AIエージェントのトークンコスト:実際に支払っているもの
157,670件の実際のClaude Codeターンを計測した結果、可視化される出力は請求額の12%、キャッシュ読み取りが48%を占め、支払っているトークンの大半は画面に表示されることがない。
誰もがモデルの出力量を最適化しようとする。だが、出力が請求額に占める割合はおよそ8分の1に過ぎない。
結論を先に
コストの正体は、毎ターン再送されるコンテキストと、請求はされるが目に見えない推論にある。私たちは1台のワークステーションを計測対象とし、2026年4月26日から7月26日までの間に発生した重複排除済みのClaude Code API応答157,670件についてusageオブジェクトを記録した(最終日の08:25 UTC時点で固定)。これは推定ではなく実測値だ。
このデータセットでは、可視化される出力がOpus 4.8の支出の12.1%を占める。キャッシュ読み取りは48%、キャッシュ書き込みは39%、そして純粋なキャッシュ未使用の入力は1%未満という誤差の範囲に収まる。
これは1台のワークステーションで1種類の作業を行った結果であり、この比率を普遍的な定数としてではなく、傾向として捉えるべきだ。重要なのはこの傾向そのものであり、その傾向は多くの人が最適化するよう言われている対象とは違う。
実際に何に対して支払っているのか
エージェントのターンはチャットメッセージとは違う。すべてのターンで、作業中のコンテキスト全体、システムプロンプト、ツール定義、すでに読み込んだファイル、そしてそれまでの会話履歴すべてが再送される。この仕組みが初耳であれば、コンテキストウィンドウの実際の仕組みで詳しく解説している。
2026年7月26日時点で確認したAnthropicのプロンプトキャッシュに関するドキュメントによると、この再送には3段階の料金体系が設定されている。5分のTTLでのキャッシュ書き込みは基本入力レートの1.25倍、1時間のTTLでの書き込みは2倍、キャッシュ読み取りは0.1倍だ。同ドキュメントによれば、ブレークポイントの設定自体は無料であり、課金対象はあくまで実際に書き込みまたは読み取りが行われたトークンのみとなる。
実測した比率をもとに、実際の請求内訳を分解してみよう。
| Token type | Share of measured bill | Rate vs base input | What it actually is |
|---|---|---|---|
| キャッシュ読み取り | 48% | 0.1倍 | 後のターンで再送・照合されるコンテキスト |
| キャッシュ書き込み | 39% | 5分で1.25倍、1時間で2倍 | 次のターンで安く読めるよう保存されるコンテキスト |
| 出力 | 12.1% | Opus 5で5倍 | 可視テキストと課金対象の推論 |
| キャッシュ未使用の入力 | 1%未満 | 1倍 | まれに発生するコールドミス |
この表は二度読む価値がある。トークン単価が最も安い項目が、請求書の中で最も大きな金額を占めている。単価よりも量が勝るからだ。
出力トークンの大半は目に見えない
推論トークンは標準の出力レートで出力として課金される。Anthropicのextended thinkingドキュメントには、思考トークンの全量に対して課金される一方、APIが返すのは要約されたサマリーであると明記されている。つまり、支払っている数字と読める数字は別物だということだ。
Anthropicのadaptive thinkingドキュメントから導かれる重要な帰結は、課金対象の思考量はdisplay設定によって変わらないという点だ。推論パネルをオフにすればターミナルは静かになるが、請求額はまったく変わらない。
外部からでもこのギャップは確認できる。文章のみのターンでは、私たちのデータセットではOpus 5において課金対象の出力トークン1つあたり可視文字数は2.7文字だった。これは通常の英文テキストにおける1トークンあたり約4.0文字と比べて少ない。出力として支払った分のおよそ3分の1は、画面に一度も表示されていないことになる。
これは不正でも何でもない。製品が設計通りに動作しているだけであり、推論の深さは表示フラグではなくエフォートレベルによって調整するダイヤルなのだ。
本当の請求元はキャッシュ読み取り
キャッシュ読み取りは安価で一定だ。しかし読み取られるコンテキストはセッション中ずっと増え続け、しかもすべてのターンで毎回読み取られる。だからこそ、安価なものが積み重なって支配的な存在になる。
アイドル時間がコストにつながるのもこのためだ。2026年7月26日時点で確認したAnthropicのプロンプトキャッシュドキュメントによると、デフォルトのキャッシュ寿命は5分で、キャッシュされたコンテンツが使われるたびに更新される。セッションをそれ以上放置すると、次のターンは0.1倍のキャッシュ読み取りではなく、1.25倍の新規書き込みとして課金される。エージェントのワークフローにおいては、コーヒーブレークすら課金対象のイベントになるということだ。
Anthropic自身によるClaude Codeのコストに関するドキュメントでは、エンタープライズ利用の場合、開発者1人あたり稼働日ごとに約13ドル、月間では150ドルから250ドルとされており、ユーザーの90%は稼働日あたり30ドル未満に収まっている。私たちのデータセットもこの範囲に収まっており、Opus 4.8で1ターンあたり0.25ドルだった。変動要因は冗長さではなく、ターン数とコンテキストサイズの掛け算だ。
Opus 5は出力量は多いがコストはほぼ同じ
Claude Opus 5はOpus 4.8と比べて明らかにおしゃべりだ。私たちのデータセットで条件を揃えたターンを比較すると、Opus 5の平均出力トークン数は3,882で、Opus 4.8の2,582に対して50%増加している。ブートストラップ95%信頼区間は重ならず、これはサンプリングノイズではなく実際の挙動の違いだ。
ここが多くの人が誤解している部分だ。2026年7月26日時点で確認したAnthropicの公開料金表によれば、Opus 5とOpus 4.8の価格は完全に同一で、入力100万トークンあたり5ドル、出力100万トークンあたり25ドル、キャッシュ階層も一致している。出力が請求額の12.1%しか占めないのであれば、出力が50%増えても総額への影響はおよそ6%にとどまる。
2か月分の全ワークロードを両モデルの料金体系で再計算したところ、Opus 5はOpus 4.8よりおよそ5%高くなるだけだった。Opus 4.8のフィールドノートで述べたように旧モデルのコスト構造を気に入っていたのなら、新モデルは見た目ほど予算を圧迫する存在ではない。
| Model | Input per MTok | 5 min cache write | 1 hour cache write | Cache read | Output per MTok |
|---|---|---|---|---|---|
| Claude Opus 5 | $5.00 | $6.25 | $10.00 | $0.50 | $25.00 |
| Claude Opus 4.8 | $5.00 | $6.25 | $10.00 | $0.50 | $25.00 |
| Claude Fable 5 | $10.00 | n/a | n/a | n/a | $50.00 |
| Claude Sonnet 5、導入価格(2026年8月31日まで) | $2.00 | n/a | n/a | n/a | $10.00 |
| Claude Sonnet 5、2026年9月1日以降 | $3.00 | n/a | n/a | n/a | $15.00 |
| Claude Haiku 4.5 | $1.00 | n/a | n/a | n/a | $5.00 |
キャッシュの倍率は構造的に決まっているため、基本入力レートさえわかればどの行も導き出せる。Anthropicのドキュメントには、Sonnet 5の導入価格と、2026年9月1日に切り替わる3ドルおよび15ドルという価格の両方が記載されている。
高コストなモデルとは入力レートが高いモデルのことだ
入力が支出の大半を占める以上、財布に痛いのは出力数が多いモデルではなく、入力レートが高いモデルだ。Anthropicの料金表によれば、Claude Fable 5は入力100万トークンあたり10ドルで、Opus 5の5ドルの倍にあたる。この入力レートの倍増は、請求額の87%を占めるキャッシュトラフィックにそのまま跳ね返る。
同じ2か月分のワークロードで再計算すると、Fable 5のコストはOpus 5のおよそ1.9倍になった。これはほぼ入力レートの倍率そのものであり、まさにそこが要点だ。その性能に対価を払う価値がどこにあるかは、Fable 5の評価記事で解説している。
逆方向でもこのロジックはきれいに反転する。導入価格で入力100万トークンあたり2ドルのSonnet 5は、支配的な項目をOpus階層と比べて60%削減する。しかも条件を揃えたターンのデータでは、Opus 4.8よりもむしろ1ターンあたりの出力量がわずかに少なかった。
効果のある2つのレバーと、効果のない1つのレバー
効果のないレバーとは、より短い回答を求めることだ。それは請求額のわずか12%を最適化しているに過ぎず、しかも本来買っているものの質を落としてしまう。だからこそ私たちはAIトークンダイエットの罠でこのパターンを指摘した。
効果のある2つのレバーはこうだ。
- 再送されるものを減らす。コンテキストに含めるファイルを絞り、読み込み範囲を狭め、会話履歴が肥大化する前にコンパクト化し、TTLを過ぎてアイドル状態を放置せずセッションを終了する
- モデルを入力レートに合わせて選ぶ。定型的なエージェントのターンは安価な入力階層に振り分け、精度が価値を生むターンにのみ高価な階層を使う
どちらもプロンプトの規律ではなく、コンテキストの規律の問題だ。具体的な実践方法はClaude Codeコンテキスト管理ガイドにまとめている。
自分の支出を計測する方法
platform.claude.comでAPIリファレンスを見る
誰の比率も鵜呑みにしてはいけない、私たちのものも例外ではない。すべてのAPI応答にはusageオブジェクトが含まれており、それこそが自分のワークロードにおける唯一の真実だ。
- サンプルではなく、すべての応答で
usageを記録し、集計前に応答IDで重複を排除する - 入力をキャッシュ読み取り、5分書き込み、1時間書き込み、キャッシュ未使用の4つに分類する。それぞれ料金が異なるためだ
- 生のトークン数をそのまま報告せず、各バケットにそれぞれのレートを掛け合わせる。トークン数だけではキャッシュ読み取りと出力トークンの間にある50倍もの差が見えなくなるためだ
- 可視文字数と課金対象の出力トークン数を比較し、どれだけの推論に対価を払っているかを確認する
2日間の午後を使って計測すれば、ネット上のあらゆる料金解説記事、この記事も含めて、よりも多くのことがわかるはずだ。
よくある質問
思考の出力を非表示にすれば請求額は下がりますか?
いいえ。Anthropicのadaptive thinkingドキュメントには、課金対象の思考トークンは表示設定によって変わらず、変わるのは返される内容だけだと明記されている。
Claude Opus 5はOpus 4.8より高価ですか?
ほとんど変わらない。Anthropicの料金表によれば、100万トークンあたり5ドルと25ドルという価格はOpus 4.8と共通だ。私たちのデータセットでは1ターンあたりの出力量が50%多いことがわかったが、同じワークロードで再計算すると全体としてはおよそ5%高くなるにとどまった。
コストを抑えるためにSonnet 5に切り替えるべきですか?
定型的なエージェントのターンであれば、おそらくそうすべきだ。Anthropicの料金表には2026年8月31日までの導入価格として入力100万トークンあたり2ドルが記載されており、これは請求書の中で最も小さい項目ではなく最も大きい項目を直撃する。
短い回答を求めればコストは下がりますか?
ほとんど下がらない。実測した請求額のうち出力は12.1%だったため、それを半分にしても総額はおよそ6%しか動かない。しかも作業の質は落ちる。
ほとんど作業していない日に請求額が急増したのはなぜですか?
長いアイドル時間が原因だ。Anthropicのドキュメントによれば、デフォルトのキャッシュ寿命は5分であり、それが切れると次のターンは0.1倍のレートで読み取る代わりに、1.25倍のレートでコンテキスト全体を書き直すことになる。
通常の月間支出はどれくらいですか?
AnthropicのClaude Codeコストドキュメントでは、開発者1人あたり稼働日ごとに約13ドル、月間では150ドルから250ドルとされており、ユーザーの90%は稼働日あたり30ドル未満に収まっている。エージェントを多用するヘビーユースでは、これを大きく上回ることになる。
請求額はコンテキストの問題である
請求書はモデルがどれだけ多くを語ったかを測るものではない。あなたが何回モデルにプロジェクトを読み直させたかを測るものだ。
ここで示したすべての内容は、1台のワークステーションで3か月間、2026年4月26日から7月26日までの157,670件のAPI応答を対象に計測したものだ。これは業界のベンチマークを確立するものでも、ベンダーによる予測でもない。私たちにとってコストがどこへ流れたかを、あなた自身の状況と照らし合わせて確認できるだけの詳細さで示したものだ。
そのうえで、自分の仕事の価格設定をそれに合わせて見直すべきだ。1ターンあたりのツールコストは、もはやデザイン案件における誤差の範囲ではなく、れっきとした費用項目になっているのだから。その扱い方についてはAI活用デザイン業務の価格設定で解説している。
Want the working version of this, every week? Join the Brainy creator list.
Get Started
