著者 Matt Connor
Claudeはなぜ高い？トークン料金の計算方法
出力トークンは入力の5倍で、ターンごとに会話履歴全体を再送信します。実際のセッションの計算例と、料金を抑える4つの方法を解説します。
Claude はなぜ高額なのか？簡潔な答え
Claude が高額になる理由は、4つが重なるためです。出力トークンには、入力トークンの5倍の料金がかかります。API は会話の内容を記憶しないため、ターンごとに会話履歴全体が再送信され、再び課金されます。エージェントを使うと、1つの質問が数十回の API 呼び出しに変わり、各呼び出しで増え続ける履歴が送信されます。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に基づいて料金設定されています。
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、または英語で約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10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、一覧の2番目と3番目の理由から生じます。一般には、Claude が生成する回答に料金がかかると考えがちです。しかし、エージェントのセッションでは、文章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。
公開料金を確認し、数値をそろえる
このグラフのデータ
[
{
"label": "Haiku 4.5",
"input_usd": 1,
"output_usd": 5,
"cache_read_usd": "0.10"
},
{
"label": "Sonnet 5",
"input_usd": 2,
"output_usd": 10,
"cache_read_usd": "0.20"
},
{
"label": "Sonnet 4.6",
"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、料金の構造に注目してください。すべてのモデルで、出力料金は入力料金のちょうど 5 倍です。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。この表で最も安いモデルと最も高いモデルの料金差は 5 倍であり、読み取りと書き込みの料金差も 5 倍です。
Sonnet 5 は、100 万トークンあたり 2 ドルと 10 ドルです。Anthropic は当初、この料金を 2026 年 8 月 31 日までの導入料金として提供していました。その後、この料金を標準料金にし、3 ドルと 15 ドルへの値上げ予定を取り消しました。料金はモデルのリリースに伴って変わるため、料金を基に予算を組む前に最新の料金を確認してください。新しいモデルでも同じ 5 倍の構造が維持されています。Opus 5.5 は 100 万トークンあたり 4 ドルと 20 ドル、Sonnet 5.5 は 2 ドルと 10 ドルです。2026 年 10 月 7 日にリリースされた Haiku 5.5 は、0.10 ドルと 0.50 ドルからです。この表より安い無料プランもありません。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。計算の後で、この列に戻ります。
出力トークンの料金は、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取り、その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の読み取りに、1,000トークンのプロンプトの60,000倍の時間がかか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処理する必要があり、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トークンを書き出す場合、処理は1,000回、順番に実行されます。この直列処理は、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つあたりのハードウェア占有時間が長くなります。
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。エージェントの料金のうち、比較的小さい側に作用する対策だからです。
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 つ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出す前にその全体を読み取ります。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料金を支払うことになります。
このグラフのデータ
[
{
"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"
}
]上記のセッションは、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を含む 20,000 トークンから始まります。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、リクエストごとに読み取られるトークン数はおよそ 60,000 です。
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、ステップごとにリクエストを1回送信します。ファイルの読み取りは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。1つのタスクを完了するまでに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一般的です。
ツールを使用すると、さらに2種類のコストが発生します。モデルは利用可能なツールを毎回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送信されます。Anthropicはこのオーバーヘッドを公開しています。tool_choice に auto を設定した Opus 5 では、ツール使用に関する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。一部のサーバー側ツールには、別途料金もかかります。Web search は、結果が消費するトークン料金に加えて、1,000回あたり$10で課金されます。
ツールの結果もすべて永続的なコンテキストになります。3,000行を出力するコマンドを実行すると、セッションが終了するか、履歴が圧縮または消去されるまで、その後のすべてのリクエストに3,000行が含まれます。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、この状況を確認できます。出力の多いコマンドを実行した直後に、入力の数値が増えていくことを確認してください。
1 回の実セッションの計算
Opus 5 でエージェント型コーディングを 1 時間行った場合の、現実的な例を示します。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、短いツール呼び出しと、いくつかの長いコードブロックで構成されます。
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 = $12.70このグラフのデータ
[
{
"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。誰も 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たためです。
レバー 1: 最大の効果がある prompt caching
Prompt caching は、プロンプトの安定した先頭部分を処理済みの形式で保存します。次のリクエストでは、その先頭部分を再度処理せず、cache から読み込みます。cache への書き込み料金は、5 分間 cache では input rate の 1.25 倍、1 時間 cache では 2 倍です。cache からの読み込み料金は、Opus 5 を含むほとんどのモデルで input rate の 0.1 倍です。Opus 5.5 と Sonnet 5.5 では 0.05 倍、Fable 5.1 では 0.025 倍です。Opus 5 では、100 万 tokens 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。会話が進む間に、100,000 tokens のそれぞれが 1 回ずつ cache に書き込まれます。残りの 2,300,000 input tokens は cache read 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 = $2.48cache に保存する部分には cache_control フィールドを付けます。turn 間で変化しない内容、つまり system prompt と tool 定義の後に breakpoint を置きます。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": "..."}]
}これで、prompt の順序が料金を左右します。cache hit には、prompt 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、変化しない内容の後に置く必要があります。system prompt の先頭に timestamp を置くと、turn ごとに cache が無効になります。先頭部分全体が cache miss になり、再度書き込むため input rate の 1.25 倍を支払うことになります。
正常に動作したかどうかは response で確認できます。リクエストを送信し、usage ブロックを確認します。
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 response 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 0 が cache_read_input_tokens に表示され続ける場合、cache は利用されていません。通常の原因は、breakpoint より前の内容が変化したことです。5 分間 cache には有効期限もあります。そのため、6 分後に送信したリクエストは cache miss になり、その後に新たな書き込みが行われます。
レバー 2: 簡単なターンを小規模モデルに割り当てる
エージェントセッションのターンの多くは、難しい処理ではありません。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を使う必要はありません。Haiku 4.5 に割り当てると、入力料金は 100 万トークンあたり 5 ドルから 1 ドルに下がります。Haiku 5.5 はさらに低く、100,000 トークンまでのプロンプトでは 0.10 ドルですが、その上限を超えるとすべての料金が 5 倍になります。長いエージェントコンテキストでは、この上限に達します。Haiku 5.5 の料金と適した用途で、両方の料金体系を説明しています。
このグラフのデータ
[
{
"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、キャッシュを使うと 2.48 ドル、キャッシュを使って Sonnet 5 を使うと 0.99 ドル、キャッシュを使って Haiku 4.5 を使うと 0.50 ドルです。キャッシュだけで料金は約 80 パーセント下がります。残りの大部分は、モデルの選択によって削減できます。
ただし、注意点があります。安価なモデルが誤った回答を返すと、セッション全体をもう一度やり直すことになり、自分の時間も失います。料金ではなく、タスクの難易度で割り当ててください。この原則は上位モデルにも当てはまります。Claude Fable 5 と Fable 5.1 は、100 万トークンあたり 10 ドルと 50 ドルで、Opus 5 より高い料金が設定されています。そのため、そこへ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 の選び方では、それぞれがどの用途に耐えられるかを説明しています。
改善策 3: コンテキストの整理
コンテキストに残した各トークンは、その後のすべてのターンで課金対象になります。そのため、トークンを後で削除するより、早い段階で削除する方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、その後さらに 35 回読み込まれます。これは追加で 175,000 入力トークンに相当し、Opus 5 では、1 回の不用意な貼り付けだけでほぼ 1 ドルになります。
次の 4 つの習慣で、この数値を減らせます。
- 新しいタスクでは、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。
- ノイズの多いコマンドは、出力がモデルに届いた後ではなく、
head -50のような方法で届く前に絞り込みます。 - 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しなくなったら、要約を要求し、その要約から再開します。要約は数百トークンです。トランスクリプトは数十万トークンになります。
レバー 4: 対話的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どちらも 50 percent 割り引きます。1 秒以内に回答を受け取る必要がないジョブは、バッチ処理にします。分類、抽出、未処理分の要約、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。対話型セッションには適用されません。待機できる処理が存在しないためです。
「ぼったくられているのではないか」という疑問
「なぜ Claude は高いのか」という疑問の根底にあるのは、実際にはこの点です。率直に答えると、料金は公開されており、標準ティアでは誰に対しても同じで、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。ただし、その場合でも Claude Enterprise の料金では、従量制のトークン課金を置き換えるのではなく、同じトークン課金にシート単位の料金を加えます。別のプランではなく別のベンダーと比較しているなら、Claude API と ChatGPT API で同じ処理を実行した場合の料金比較で、どちらが安くなるかを確認できます。請求額に裁量で加算される項目はありません。料金表だけでは、得られる価値までは分かりません。料金表が価格を付けるのはトークンであり、利用者が求めるのは成果だからです。
そのため、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。1 時間かかるはずだった機能を実装できたなら、安価です。40 回のやり取りを費やして堂々巡りになったなら、同じ 12.70 ドルを払って何も得られません。この場合も、問題は料金単価ではありません。
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。同じ長さであれば、生産的なセッションも無駄なセッションも同じ料金です。だから、料金表よりも4つの調整要素が重要になります。トークン単価は交渉できませんが、処理に何個のトークンを使うか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ドル単価を記録します。キャッシュとルーティングを調整してその数値が下がっているなら、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。使用量の内訳を見れば、その判断を推測せずに行えます。
コンテキストウィンドウが大きいこと自体は、コストにはなりません。Claude 4.6 以降では、Haiku 5.5 を除き、1,000,000 トークンの全ウィンドウ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、1 トークンあたりの料金は同じです。Haiku 5.5 は例外です。プロンプトの長さに基づいて料金が決まり、100,000 トークンを超えるプロンプトでは、入力、出力、キャッシュの料金が 5 倍になります。入力は 1,000,000 トークンあたり 0.10 ドルから 0.50 ドルに、出力は 0.50 ドルから 2.50 ドルになります。それ以外の現在のモデルでは、ウィンドウのサイズによって料金は決まりません。ウィンドウに何を入れるかによって決まります。
さらに 2 つの事項は、個別のセッションではなく、利用計画の中で検討すべきです。毎日、対話的に利用する場合は、トークン単位の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計算できます。定額プランの方が有利で、同時に別のベンダーも検討している場合は、Claude と ChatGPT のプランを横並びで比較すると、両方を同じ条件で比較できます。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、ハードな利用上限額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説明しています。規模感だけを確認したい場合は、Claude の 1,000,000 トークンで実際にどれだけ利用できるかで、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 の請求額が急に増えたのはなぜですか？
エージェントは質問ごとに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、質問ごとに 1 回リクエストを送信します。コーディングエージェントでは、ステップごとに 1 回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。これらの各リクエストではコンテキスト全体が課金対象になるため、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 2 million を超え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、この点を直接確認できます。
Prompt caching で本当にそれほど請求額を削減できますか？
例では、セッションの料金が 12.70 dollars から 2.48 dollars になりました。Opus 5 では、cache read の料金が input rate の 1/10 だからです。削減額は、完全に hit rate に左右されます。5 minute cache では、write の料金が input の 1.25 倍、read の料金が 0.1 倍以下であるため、1 回読み取るだけで元が取れます。毎回のリクエストで prompt の冒頭付近が変わる場合、hit はまったく発生せず、write premium 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 1 million input 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、単純で大量に処理する作業では実際に節約できます。難しい作業で誤答すると、モデルで節約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、自分の作業時間も必要になるためです。安定する構成は、モデルを使い分ける方法です。機械的な処理には小型モデルを使い、判断が必要な処理には frontier model 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？
利用量がどの程度安定しているかによって異なります。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断続的に利用する場合は安価になります。反対に、営業日ごとに大量に利用する場合は高くなります。usage block から 1 日あたりの平均トークン数を求め、利用するモデルの rate で料金を計算します。その金額に 1 か月の利用日数を掛け、月額料金と比較してください。entry tier の料金は、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 の方が安いという結果になっても、すでに支払った月の途中で解約すると損をするわけではありません。解約は現在の billing period の終了時に反映され、それまではプランを利用できるためです。プランを解約するか、下位 tier に移行する で両方の方法を説明しています。