AIエージェントの費用は、何で決まるのか

AIエージェントの費用は、何で課金されるのか

AIエージェントの費用は、入力トークンと出力トークンをそれぞれ数えて課金されます。ただし、トークン以外の課金もあります。同じページには、Web検索が「$10 per 1,000 searches」（1,000回あたり10ドル）で、これがトークン費用に加わることが書かれています。また一部のエージェント向けサービスの計算例には「Session runtime 1.0 hour × $0.08」という、稼働時間に対する行が入っています（出典：Anthropic「Pricing」／2026年8月28日取得。2026年8月28日時点の公開価格で、料金は改定されます）。本稿が扱うのは、このうちトークンの側です。Anthropicの公式ドキュメントは、トークンについて「1 token is approximately 4 characters or 0.75 words in English」（1トークンは英語でおよそ4文字、単語にして0.75語ほど）という目安を挙げています（出典：Anthropic「Pricing」／2026年8月28日取得。これは英語での目安で、日本語での目安はこのページに書かれていません）。

公開されている料金表から3つ抜き出すと、次のようになります。

出力のほうが高い、という向きは押さえておく価値があります。ただし、エージェントの費用でふくらみやすいのは入力の側です。理由は2つあります。

なぜ、モデルの単価だけでは見積もれないのか

1つめは、ツールを持たせるだけで入力が増えることです。公式ドキュメントは、ツールを使うリクエストの課金についてこう書いています。

When you use tools, the API also automatically includes a special system prompt for the model that enables tool use.

── Anthropic「Pricing」（2026年8月28日取得。訳：ツールを使うとき、APIはツール利用を可能にするための特別なシステムプロンプトを、モデルに対して自動的に含めます）

そのぶんのトークン数が、モデルとツールごとに公開されています。

何をさせるかではなく、何を持たせるかで、1回あたりの入力が動きます。使わなかった回も、持たせていれば乗ります（この読み方は私たちのものです）。

2つめは、費用の見え方を大きく変える記述です。

Web search results retrieved throughout a conversation are counted as input tokens, in search iterations executed during a single turn and in subsequent conversation turns.

── Anthropic「Pricing」（2026年8月28日取得。訳：会話の中で取得された検索結果は、1回のターン内での検索の反復でも、その後の会話のターンでも、入力トークンとして数えられます）

「in subsequent conversation turns（その後の会話のターンでも）」と書かれています。ターンとは、こちらが1回投げてAIが1回返す、そのひと往復のことです（この言い換えは私たちのものです）。取ってきたものは、その回だけの費用ではありません。以降のやりとりのたびに、入力として数え直されます。

なお公式ドキュメントは、Web検索そのものについても「$10 per 1,000 searches」（1,000回あたり10ドル）という従量課金を示しています。トークン代とは別建てです（出典：同ページ／2026年8月28日取得。料金は改定されます）。会話を切っても、検索した回数分の課金は残ります（この読み方は私たちのものです）。

いま動かしているものが多くのツールを持っている、会話が長い、というのは、たいてい後から分かることです。動かしてみないと、どのツールが実際に使われるかも、1件の用件が何往復で終わるかも出てきません。作りを直す前に、いま持たせているものと、1件あたりの往復数を一度並べるところから見られます。

キャッシュは、いつ元が取れるのか

毎回同じ前置きを読ませるなら、その部分を保存しておく仕組みがあります（プロンプトキャッシュと呼ばれます）。公式ドキュメントは、元が取れる回数まで書いています。

A cache hit costs 10% of the standard input price, which means caching pays off after one cache read for the 5-minute duration (1.25x write), or after two cache reads for the 1-hour duration (2x write).

── Anthropic「Pricing」および「Prompt caching」（いずれも2026年8月28日取得。キャッシュの記述は両ページにまたがっており、私たちの記録ではこの一文がどちらのページのものかを特定できていないため、両方を挙げています。訳：キャッシュヒットは標準の入力価格の10%なので、5分の場合は1回読み取れば（書き込みは1.25倍）、1時間の場合は2回読み取れば（書き込みは2倍）元が取れます）

書き込みは割高で、読み取りは割安です。5分のキャッシュは書き込みが入力単価の1.25倍、1時間のキャッシュは2倍。読み取りはどちらも0.1倍です（出典：Anthropic「Pricing」／2026年8月28日取得）。だから「元が取れるかどうか」は、有効な間に何回読み取るかで決まります。

ここが運用の形と直結します。公式ドキュメントは「By default, the cache has a 5-minute lifetime」（既定では、キャッシュの有効期間は5分です）としています（出典：Anthropic「Prompt caching」／2026年8月28日取得）。5分に1回も呼ばれない処理では、既定のキャッシュは読み取られる前に消えます（この読み方は私たちのものです）。

もう1つ、書き換えについての記述があります。「Changes at each level invalidate that level and all subsequent levels」（各階層での変更は、その階層とそれ以降のすべての階層を無効にします）とされています（出典：同「Prompt caching」）。ここでいう階層とは、毎回読ませる前置きを前から順に区切ったまとまりのことです（この補いは私たちのものです）。前のほうを書き換えると、その先に積んだ分も無効になります。前置きを頻繁に直す運用では、キャッシュが効きにくくなります（この読み方は私たちのものです）。

そもそもキャッシュできる最小の長さも決まっています。公式ドキュメントはモデルごとに示しており、Claude Opus 5 は512トークン、Claude Sonnet 5 は1,024トークン、Claude Haiku 4.5 は4,096トークンとされています（出典：Anthropic「Prompt caching」／2026年8月28日取得）。短い前置きでは、そもそもキャッシュが効きません（この読み方は私たちのものです）。

安くする手は、どこにあるのか

公式ドキュメントは4つを挙げています。モデルの使い分け、キャッシュの利用、バッチ処理（すぐに返さなくてよい依頼を、まとめて後から処理させるやり方）、使用量の監視です。（出典：Anthropic「Pricing」の「Cost optimization strategies」／2026年8月28日取得）

バッチ処理には50%の割引があります。公式ドキュメントは「The Batch API allows asynchronous processing of large volumes of requests with a 50% discount on both input and output tokens」（Batch APIは大量のリクエストを非同期で処理でき、入力・出力の両方のトークンに50%の割引が適用されます）と書いています（出典：同ページ）。

ただし、割引が適用されない場面も書かれています。同ページはClaude Managed Agentsについて、Batch APIの割引が適用されない理由として「Sessions are stateful and interactive. There is no batch mode」（セッションは状態を持ち、対話的です。バッチモードはありません）と記しています（出典：同ページ）。この記述はClaude Managed Agentsについてのもので、対話するエージェント全般に当てはめて読んでいるのは私たちです。夜間にまとめて処理する用途と、その場で応答する用途では、使える手が違うということになります（この整理は私たちのものです）。

AIエージェントの費用は、どこから決めればよいのか

ここからは私たちの進め方です。すでに見積を取っている場合も、決め直せます。3つあります。

• 持たせるツールを、先に絞る。ツールは持たせているだけで毎回の入力に乗ります。コンピュータ操作でおよそ4,500トークン、ブラウザ操作でおよそ6,600トークンです。すでに組んである場合は、いま持たせているツールを一度並べるところからです。これから足すぶんについては、「あとで使うかもしれない」で持たせると、使わなかった回にも乗ります
• 会話を、どこで切るかを決める。取ってきた検索結果は、その後のターンでも入力として数えられます。1件の用件が終わったら会話を切るのか、続けるのか。ここが1回あたりの入力を決めます
• 呼ばれる間隔を先に出してから、キャッシュを検討する。既定の有効期間は5分です。5分に1回も呼ばれない処理では、既定のキャッシュは読み取られる前に消えます。間隔が分からないうちは、キャッシュを前提にした見積を立てないほうが安全です

単価の比較より、掛ける相手を決めるほうに判断が寄ります。どこを固定してどこをLLMに任せるかはAIエージェントとワークフローは、何が違うのかで、同じ「量ではなく形」の構造はBrazeの費用は、何で決まるのかで扱いました。

よくある質問

AIエージェントの費用は、何で決まりますか？

入力トークンと出力トークンの量で決まります。Anthropicの公開価格のうち本稿で挙げた3モデルでは、出力の単価が入力の5倍です（Claude Opus 5：入力 $5／出力 $25、いずれも100万トークンあたり。2026年8月28日時点）。ただしエージェントでふくらみやすいのは入力の側です。ツールを持たせるだけで1回のリクエストの入力が増え、公式ドキュメントによればコンピュータ操作でおよそ4,500トークン、ブラウザ操作でおよそ6,600トークンが加わります。さらに「Web search results retrieved throughout a conversation are counted as input tokens, in search iterations executed during a single turn and in subsequent conversation turns」（会話の中で取得された検索結果は、1回のターン内での検索の反復でも、その後の会話のターンでも、入力トークンとして数えられます）とされています。単価より、毎回読ませる量と呼ぶ回数が効く、というのが私たちの読み方です。これはAnthropicの料金体系で、AIエージェント一般の共通仕様ではありません。（出典：Anthropic「Pricing」／2026年8月28日取得。料金は改定されます）

安いモデルに変えれば、費用は下がりますか？

単価は下がります。Anthropicの公開価格では、Claude Haiku 4.5 が入力 $1／出力 $5、Claude Opus 5 が入力 $5／出力 $25 です（いずれも100万トークンあたり。2026年8月28日時点）。公式ドキュメントも「Choose Haiku for simple tasks, Sonnet for most production workloads, and Opus for the most complex reasoning」（単純なタスクにはHaiku、多くの本番用途にはSonnet、最も複雑な推論にはOpusを選ぶ）という使い分けを挙げています。ただし単価が下がっても、毎回読ませる量が変わらなければ、掛け算の片側が変わるだけです。これは私たちの読み方です。これはAnthropicの料金体系で、AIエージェント一般の共通仕様ではありません。（出典：Anthropic「Pricing」／2026年8月28日取得。料金は改定されます）

プロンプトキャッシュを使えば安くなりますか？

読み取る回数によります。公式ドキュメントは「A cache hit costs 10% of the standard input price, which means caching pays off after one cache read for the 5-minute duration (1.25x write), or after two cache reads for the 1-hour duration (2x write)」（キャッシュヒットは標準の入力価格の10%なので、5分の場合は1回読み取れば〈書き込みは1.25倍〉、1時間の場合は2回読み取れば〈書き込みは2倍〉元が取れます）と書いています。書き込みは割高（5分で1.25倍、1時間で2倍）、読み取りは割安（0.1倍）という構造です。既定の有効期間は5分なので、5分に1回も呼ばれない処理では、既定のキャッシュは読み取られる前に消えます。これは私たちの読み方です。これはAnthropicの料金体系で、AIエージェント一般の共通仕様ではありません。（出典：Anthropic「Pricing」および「Prompt caching」／いずれも2026年8月28日取得。料金は改定されます）

バッチ処理の50%割引は、AIエージェントにも使えますか？

公式ドキュメントがClaude Managed Agentsについて示している範囲では、対話するものには使えません。公式ドキュメントは「The Batch API allows asynchronous processing of large volumes of requests with a 50% discount on both input and output tokens」（Batch APIは大量のリクエストを非同期で処理でき、入力・出力の両方のトークンに50%の割引が適用されます）としたうえで、Claude Managed Agentsについて割引が適用されない理由として「Sessions are stateful and interactive. There is no batch mode」（セッションは状態を持ち、対話的です。バッチモードはありません）を挙げています。夜間にまとめて処理する用途では使え、その場で応答する用途では使えない、という切り分けになります。この整理は私たちのものです。これはAnthropicの料金体系で、AIエージェント一般の共通仕様ではありません。（出典：Anthropic「Pricing」／2026年8月28日取得。割引の条件は変更されうるため、検討時には公式の最新情報をご確認ください）

日本語だと、費用は変わりますか？

本稿で参照したページには、日本語のトークン数についての記載がありません。書かれているのは「1 token is approximately 4 characters or 0.75 words in English」（1トークンは英語でおよそ4文字、単語にして0.75語ほど）という英語での目安と、「The exact count varies by language and content type」（正確な数は言語や内容の種類によって変わります）という但し書きだけです。これはAnthropicの料金体系で、AIエージェント一般の共通仕様ではありません。そのため本稿では、日本語の文字数からトークン数を換算していません。（出典：Anthropic「Pricing」／2026年8月28日取得）