Anthropic APIの課金はどう決まるのか

結論:実際に課金される項目

AnthropicはClaude APIをトークン単位・前払い制で課金します。開発者コンソールでクレジットを購入し、すべてのリクエストは3つのメーターから残高を差し引きます。入力トークン(送信するすべて)、出力トークン(思考トークンを含む、モデルが生成するすべて)、そしてプロンプトキャッシュの通信(書き込みは入力レートの1.25倍、読み取りは0.1倍)です。API自体にサブスクリプションはなく、Claude ProやMaxのサブスクリプションにAPIクレジットは含まれません。 高くつくのは出力メーターです。Claude Sonnet 4.6は入力100万トークンあたり$3.00、出力100万トークンあたり$15.00と、5倍の差があります。Claude Opus 4.7は入力$5.00、出力$25.00です。請求額が想定より高い場合は、何よりもまず出力量と会話履歴の増加を確認してください。

3つのメーター:入力・出力・キャッシュトークン

入力にはユーザーのメッセージ以上のものが含まれます。システムプロンプト、会話履歴の全体、ツール定義、ツールの実行結果、画像はすべて、それらを含むリクエストごとに入力トークンとしてカウントされます。出力はモデルが書き戻すすべてを含み、推論対応モデルではユーザーに表示されることのない思考トークンもここに含まれます。 プロンプトキャッシュは3つ目のメーターであり、多くのチームが使いこなせていないものです。安定した接頭辞(長いシステムプロンプト、ドキュメント、固定のツールリストなど)をcache_controlのブレークポイントで指定します。最初のリクエストは、デフォルトの5分間キャッシュに対して入力レートの1.25倍の書き込みプレミアムを支払い、そのウィンドウ内で接頭辞を再利用するリクエストはすべて0.1倍で読み取られます。1時間キャッシュも書き込みレート2倍で利用できます。以下は、2つの主力Claudeモデルの公式定価による料金表です。

計算例:あるチャットボットの1日

Claude Sonnet 4.6を公式レートで使うサポートチャットボットを例にとります。1日10,000リクエスト、それぞれ2,000トークンのシステムプロンプトと1,500トークンの履歴・ユーザーメッセージを持ち、500トークンの返信を返すとします。下の表は、システムプロンプトをキャッシュした場合としない場合の同じワークロードを示しています。 キャッシュなしでは1日$180.00、月あたり約$5,400です。システムプロンプトをキャッシュすると(5分間ウィンドウで1日あたり約300回のキャッシュ失効を想定)、1日あたり約$128、月あたり約$3,840まで下がります。動かなかったものに注目してください。出力コストです。キャッシュが影響するのは入力だけなので、他のどのレバーよりも出力の規律が重要になります。

なぜAnthropicの請求はチームを驚かせるのか

「請求額が見積もりの何倍にもなっている」という話の大半は、次の4つのパターンで説明できます。 1. 出力は入力の5倍で、思考も出力としてカウントされる。見積もりは最初に提示される数字である入力レートを基準にしがちです。しかし長い回答、冗長なフォーマット、拡張思考はすべて出力レートで課金されます。500トークンで回答する前に3,000トークン考えるモデルは、短い返信に見えても3,500トークンの出力として課金されます。 2. 履歴はターンごとに再課金される。APIはステートレスなので、各ターンは会話全体を入力として再送します。平均20ターンのチャットは単一ターンの20倍のコストにはならず、はるかに高くつきます。20ターン目は前の19ターン分を入力として運ぶからです。会話を整理・要約しない限り、入力コストはおおよそ会話の長さの2乗で増加します。 3. サブスクリプションとAPIクレジットは別物である。Claude ProとMaxはClaudeアプリをカバーしますが、APIはカバーしません。チームはサブスクリプションがAPIトラフィックを吸収してくれると思い込み、その後、コンソールが自動リロード付きの前払い残高を静かに消費していたことに気づきます。 4. リクエストに含まれるものはすべて入力であり、どこが使ったかの特定が難しい。ツール定義、ツールの実行結果、画像、システムプロンプトは、それらを含むすべてのリクエストで入力として課金されます。これがキーごとのログなしに複数のAPIキー、環境、機能に分散すると、請求書が届くまで誰もどの機能がいくら使ったのか言えなくなります。

Anthropic と OpenAI の課金を比較する

両プロバイダの計測方式は同じです。トークン単位、入力と出力で別レート、デフォルトは前払いクレジットです。請求に効いてくる違いは、キャッシュの仕組みと支出コントロールにあります。 実務上の分かれ目はキャッシュです。OpenAIは書き込み料金なしでプロンプトキャッシュを自動適用し、キャッシュされた部分に割引を与えます。Anthropicは自分でcache_controlのブレークポイントを設定する必要があり、書き込みプレミアムを課す代わりに、入力レートの0.1倍という大幅に安い読み取りで元を取れます。長く安定したプロンプトを持つワークロードでは、正しく設定されたAnthropicのキャッシュはより強力なレバーになります。間違えると(システムプロンプトにタイムスタンプが入っている、ツールリストが不安定など)、キャッシュは静かにヒットせず、書き込みプレミアムに加えて定価分を支払い続けることになります。

リリース前にAnthropic APIのコストを見積もる方法

すべてのAPIレスポンスには、正確なinput_tokensとoutput_tokens、そしてキャッシュが有効な場合はcache_creation_input_tokensとcache_read_input_tokensを含むusageオブジェクトが含まれます。このオブジェクトが唯一の正解です。他のプロバイダ向けに作られたクライアント側のトークナイザーはClaudeのトークン数を過小に見積もるので、それらで見積もらないでください。 手順はこうです。代表的なリクエストをいくつか送り、usageオブジェクトを読み、カウントを平均します。そして次の式を適用します。コスト = (input_tokens / 1,000,000 × 入力レート) + (output_tokens / 1,000,000 × 出力レート)、キャッシュを使う場合はキャッシュ書き込みと読み取りの項を加えます。想定日次量を掛け合わせ、マルチターンのプロダクトでは履歴がターンごとに入力を押し上げるため、余裕を持って見積もってください。何も送らずにカウントだけ知りたい場合は、Anthropicはcount_tokensエンドポイントも提供しています。

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-sonnet-4-6",
    "max_tokens": 1024,
    "messages": [{"role": "user", "content": "Summarize this ticket: ..."}]
  }'

# Response includes the ground truth for your cost model:
# "usage": {"input_tokens": 2412, "output_tokens": 486,
#           "cache_read_input_tokens": 0, "cache_creation_input_tokens": 0}

Anthropic APIの請求を減らす5つの方法

5つ目の対策こそ、ゲートウェイが力を発揮するところです。APIsRouterはOpenAI互換のゲートウェイで、モデル・入力トークン・出力トークン・リクエストごとの正確なドル建てコストを、APIキーごとに記録します。機能や環境ごとに専用のキーを発行すれば、使用状況画面にそれぞれ専用の行が現れます。Claude Sonnet 4.6を入力$2.40・出力$12.00(100万トークンあたり)、Claude Opus 4.7を$4.00・$20.00で提供しており、公式定価より20%安く、サブスクリプションなしの従量課金です。/topupでの初回チャージは倍になります。既存のOpenAI SDK連携をこちらに向けるのは、たった2行の変更です。

• 長く安定した接頭辞をキャッシュする。リクエストをまたいで繰り返されるシステムプロンプトやドキュメントは、最初の書き込み後のキャッシュ読み取りごとに入力レートの10分の1で課金されます。
• 履歴を整理し、max_tokensに上限を設ける。古いターンを再送する代わりに要約または削除し、max_tokensをタスクに必要な値に設定して、暴走した回答が余計な出力トークンを何千も課金しないようにします。
• 習慣ではなくタスクでルーティングする。Opusは必要なステップだけに使い、大量の分類・抽出・下書きはdeepseek-v4-flashやglm-5のような安価なモデルに回します。
• 非同期にできるものはすべてバッチ処理する。Batches APIは24時間以内にリクエストを半額で処理します。バックフィル、評価、夜間ジョブに最適です。
• トラフィックの手前にキーごとのコスト可視化を置く。請求の驚きの大半は「どこが使ったか分からない」問題であり、請求書が届くまで、どの機能・どの顧客がいくら使ったのか誰も言えません。

from openai import OpenAI

client = OpenAI(
    api_key="sk-APIsRouter-...",
    base_url="https://api.apisrouter.com/v1",
)

response = client.chat.completions.create(
    model="claude-sonnet-4-6",
    messages=[{"role": "user", "content": "Summarize this ticket: ..."}],
)

# Token counts come back on every response; the gateway console
# additionally records the exact cost of this request under this key.
print(response.usage.prompt_tokens, response.usage.completion_tokens)

よくある質問