結論：単価より先に、費用を6種類へ分解する

先に答えると、Claude API料金を削減する最初の一手は、安いモデルへの一括変更ではありません。入力、出力、キャッシュ書込、キャッシュ読込、Batch、失敗・再試行の六つへusageを分け、どの業務が何を増やしているか特定します。その後、モデル選択、Prompt Caching、Batch API、出力上限を一項目ずつ改善します。

読者の具体的な困りごとは、請求増を見てモデル単価だけ下げた結果、品質低下と再作業が増えることです。読了後は、費用増の原因に合う削減策を選び、改善前後を同じ指標で比較できます。次の行動は、直近一週間の利用を六費目へ分け、件数、平均入力、平均出力、失敗率を業務別に並べることです。

現在のAPI単価を正しく読む

2026年8月1日のAnthropic公式Pricingでは、100万トークン当たりの標準入力／出力は、Fable 5が10ドル／50ドル、Opus 5が5ドル／25ドル、Sonnet 5が2ドル／10ドル、Haiku 4.5が1ドル／5ドルです。Sonnet 5は8月31日までの導入価格で、9月1日以降は3ドル／15ドルになります。

この表だけで月額は決まりません。Prompt Cachingの書込と読込、Batchの割引、US-only inferenceの1.1倍、Fast mode、長いcontext、再試行が重なります。クラウド事業者経由では地域や請求方式も変わります。予算表にはモデル名だけでなく、機能、地域、処理経路を記録します。

またClaude 4.7以降の新しいtokenizerでは、同じ文章でも以前より約30％多いトークンになる可能性があると公式に説明されています。文字数から固定換算せず、実際のusageまたはToken countingで測ります。モデル移行前後は、単価とトークン数を分けて比較します。

手順1〜2：業務別原価を作り、不要な入力を減らす

手順1は業務別原価の作成です。 APIキー単位だけでなく、問い合わせ分類、要約、コード、評価などの業務IDを付けます。一件当たりの入力、出力、キャッシュ、再試行、処理時間、人間確認時間を集計し、月額を件数で割ります。顧客案件と社内検証を同じ箱へ入れません。

手順2は入力の整理です。 全履歴、全マニュアル、全ログを毎回送らず、検索や前処理で必要部分を絞ります。重複したシステム指示、空の項目、古い会話、HTML装飾を除きます。ただし、必要な制約や根拠まで削ると誤りが増えるため、削減前後の合格率を代表データで測ります。

1Mコンテキスト対応は「1Mを常に使うべき」という意味ではありません。長い入力は料金だけでなく、重要情報を埋もれさせる可能性があります。検索結果の採用理由、参照範囲、文書更新日を残し、必要情報を再現できる構成にします。

手順3：Prompt Cachingで反復入力を再利用する

Prompt Cachingは、ツール定義、system指示、大きな資料、会話履歴など同じprefixを反復する処理に向きます。公式では自動Cachingとしてrequest上部へcache_controlを置く方法が推奨開始点です。5分TTLの書込は標準入力単価の1.25倍、1時間は2倍、cache readは0.1倍です。

5分TTLは、一度書き込んだ後に同じprefixを一回以上再利用できる処理で効果が出ます。1時間TTLは書込が高いため、再利用回数と間隔を測ります。固定資料を一日に一回しか使わない業務へ自動で付けても、書込費用だけ増える可能性があります。

キャッシュ対象はtools、system、messagesの順のprefixです。変わる内容を先頭へ置くと一致しません。固定の指示と資料を前に、各依頼の可変部分を後ろに配置します。cache hit率、write量、read量を監視し、期待よりhitしない場合はprefixの差分、TTL、最小トークン、ブレークポイントを確認します。

手順4：即時性が不要な処理をBatchへ移す

Message Batches APIは、即時回答が不要な大量処理を非同期化し、標準の入力・出力料金を50％削減します。大量評価、夜間の分類、文書要約、コンテンツ検査などが候補です。多くのBatchは1時間以内に終わると案内されていますが、即時完了を保証する仕組みではありません。

一つのBatchは100,000リクエストまたは256MBの小さい方が上限です。処理は24時間で期限切れになり、結果は作成後29日間利用できます。高いスループットによりWorkspaceのspend limitをわずかに超える場合もあるため、上限だけに依存せず投入件数を管理します。

顧客との対話、画面操作、緊急判定はBatchへ移しません。処理を「今必要」「今日中」「翌日でよい」に分類し、後二つだけを候補にします。失敗したrequestはcustom_idで特定し、全件を再送せず失敗分だけを再処理します。

手順5〜6：モデルと出力を業務ごとに最適化する

手順5はモデルルーティングです。 軽量な分類や抽出はHaiku、一般的な回答案やツール処理はSonnet、複雑なコードや長い判断はOpusまたはFableを比較します。入力だけでモデルを自由選択させず、業務、リスク、合格率、最大費用でルールを作ります。

手順6は出力の制御です。 出力単価は入力より高いため、必要な形式と長さを明示します。分類ならラベルと理由一文、抽出ならJSON schema、要約なら上限文字数を決めます。max_tokensを過度に大きく置くこと自体が必ず請求額になるわけではありませんが、不要な長文を許す設計は費用とレビュー時間を増やします。

安いモデルへ変えた時は、再試行率、形式エラー、差し戻し、人間確認を測ります。入力単価が下がっても、二回呼び直せば削減効果が消えます。モデルの切替は全体ではなく、影響の小さい業務から10％ずつ進め、品質基準を下回ったら戻します。

手順7：再試行と失敗ループを止める

費用増の見落としやすい原因が、自動再試行、タイムアウト後の重複送信、ツール失敗の循環です。request ID、業務ID、attempt、エラー分類、待機時間を記録します。429や一時障害には指数バックオフを使い、認証エラー、形式エラー、権限不足を同じ入力で繰り返しません。

エージェント処理は最大ステップ、最大トークン、最大時間、最大費用、停止条件を設定します。途中成果物が使える業務では、全体をやり直さず再開点を保存します。ツール呼び出しの結果が変わらない場合は、人間確認へ送る条件を決めます。

アラートは月額だけでなく、件数、平均入力、平均出力、cache hit率、Batch比率、再試行率、モデル構成比で設定します。費用が同じでも処理件数が減っていれば悪化です。逆に費用が増えても、有効処理件数や人間時間の削減が大きいなら投資として説明できます。

削減効果を検証するチェックリスト

業務ID／モデルID／入力トークン／出力トークン／cache write／cache read／Batch件数／地域設定／Fast mode／再試行／形式エラー／人間確認時間／合格率／一件原価、を改善前後で確認します。最低一週間、繁閑差が大きい場合は一か月を比較します。

削減策は一度に全部入れません。まず不要入力、次にCaching、Batch、出力、モデル、再試行の順に一項目ずつ変えると効果を説明できます。Prompt CachingとBatchの料金修飾は重なるため、計算式を残し、Consoleの実額で確認します。

品質ゲートには重大誤り、正答率、JSON検証、引用の正しさ、禁止情報、人間承認を含めます。料金削減を理由に安全確認を外しません。月次レビューで価格、モデル、提供条件を公式ページから再確認し、導入価格や一時的な割引を恒久予算にしません。

関連ガイドと公式情報

モデル単価と用途はClaude API最新モデルの比較、定額契約はClaude料金プラン比較、組織の予算統制はClaude Codeのコスト管理、権限はClaude Codeの権限設定も確認してください。

最新単価と修飾条件はAnthropic公式Pricing、Cachingの仕様は公式Prompt caching、Batchの上限と料金は公式Batch processingで再確認してください。

Miraigentの無料診断では、業務別原価、モデル、キャッシュ、Batch、再試行、人間確認を一枚にし、品質を落とさず改善できる順番を整理します。