毎月の請求書を見て目が飛び出るようなら、あなたは一人ではありません。
トークンの無駄遣いは皆の問題です。
>
🎯 この記事で扱うこと
- トークンが正確にどのように課金されるか (インプット vs アウトプットの違い)
- プロンプトキャッシング(Prompt Caching)でコストを90%まで削減する方法
- モデル選択戦略 — Haiku vs Sonnet vs Opus いつ使うべきか
- claude.ai 一般ユーザーも適用できる実用的なヒント
- API開発者向けのコードレベル最適化手法
📌 はじめに — なぜトークン最適化が重要なのか
Claude APIを初めて使うと、このような状況に遭遇することがあります。最初は問題なかったのに、ある時点で月額請求書が予想よりもはるかに高額になります。
原因を追跡すると、ほとんどのパターンは似ています。毎回のリクエストで同じシステムプロンプトを繰り返し送信したり、会話が長くなるにつれて以前の履歴全体を再処理したり、簡単な作業に高価なOpusモデルを使用したりする、といった具合です。
ある開発者の実際の事例では、当初1,000トークンだったセッションが、5回のメッセージ交換だけで15,000トークン以上に膨れ上がりました。これは、会話をするたびにClaudeが新しい質問だけを処理するのではなく、以前のプロンプト、以前の応答、コードスニペット、コンテキスト情報すべてを再処理するためです。 BSWEN
この記事では、この問題を体系的に解決する方法を扱います。
🔍 まず、トークンコスト構造を理解する
インプット vs アウトプット — どちらがより高価か？
トークン最適化で最初に知るべき重要な事実があります。
アウトプットトークンはインプットトークンに比べて5倍高価です。 Sonnet 4を基準にすると、不要な応答500トークンは、無駄になったインプットトークン2,500個と同じコストです。出力長を最適化することが、インプットを減らすよりもはるかに大きな節約効果を生み出します。 SitePoint
つまり、「短く答えて」の一言が、思ったよりもはるかに強力なコスト削減方法なのです。
トークン課金構造の概要
| 区分 | 説明 | 課金単位 |
| 一般インプット | 毎リクエストごとに新規処理 | 標準価格 |
| キャッシュ書き込み | キャッシュに保存する時 | 標準価格 × 1.25 (5分) |
| キャッシュ読み込み | キャッシュから読み込む時 | 標準価格 × 0.1 (90%削減！) |
| アウトプット | 生成された応答 | 標準価格 × 5 |
—
💡 主要テクニック 1 — プロンプトキャッシング (Prompt Caching)
概念: 「同じ内容をなぜ毎回読み直すのですか？」
プロンプトキャッシングの概念は単純です。固定された内容（システムプロンプト、ドキュメント、ツール定義など）は一度だけ処理し、その後のリクエストではキャッシュされた結果を再利用する方式です。
例えば、毎日数百人のユーザーが同じドキュメントについて質問を投げかけるシステムを運用している場合、毎回同じドキュメントを再処理するのではなく、キャッシュを維持することで入力トークンコストを最大90%まで削減できます。 Brunch
APIでキャッシングを適用する方法
import anthropic
client = anthropic.Anthropic()
# システムプロンプトにcache_controlを追加
response = client.messages.create(
model="claude-sonnet-4-6",
max_tokens=1024,
system=[
{
"type": "text",
"text": "당신은 AWS 클라우드 전문가입니다. 아래는 프로젝트 문서입니다...
[수천 토큰의 고정 문서]",
# 👇 この一行が重要！
"cache_control": {"type": "ephemeral"}
}
],
messages=[
{"role": "user", "content": "EC2 비용 최적화 방법을 알려주세요"}
]
)
# 使用量を確認
print(f"캐시 읽기 토큰: {response.usage.cache_read_input_tokens}")
print(f"캐시 쓰기 토큰: {response.usage.cache_creation_input_tokens}")###
キャッシュTTL (有効時間) 戦略
Anthropicのキャッシュは、デフォルトで非アクティブ状態が5分続くと期限切れになります。ただし、キャッシュがヒットするたびにタイマーがリセットされます。したがって、1〜2分ごとにメッセージをやり取りする活発なコーディングセッションでは、キャッシュは継続的に維持されます。逆に、5分以上入力がないとキャッシュは消滅し、次のリクエストはコールドスタート（キャッシュ書き込み）になります。 Claude Code Camp
1時間の長期キャッシュも可能です:
# 1時間キャッシュ (ベータヘッダーが必要)
import anthropic
client = anthropic.Anthropic(
default_headers={"anthropic-beta": "extended-cache-ttl-2025-04-11"}
)
response = client.messages.create(
model="claude-sonnet-4-6",
max_tokens=1024,
system=[
{
"type": "text",
"text": "[대용량 고정 문서...]",
"cache_control": {
"type": "ephemeral",
"ttl": "1h" # 1時間キャッシュ
}
}
],
messages=[{"role": "user", "content": "질문"}]
)⚠️ 注意: 1時間キャッシュは書き込みコストが標準価格の2倍です。リクエストが十分に多い場合にのみ経済的です。
💡 主要テクニック 2 — モデル選択戦略
すべての作業にOpusを使うと破産します
一般的に、80%の作業にはSonnetから始め、複雑なアーキテクチャの決定や深層分析が必要な場合にのみOpusに切り替えることが推奨されます。 Claude Fast
| モデル | 適切な作業 | 相対的コスト |
| Haiku | 分類、簡単なQ&A、キーワード抽出 | 最低 |
| Sonnet | コーディング、分析、一般作業 (ほとんど) | 中間 |
| Opus | 複雑な推論、戦略立案 | 最高 |
### 実際のルーティングパターン例
def route_request(task_type: str, complexity: str) -> str:
"""작업 복잡도에 따라 모델 자동 선택"""
if task_type in ["classification", "simple_qa", "keyword_extraction"]:
return "claude-haiku-4-5-20251001" # 最低コスト
elif complexity == "high" or task_type in ["architecture", "deep_analysis"]:
return "claude-opus-4-6" # 高品質が必要な場合
else:
return "claude-sonnet-4-6" # デフォルト (80%のケース)
# 使用例
model = route_request(task_type="code_review", complexity="medium")
# → "claude-sonnet-4-6"を返す💡 主要テクニック 3 — 出力長制御
アウトプットトークンが5倍高価であることを覚えていますか？そのため、応答長を制御することがコスト削減に最も直接的な効果をもたらします。
❌ トークン無駄遣い型プロンプト
"EC2 비용 최적화 방법을 알려주세요"→ Claudeが冗長な説明、背景知識、例、補足説明をすべて含めて応答
✅ トークン節約型プロンプト
"EC2 비용 최적화 방법을 3가지만, 각 50자 이내로 간결하게 알려주세요"→ 必要な内容だけを伝達
プロンプトに明示的な長さ制約を追加するだけで、トークン使用量を最大40%まで削減できた事例もあります。核心原則は「Claudeに何を望むか探索させず、望むものを明確に指定する」ことです。 BSWEN
応答形式指定のヒント
# 悪い例
messages=[{"role": "user", "content": "이 코드 리뷰해줘"}]
# 良い例
messages=[{
"role": "user",
"content": """다음 코드를 리뷰해주세요.
형식: JSON으로만 응답
{"issues": [...], "improvements": [...]}
각 항목은 한 줄 이내로 작성"""
}]💡 主要テクニック 4 — コンテキスト管理
会話が長くなるほどコストが線形に増加します
コンテキストの蓄積はトークン消費の主要な原因であり、管理しないと200Kトークンのコンテキストウィンドウが徐々に埋まっていきます。 DeepWiki
関連のない作業は必ず新しい会話で
# Claude Codeで
/clear # 現在のセッションをリセット
/compact # 会話の要約でコンテキストを圧縮 (約50%削減)
/cost # 現在のトークン使用量を確認ファイルは必要な部分だけ貼り付け
# ❌ 500行のファイルを丸ごと貼り付け
with open("app.py") as f:
code = f.read() # 500行 = 約3,000トークンの無駄
# ✅ 必要な関数のみを抽出
# "calculate_cost関数 (42-67行目) のバグを修正してください"💡 主要テクニック 5 — Token-Efficient Tool Use (API上級)
APIを直接使用する開発者にとって、この機能は特に有用です。
Token-Efficient Tool Use は現在Claude Sonnet 4.6とOpus 4.6で利用可能であり、ベータヘッダー token-efficient-tools-2025-02-19 を追加するだけで即座に適用されます。エージェントアプリケーションでこれらの最適化を組み合わせると、月間APIコストを60〜80%削減できます。 Claude Lab
# Token-Efficient Tool Useを有効化
curl https://api.anthropic.com/v1/messages
-H "content-type: application/json"
-H "x-api-key: $ANTHROPIC_API_KEY"
-H "anthropic-version: 2023-06-01"
-H "anthropic-beta: token-efficient-tools-2025-02-19" # この一行！
-d '{
"model": "claude-sonnet-4-6",
"max_tokens": 1000,
"tools": [...],
"messages": [...]
}'💡 主要テクニック 6 — バッチAPI活用
急ぎでない大量作業は、バッチAPIを使用すると50%割引が適用されます。
import anthropic
client = anthropic.Anthropic()
# 大量リクエストをバッチで処理
batch_requests = [
{
"custom_id": f"request-{i}",
"params": {
"model": "claude-haiku-4-5-20251001",
"max_tokens": 100,
"messages": [{"role": "user", "content": f"텍스트 {i} 분류해줘"}]
}
}
for i in range(100)
]
# バッチ作成 (24時間以内に処理、50%割引)
batch = client.messages.batches.create(requests=batch_requests)
print(f"배치 ID: {batch.id}")⚠️ よくある間違い & 注意事項
キャッシュを破壊する行動:
MCPツールの追加、システムプロンプトへのタイムスタンプ挿入、セッション途中でのモデル切り替え — これらの行動はキャッシュ全体を無効にし、該当リクエストのコストを5倍以上に増大させる可能性があります。 Claude Code Camp
# ❌ キャッシュ破壊パターン
system_prompt = f"현재 시각: {datetime.now()}
당신은 전문가입니다..."
# リクエストごとに時間が異なるため、キャッシュミスが発生
# ✅ 正しいパターン
system_prompt = "당신은 전문가입니다..."
# 固定された内容のみキャッシュを適用MCPサーバー管理:
不要なMCPサーバーは無効にしてください。アクティブなMCPサーバーごとにツール定義がシステムプロンプトに追加され、コンテキストウィンドウを消費します。 ClaudeLog
✅ まとめ — コスト削減の優先順位
実際の適用順序で整理するとこうなります:
| 優先順位 | テクニック | 予想削減 |
| 1位 | プロンプトキャッシング適用 | 最大90% |
| 2位 | 出力長を明示的に制限 | 30〜40% |
| 3位 | モデルルーティング (Haiku/Sonnet/Opus) | 40〜70% |
| 4位 | 関連のない作業ごとに新しい会話を開始 | 20〜30% |
| 5位 | バッチAPI (急ぎでない大量作業) | 50% |
| 6位 | Token-Efficient Tool Use ヘッダー | 追加10〜20% |
このうちプロンプトキャッシング + モデルルーティングを適切に適用するだけで、ほとんどのケースでコストを半分以下に削減できます。
次のステップとしては、Anthropic公式のプロンプトエンジニアリングガイドと、Claude Codeの /compact, /cost コマンドの活用をお勧めします。
コメントを残す