価格を決めるのはウィンドウのサイズではありません。ウィンドウに何を入れるかが価格を決めます。
さらに2つの点は、単一のセッションではなく、利用計画の中で検討するものです。毎日、対話的に利用する場合は、従量課金と定額プランを比較してください。API とサブスクリプションの料金比較で、その計算を行えます。定額プランが有利で、同時に別のベンダーも検討している場合は、Claude と ChatGPT のプランを同じ条件で比較すると、両方について同じ比較ができます。また、エージェントをサーバー上で無人実行する場合は、ほかの調整を行う前に厳格な支出上限を設定してください。VPS 上の AI エージェントのコスト制御では、その方法を説明しています。規模感を簡単に把握するには、Claude の1,000,000トークンで実際にできることを参照すると、料金表をテキストのページ数に換算できます。
FAQ
エージェントを使い始めたら、Claude の料金が急に上がったのはなぜですか？
エージェントは質問 1 件に対して多数のリクエストを送信し、各リクエストにそれまでの会話全体が含まれるためです。チャットでは、質問 1 件につきリクエストを 1 件送信します。コーディングエージェントでは、ステップごとに 1 件のリクエストを送信します。1 つのタスクで 40 ステップになるのは通常のことです。これらのリクエストはすべて、コンテキスト全体に対して課金されます。そのため、セッションの最終的なトークン数が 100,000 でも、合計で 2,000,000 トークンを超える入力トークンに対して課金される場合があります。API のレスポンスにある input_tokens と cache_read_input_tokens を確認すると、実際の値を直接確認できます。
プロンプトキャッシュで、本当にこれほど料金を削減できますか？
提示した例では、キャッシュ読み取りの料金が入力料金の 10 分の 1 であるため、セッション料金は 12.70 ドルから 2.48 ドルになりました。削減額は、キャッシュヒット率だけで決まります。5 分間のキャッシュでは、書き込み料金が入力料金の 1.25 倍、読み取り料金が 0.1 倍なので、1 回読み取られるだけで元が取れます。すべてのリクエストでプロンプトの先頭付近が変わる場合、キャッシュヒットはまったく発生せず、書き込みの割増料金だけを支払うことになります。動作していると判断する前に、cache_read_input_tokens で確認してください。
すべて Haiku にすればよいですか？
いいえ。Haiku 4.5 は入力トークン 1,000,000 個あたり 1 ドルで、Opus 5 の 5 ドルより安価です。そのため、分類やルーティングなど、単純で大量に発生する処理では実際に節約できます。ただし、難しい処理で誤った回答が出ると、再試行の料金に加えて自分の作業時間も必要になるため、モデルで節約した金額を上回るコストが発生します。安定する構成は使い分けです。定型的な処理には小さいモデルを使い、判断が必要な処理には最上位モデルを使います。
API は Claude のサブスクリプションより安価ですか？
利用量が安定しているかどうかによります。サブスクリプションは、利用上限が設定された固定月額料金です。API は上限なしの従量課金であるため、利用量が少ない場合や短時間に集中する場合は安くなり、営業日ごとに大量に利用する場合は高くなります。usage ブロックから 1 日あたりの平均トークン数を確認し、使用するモデルの料金で計算してください。その金額をプラン料金と比較します。エントリーティアの料金については、Claude Pro の料金と、利用上限による制約 に記載されています。API の合計額のほうが有利なら、プランを解約するか、下位ティアへ移行する ことで、すでに支払った月が無駄になることはありません。アクセスは現在の請求期間の終了まで継続するためです。