AI Tools 2026年6月11日 (更新: 2026年8月28日)

10-1 Claude Code の料金の仕組み｜トークン課金を理解する

Claude Code の費用の正体である「トークン」を初心者向けに解説。モデル別の単価、入力/出力トークンの課金構造、コンテキストに何がカウントされるか、プロンプトキャッシュの倍率、/usage での実測方法までを整理します。

#Claude Code #カリキュラム #トークン #料金 #コスト管理

難易度前提知識ゼロでも読めます所要時間約 30 分種別学習コース

先に読む1-3 Claude Code の料金プラン比較｜サブスクと API どちらを選ぶ？

このレッスンでわかること

第10章のテーマは「コスト管理」です。レッスン 1-3 では「サブスクと API、どちらを選ぶか」という入口の話をしました。この章では一歩踏み込んで、費用がどういう仕組みで発生しているのかを、実際の単価を見ながら理解します。

このレッスンを読み終えると、次の4つがわかるようになります。

AIの利用量を測る単位「トークン」とは何か、1トークンはどれくらいの分量か
入力トークンと出力トークンの単価差と、モデルごとの単価差
コンテキストに何がカウントされるのか、なぜ長い会話ほど高く・遅くなるのか
/usage と /context で、自分の消費量を実際に測る方法

「料金プランは契約した。でも、何にどれだけ消費しているのかはよくわからない」という方は多いはずです。仕組みと単価がわかれば、次のレッスン 10-2 の節約術が「暗記」ではなく「納得」で身につきます。

本レッスンの数値は2026年8月28日時点の Anthropic 公式ページの値です。単価は改定されうるため、実際に判断するときは公式の料金ページで確認してください。

トークンとは何か：AIの「文字数」のようなもの

AIの世界では、文章の量を「文字数」ではなく「トークン」という単位で数えます。トークンとは、AIが文章を処理するときの最小の区切りのことです。

公式が示している目安は、英語について次のとおりです。

1トークン ≒ 英語で約4文字、または約0.75語

つまり英語100語の文章は、おおよそ130トークン前後になります。「I love coffee」のような文は数トークンです。単語1つが1トークンになることもあれば、長い単語が複数のトークンに分かれることもあります。

料金は「100万トークンあたりいくら」という単位で示されます。100万トークンは英語でおよそ75万語、文庫本にすると数冊分の分量だと考えてください。1回のやりとりで数千〜数万トークンを使うことは珍しくないので、100万という数字は「意外とすぐ届く」規模です。

日本語のトークン消費：倍率の公式値は存在しない

ここで正直に書いておきたいことがあります。「日本語は英語の◯倍トークンを消費する」という公式な数値は存在しません。

Anthropic はトークナイザ（文章をトークンに区切る仕組み）を公開しておらず、公式 FAQ にあるのは先ほどの英語の目安だけです。日本語1文字が何トークンになるかについての公式な記述はありません。ネット上には「非ラテン文字は2〜4倍」といった数字が出回っていますが、これらはすべて第三者の検証であり、本レッスンでは断定しません。

わかっているのは、次の2点です。

英語向けに最適化された区切り方であるため、日本語は同じ意味の文章でも英語よりトークン数が多くなりやすい（傾向としての話）
公式注記として、Claude 4.7 以降のモデルは新しいトークナイザを使っており、同じテキストでも約30%多くトークンを消費する（これは日本語特化ではなく、全体的な傾向）

では自分の場合はどうなのか。答えは「測ればわかる」です。後述する /usage を使えば、自分の実際の作業でどれだけのトークンを消費しているかが数字で出ます。他人の推計値を覚えるより、自分の実測値を1回取るほうが確実です。

モデル別の単価：何を使うといくらか

Claude Code では使うモデルを切り替えられます。以下は 100万トークンあたりの単価（USD、2026年8月28日時点）です。

モデル	入力	出力	コンテキスト長
Claude Opus 5	$5	$25	1M
Claude Sonnet 5	$2	$10	1M
Claude Haiku 4.5	$1	$5	200K

ここから読み取れることは3つあります。

出力は入力の5倍高い。 どのモデルでも入力単価と出力単価は1対5の関係です。AIにとって「読む」より「書く」ほうがコストの高い処理だからです。長大な文章を生成させる指示は、それだけで費用が跳ねます
モデル間で最大5倍の差がある。 Haiku 4.5 と Opus 5 では、入力単価も出力単価もちょうど5倍違います。同じ作業を Haiku で済ませられるなら、費用は5分の1です
Haiku 4.5 だけコンテキスト長が 200K で、他の 1M と違う。 長い文書をまとめて読ませる作業には向きません。安いからと何でも Haiku にすると、コンテキスト超過で作業が止まります

つまり API のコストは、ざっくり次の掛け算の合計で決まります。

コスト ≒（入力トークン数 × 入力単価）＋（出力トークン数 × 出力単価）
※ 単価はモデルごとに異なる

「たくさん読ませて、たくさん書かせて、高性能モデルを使う」ほど高くなる。当たり前のようですが、この3要素（入力量・出力量・モデル）を意識できるかどうかが、コスト管理の出発点です。

サブスクと API：費用構造の違いを深掘りする

レッスン 1-3 の復習から始めます。Claude Code の契約方式は大きく2つでした。

サブスクリプション（Pro / Max）：毎月定額。ただし一定時間ごとの利用上限（レートリミット）がある
API 従量課金：使ったトークン分だけ支払う。上限は予算管理次第

サブスクの実額（2026年8月28日時点）は次のとおりです。

プラン	料金	Claude Code
Pro	月払い $20 / 年払いなら $200一括（実質 $17/月）	使える
Max 5x	$100/月から	使える
Max 20x	$200/月から	使える

ここで重要なのは、どちらの方式でも「消費しているのはトークン」だという点は同じだということです。

API では、トークン消費がそのまま請求額になります
サブスクでは、トークン消費が利用上限の消化になります。上限に達すると、回復するまで待つことになります

つまりサブスク利用者にとって、トークンの浪費は「お金が減る」のではなく「使える残量が減る」という形で跳ね返ってきます。「定額だから気にしなくていい」のではなく、「無駄遣いすると、肝心なときに上限に当たって作業が止まる」のです。だからこそ、サブスク派にもトークンの理解が必要になります。

観点	サブスク（Pro/Max）	API 従量課金
トークン消費の影響	利用上限（レートリミット）の消化	請求額の増加
浪費したときに起きること	上限に達して一時的に使えなくなる	請求額が膨らむ
トークン節約のメリット	上限内でより多くの作業ができる	直接的に安くなる

なお Pro の月額 $20 は、Opus 5 の入力単価に換算すると 400万トークン分、出力なら 80万トークン分にあたります。サブスクが定額でどれだけ守ってくれているかの目安になります。

なぜ長い会話は高く・遅くなるのか

ここが本レッスンの核心です。Claude Code を使っていると、こんな経験をしないでしょうか。

会話が長くなるほど、応答が遅くなってきた気がする
同じような質問なのに、セッション後半ではすぐ上限に当たる

これは気のせいではありません。理由は、AIとの会話の根本的な仕組みにあります。

AIは「毎回、会話全体を読み直している」

人間どうしの会話では、相手は前の話を覚えています。しかしAIは、実は会話を「覚えて」いません。あなたが何かを送るたびに、それまでの会話履歴・読み込んだファイル・各種設定をぜんぶまとめて、毎回最初から読み直しているのです。

このAIに渡される情報のまとまりを「コンテキスト」と呼びます。

コンテキストにカウントされるもの

公式ドキュメントによれば、次のすべてがコンテキストとして毎回カウントされます。

システムプロンプト（Claude Code が裏側で渡している基本指示）
会話の全内容 — 過去のやりとりも、以前のターンは完全に保持されたまま累積します
- あなたが送った指示
- Claude が返した回答
- ツールの実行結果（ファイルを読んだ中身、コマンドの出力など）
- 画像
- 文書（読み込ませた PDF やテキスト）
ツール定義（Claude Code が使える各ツールの説明文）
Claude の出力（thinking＝思考過程を含む）

見落としやすいのは、ツールの実行結果です。「1行だけ指示した」つもりでも、Claude がファイルを10個読めば、その10個分の中身がまるごとコンテキストに積まれ、以降のやりとりで毎回送り直されます。

【1回目のやりとり】
送られるもの: システムプロンプト + ツール定義 + 指示A
→ 入力は小さい

【10回目のやりとり】
送られるもの: システムプロンプト + ツール定義
            + 指示A + 回答A + 読んだファイルの中身 + 指示B + 回答B + …… + 指示J
→ 過去の履歴が丸ごと毎回入力される

つまり会話が長くなるほど、1回のやりとりで送られる入力トークンが雪だるま式に増えていきます。その結果、

高くなる：入力トークン量が増えるため、API なら請求が、サブスクなら上限の消化が加速する
遅くなる：処理する量が増えるため、応答に時間がかかりやすくなる
精度が下がることもある：関係ない古い話題が混ざり、AIが焦点を絞りにくくなる

という三重の影響が出ます。「長い会話は、長くなった分だけ毎回コストを払い続けている」——この感覚を持てると、次のレッスンで扱う「会話を区切る」「コンテキストを整理する」という節約術の意味が腹落ちします。

プロンプトキャッシュ：同じ文脈を使い回すと読み取りが10分の1になる

毎回全部を送り直すなら、同じ部分は使い回せないのか。そのための仕組みが「プロンプトキャッシュ」で、Claude Code では裏側で活用されています。

課金は「通常の入力単価の何倍か」という倍率で決まります（全モデル共通）。

種類	倍率	Opus 5 での実額（100万トークンあたり）
通常の入力	1倍	$5
キャッシュ書込（5分保持）	1.25倍	$6.25
キャッシュ書込（1時間保持）	2倍	$10
キャッシュ読取	0.1倍	$0.50

注目すべきは読み取りが0.1倍、つまり10分の1という点です。書き込みは1.25倍と少し割高ですが、一度書き込んだ内容を2回目以降に読み直すコストは激減します。

ここから導かれる実務的な結論は、少し直感に反します。

同じ文脈を続けて使うほど安くなる。 短い間隔で連続して作業すると、共通部分がキャッシュから読まれ、実効単価が下がります
逆に、こまめに文脈を作り変えると割高になる。 毎回違う内容を書き込むと、1.25倍の書込コストばかり払うことになります

ただしキャッシュは万能ではありません。読み取りが10分の1でも、そもそもコンテキストが大きければ、その10分の1も大きくなります。「使い回す」ことと「太らせない」ことは両立させる必要があります。

Bad / Good で見る会話の持ち方

【Bad】
朝から夜まで1つのセッションで、経費精算の質問 → 資料作成 → メール下書き
→ 互いに無関係な履歴が全部コンテキストに乗り続け、後半ほど高く・遅く・不正確に

【Good】
タスクが変わったら新しいセッションを開始する（経費精算で1つ、資料作成で1つ）
→ 各セッションのコンテキストが小さく保たれ、速く・安く・正確に

自分の利用状況を確認する方法

仕組みがわかったら、次は「現状把握」です。Claude Code には、利用状況を確認するためのコマンドが用意されています。

`/usage`：いくら使ったかを見る

/usage（/cost は同じコマンドの別名です）を実行すると、次が表示されます。

そのセッションのトークン使用量
モデル別の内訳 — 入力 / 出力 / キャッシュ読取 / キャッシュ書込の4項目に分かれています
ドル換算額（Claude Code がローカルで計算した目安）
Pro / Max / Team / Enterprise 契約では、プラン上限に対する使用率バー

4項目の内訳が出るのが重要です。「出力が大きい」なら生成させすぎ、「キャッシュ書込ばかりでキャッシュ読取が少ない」なら文脈を作り変えすぎ、と読み解けます。

なお、表示されるドル換算額は標準料金ベースの計算で、契約している割引は反映されません。正式な請求額は Anthropic のコンソール（platform.claude.com/usage）で確認してください。

`/context`：今、何がコンテキストを占めているかを見る

/context は、現在のコンテキスト使用状況を色分けのグリッドで表示します。合わせて、コンテキストを圧迫しているツールやメモリ肥大について最適化の提案が出るほか、上限を超えそうなときは警告が出ます。フルスクリーンモードでは all 引数を渡すと項目別の内訳が展開されます。

/usage が「いくら使ったか（過去）」、/context が「今どれだけ埋まっているか（現在）」です。役割が違うので両方使います。

ダイエットでまず体重計に乗るのと同じで、コスト管理もまず「測る」ことから始まります。今日から、長めの作業が終わったら /usage を打つ——それだけで、自分の使い方のクセが見えてきます。

やってみよう

自分の日本語のトークン消費を実測する：新しいセッションで、いつもの日本語の指示を1つ出し、直後に /usage を実行して入力トークン数を控えましょう。倍率を覚えるより、自分の1回のやりとりが何トークンかを知るほうが役に立ちます。
/usage の4項目の内訳を読む：いつもの作業を1つ終えたあと /usage を実行し、入力 / 出力 / キャッシュ読取 / キャッシュ書込のどれが大きいかを見てみましょう。キャッシュ読取が大きければ、それだけ安く済んでいるということです。
長い会話の影響を数字で確認する：セッションの序盤と終盤の2回 /context を実行し、使用量がどれだけ増えたかを比べてみましょう。増えた分は、以降のやりとりで毎回送られ続けます。

まとめ

1トークンは英語で約4文字・約0.75語。料金は「100万トークンあたり」で示される
日本語の消費倍率に公式値はない。傾向として多くなりやすいが、正確なところは /usage で自分の実測値を取る
出力単価は入力単価の5倍。モデル間でも Haiku 4.5 と Opus 5 で5倍の差がある（ただし Haiku 4.5 のコンテキスト長は 200K）
コンテキストにはシステムプロンプト・会話の全内容・ツール結果・画像・文書・ツール定義・Claude の出力がすべてカウントされ、毎回送り直される
プロンプトキャッシュは読取が通常入力の0.1倍。同じ文脈を続けて使うほど実効単価が下がる
サブスクは Pro $20 / Max 5x $100 / Max 20x $200。トークン消費は API では請求額、サブスクでは上限の消化として跳ね返る
/usage で使った量、/context で今の埋まり具合を測る

理解度チェック

問1. 「会話が長くなるほどコストがかさむ」最も本質的な理由はどれでしょう？

A. AIが疲れてきて、処理に余計な電力を使うから
B. やりとりのたびに、それまでの会話履歴やツールの実行結果が丸ごと入力として送り直されるから
C. 長い会話には自動的に割増料金が設定されているから
D. 出力トークンの単価が、会話の後半になるほど上がっていくから

解答を見る

正解：B

AIは会話を記憶しておらず、送信のたびにシステムプロンプト・会話の全内容・ツール結果・画像・文書・ツール定義（コンテキスト）をすべて読み直しています。そのため会話が長くなるほど毎回の入力トークンが膨らみ、コストと処理時間が増えていきます。割増料金や単価の変動（C・D）といった料金制度上の仕掛けではなく、仕組み上の必然です。

問2. 100万トークンあたりの単価が入力 $5 / 出力 $25 のモデルについて、正しい説明はどれでしょう？

A. 読ませる量より、書かせる量のほうが1トークンあたり5倍高くつく
B. 書かせる量より、読ませる量のほうが1トークンあたり5倍高くつく
C. 入力と出力は合算され、どちらも $30 として課金される
D. キャッシュを使うと、キャッシュ読取の単価は通常入力の2倍になる