著者 Claudeはなぜ高い？トークン料金の計算方法
Claude APIは出力トークンが入力の5倍で、会話の全履歴を毎回再送信します。実際のセッションの計算例と、料金を下げる4つの方法を紹介します。
Claude はなぜ高いのか？ 短い回答
Claude が高額になる理由は、4 つ重なっているためです。出力トークンは入力トークンの5倍の料金です。API は会話のメモリを保持しないため、すべての履歴が各ターンで再送信され、再度課金されます。エージェントでは、1 つの質問が数十回の API 呼び出しに変わり、各呼び出しに増え続ける履歴が含まれます。さらに、最先端モデル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料金が設定されています。
トークンはテキストの一部です。概算では、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。
予想外の請求額の大半は、一覧の2つ目と3つ目の理由から生じます。多くの場合、Claude が生成する回答に料金がかかると考えがちです。エージェントのセッションでは、文章の生成費用は請求額の10分の1未満であることがよくあります。
公開されている料金で、数値を確認します
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 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差は5倍で、読み取りと書き込みの差も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 ドルの導入料金です。2026年9月1日からは、3 ドルと 15 ドルに変更されます。モデルのリリースに伴って料金も変わるため、予算を組む前に現在の料金を確認してください。
最後の列はキャッシュ読み取り料金です。請求額の大部分を左右します。計算が終わったら、この項目に戻ります。
出力トークンの料金はなぜ入力トークンの5倍ですか？
入力と出力では、必要な処理量が異なります。入力トークンは1回の処理で処理されます。モデルはプロンプト全体を一度に読み込み、その処理をプロンプト全体にわたって並列実行します。そのため、60,000トークンのプロンプトを読む時間は、1,000トークンのプロンプトの60,000倍にはなりません。
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、モデル全体を個別に処理する必要があります。また、それまでに生成されたすべてのトークンをコンテキストとして使用します。1,000トークンを生成する場合、処理は1,000回、順番に実行されます。この直列処理は入力の読み込みのように分散できないため、出力トークンごとにハードウェアをより長く占有します。
そのため、「回答を短くする」という対策は、期待されるほど大きな効果がありません。削減できるのは、エージェントの料金のうち小さいほうの半分だからです。
会話全体が毎回のターンで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 側に会話が保持されていて、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までの内容も課金対象になります。
つまり、会話のコストは長さよりも速く増加します。ターン1では小さな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、system prompt、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 までに、コンテキストは 100,000 トークンになります。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トークンを読み取ることになります。
エージェントはなぜチャットよりはるかに高コストなのですか？
チャットでは、質問ごとに1回リクエストします。エージェントでは、ステップごとに1回リクエストします。ファイルを読むことが1ステップです。テストを実行することが1ステップです。テスト結果を読むことが1ステップです。ファイルを編集することが1ステップです。1つのタスクを完了するために40ステップかかることは、コーディングエージェントでは珍しくありません。
ツールを使うと、2つの追加コストが発生します。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送信されます。モデルには、毎回どのツールが存在するかを伝える必要があるためです。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トークンかかります。これに加えて、独自のツールスキーマのトークンも必要です。一部のサーバー側ツールには、別途料金がかかります。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、永続的なコンテキストにもなります。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、このことを確認できます。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。
実際の1セッションの計算
Opus 5でエージェント型コーディングを1時間行った、現実的な例です。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トークンまで増えるため、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、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。実際に読み取った出力のコストは、請求額の約5%にすぎません。モデルが書き込んだのは 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トークンが繰り返し読み取られています。
レバー 1: プロンプトキャッシュ。最も効果が大きい方法です
プロンプトキャッシュは、プロンプトの安定したプレフィックスを処理した形で保存します。次のリクエストでは、そのプレフィックスを再処理せず、キャッシュから読み込みます。キャッシュへの書き込みには、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 倍の料金がかかります。キャッシュからの読み込みには、入力料金の 0.1 倍がかかります。Opus 5 では、100 万トークンあたり 0.50 ドルです。通常の入力料金は 5 ドルです。
これを上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読み込まれます。
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キャッシュ対象の部分は cache_control フィールドで指定します。ターン間で変化しないコンテンツの後にブレークポイントを置きます。対象は system prompt 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": "..."}]
}このとき、プロンプトの順序がコストを左右します。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ものは、変化しないものの後に置く必要があります。system prompt の先頭にタイムスタンプを入れると、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となり、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。
動作したかどうか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
}
}再度リクエストしても cache_read_input_tokens 内に 0 が表示される場合、キャッシュは使用されていません。通常の原因は、ブレークポイントより前の何か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ります。そのため、6 分後に送信したリクエストはキャッシュミスとなり、新しい書き込みが実行されます。
レバー 2: 簡単なターンを小さいモデルに振り分ける
エージェントセッションの多くのターンは難しくありません。ファイルを開く、フォーマッターを実行する、差分を読むといった作業です。これらに最先端モデルは必要ありません。Haiku 4.5 に振り分けると、入力単価は 100 万トークンあたり 5 ドルから 1 ドルに下がります。
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"
}
]同じセッションの費用は、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 Opus 5 を使うと 2.48 ドル、キャッシュありで Sonnet 5 を使うと 0.99 ドル、キャッシュありで Haiku 4.5 を使うと 0.50 ドルです。キャッシュだけで請求額は約 80% 減ります。モデルの選択によって、残りの大部分も削減できます。
正直な注意点があります。安価なモデルが回答を誤ると、そのセッション全体の費用が再びかかり、さらに自分の時間も失います。価格ではなく、タスクの難易度に応じて振り分けてください。Opus、Sonnet、Haiku の選び方では、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。
手法 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、以降の各ターンで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。これは入力トークンが 175,000 増えることを意味し、Opus 5 では、1 回の不用意な貼り付けだけでほぼ 1 ドルかかります。
次の 4 つの習慣で、この数値を減らせます。
- 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、要約を依頼して、その要約を基に新しいセッションを開始します。要約は数百トークンです。トランスクリプトは 100,000 トークンです。
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、入力と出力の料金をそれぞれ 50 percent 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。バッチ割引は prompt caching 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。待機させる対象がないためです。
損をさせられているのでしょうか？
「なぜ Claude は高いのか」という疑問の根底にあるのは、実際にはこの問いです。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。請求額に裁量で変わる部分はありません。料金表からは、自分が価値を得ているかどうかまでは分かりません。料金はトークンに対して設定されますが、利用者が求めているのは成果だからです。
そこで、成果を基準に料金を考えます。上記のセッションは、キャッシュなしで 12.70 ドルでした。自分で 1 時間かかる機能を実装できたなら、安い金額です。40 回のターンを費やして同じところを巡っただけなら、同じ 12.70 ドルを払って何も得られていません。この場合、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。同じ長さの生産的なセッションと無駄なセッションは、同じ料金になります。4 つのレバーが料金表より重要なのはそのためです。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ます。
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てください。キャッシュとルーティングを調整してその金額が下がるなら、月間合計が増えていても構成は改善しています。合計額が増えているのは、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、効果がほとんど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減りますが、例の請求額で出力が占めていたのは 5% でした。自分の質問を短くしても、60,000 トークンのコンテキストに対して数百トークンを節約できる程度です。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。使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、コストの原因ではありません。Claude 4.6 以降では、1,000,000 トークンのウィンドウ全体に標準のトークン単価が適用されます。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。
計画段階で検討すべきことが、ほかにも 2 つあります。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合計額を確認できます。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その方法を説明しています。規模感を簡単に把握したい場合は、Claude の 1,000,000 トークンで実際に得られるものを参照してください。料金表をテキストのページ数に換算できます。
FAQ
Claude で agent を使い始めたら、なぜ請求額が急に増えたのですか？
agent は、1 つの質問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を含めるためです。チャットでは、質問ごとに 1 件のリクエストを送信します。coding agent 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 ステップになることも珍しくありません。これらの各リクエストでは、コンテキスト全体が課金対象になります。そのため、100,000 tokens で終了するセッションでも、入力トークンの合計が 200 万を超えて課金されることがあります。API response の 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。
prompt caching で本当にこれほど請求額を削減できますか？
例では、session の料金が 12.70 dollars から 2.48 dollars になりました。cache read の料金が input rate の 10 分の 1 だからです。削減額は、hit rate に完全に左右されます。5 分間の cache では、write の料金が input の 1.25 倍、read の料金が 0.1 倍なので、1 回 read されるだけで元が取れます。各リクエストで prompt の冒頭付近が変わる場合、hit はまったく発生せず、write の割増料金だけを無駄に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。
すべてに Haiku を使えばよいですか？
いいえ。Haiku 4.5 は入力 100 万 tokens あたり 1 dollars で、Opus 5 の 5 より安価です。そのため、classification や routing など、単純で大量の処理では実際にコストを削減できます。難しい処理で誤った回答をすると、モデルで削減できた金額を上回るコストが発生します。再試行の料金に加えて、やり直しにかかる時間も必要になるためです。安定する構成は使い分けです。機械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先端モデルを使います。
API は Claude の subscription より安価ですか？
利用量がどの程度安定しているかによって異なります。subscription は、利用制限が付いた固定月額料金です。API は上限なしの従量課金です。そのため、利用量が少ない場合や短時間に集中する場合は API のほうが安く、毎営業日に大量に利用する場合は高くなります。usage block から 1 日あたりの平均 tokens を確認し、使用する model の rate で料金を計算してください。その金額を plan の料金と比較します。