Claude Codeの費用はどこに消えるのか
Claude Codeの節約のために、プロンプトを短く書いていませんか。
ぼくの47稼働日・724セッション分のログを集計したら、入力プロンプトの費用は全体の0.45%でした。総額はAPI従量課金に換算しておよそ39万円分。定額プラン利用なので実支払い額ではありませんが、内訳の構造は変わりません。
大半を占めていたのは、過去の会話を維持するためのキャッシュの読み書きでした。
先に結論を3行で置いておきます。
・2026年8月、独立した実測記事が相次いで同じコスト構造を報告した。AIコーディングのトークン消費の実体は「キャッシュ読み込み」、つまり会話の読み直しだった
・ぼくのログでもトークン量の93.6%がキャッシュ読みで、同じ構造が再現した
・費用の内訳まで出ている2つの実測では、どちらもキャッシュ関連が費用の3分の2以上を占めていた
自分の47日分のログを解剖した結果
まず、ぼく自身の数字から出します。
環境は、多エージェントのワークフローを日常的に回しているぼくのMacです。Claude Codeが ~/.claude/projects/ に自動保存する724セッション分のJSONLを、スクリプトで集計しました。
集計ではストリーミングの二重計上を避けるためレスポンスIDで重複排除し、全モデルに公式単価が定義されていることを確認してから換算しています。後述する先行実測が報告した「未知モデルを0円扱いして総額の33%を取りこぼす」罠を、先回りで踏まないためです。
期間は2026年6月21日から8月21日、47稼働日。総トークンは約20.6億でした。
トークン量の内訳はこうなりました。
・キャッシュ読み: 93.62%
・キャッシュ書き: 5.22%
・出力: 1.05%
・入力: 0.11%
キャッシュ読みは出力の89倍。目に見える回答の裏で、その89倍の「読み直し」が動いていたことになります。
費用に換算すると景色が少し変わります。標準リスト価格で総額は約2,625ドル、およそ39万円分（1ドル150円換算）。内訳は、
・キャッシュ読み: 42.0%
・キャッシュ書き: 35.8%（うち1時間保持の書き込みが21.1%）
・出力: 21.7%
・入力: 0.45%
つまり正確に言うと、トークン量の実体は「読み直し」、費用の実体は「読み書き合わせた記憶の維持費」です。ぼくの環境では読みと書きを合わせて費用の77.9%を占めていました。
同じ構造は、他の実測でも出ていた
n=1の集計は、それだけでは偶然かもしれません。答え合わせをします。
2026年8月18日から20日にかけて、書き手も手法も違う実測記事が立て続けに出ました。
1本目はZennのtrhさん。65稼働日（4〜8月）のログを自作スクリプトで集計し、トークン消費の97.7%がキャッシュ読み込み（約191.6億トークン）と報告しています。
2本目はZennのちいさなソフト工房さん。ログをSQLiteに取り込んで4か月弱・73,548ターンを集計し、API換算302万円（1ドル159円換算）という数字を出しました。費用の内訳はキャッシュ読み66.5%・書き20.2%・出力13.1%・入力0.2%です。
3本目はDEV.toのRulestackの記事。同じレビュータスクを3エージェント構成（計2,150,310トークン）と単一エージェント（809,070トークン）で走らせて比較し、サブエージェント1体の起動固定費を約436,000トークンと見積もりました。著者自身が「粗いが再現可能な推定」と限定を付けています。
さらに遡ると、2月にはstudistさんが「キャッシュ失効で同一タスクの費用が7.5倍になった」実験を、6月にはleomarokunさんが「入力約5.7億トークンの95%がキャッシュ読み」という分析を、同じく6月にはペパボのあたにさんが「ある1日でcacheReadが通常入力の約1800倍」という計測を公開しています。
問いの立て方はそれぞれ違います。それでも、別々の人が別々の手法で、同じコスト構造を別の角度から照らしている。ぼくの93.6%は、この列に並ぶ数字でした。
AIは毎ターン、会話ぜんぶを読み直している
なぜキャッシュ読みがここまで支配的になるのか。仕組みを噛み砕くとこうなります。
LLMのAPIには記憶がありません。だからClaude Codeのようなエージェントは、ターンのたびに「これまでの会話・システムプロンプト・ツール定義」の全部を送り直します。10ターン目には過去9ターン分を、100ターン目には過去99ターン分を読み直すわけです。
これを毎回フル価格で処理すると破綻するので、プロンプトキャッシュという仕組みがあります。Anthropicの公式仕様で、単価の関係はこうです。
・新しく渡す指示（入力）: 単価1
・過去の会話の再利用（キャッシュ読み）: 単価0.1
・会話の保存（キャッシュ書き）: 単価1.25〜2
・Claudeの回答（出力）: 単価5
ここで面白い算術が成立します。ちいさなソフト工房さんの集計では、トークン量ではキャッシュ読みが97.3%なのに、費用では66.5%でした。一見ズレて見えますが、0.1倍の読み単価と5倍の出力単価を量の内訳に掛け算すると、費用シェアはほぼ66%・20%・14%になります。公式価格できれいに説明がつく。数字が信用できる実測だと分かります。
会話が長くなるほど、この読み直しは重くなります。同じ集計では、会話の最初の10ターンは1ターン0.1232ドルだったのに、1000ターンを超えた会話では0.3157ドル、約2.6倍になっていました。
結論を1行でいうと、こうなります。
Claude Codeの費用は「何を書くか」より「どれだけ長い会話を持ち続けるか」で決まる。
効いた対策と、効かなかった対策
trhさんの記事がとくに誠実なのは、対策の失敗まで数字で記録しているところです。
まず、機械的なタスク10個を安いモデルに振り分ける設定を入れました。ところが翌月の集計で下位モデルの使用比率は0.0%。下位モデル指定の対策は集計上ほとんど何も動かさなかったまま、日次中央値は472ドルから916ドルへ倍増しています。安いモデルに替えるという直感的な打ち手が、キャッシュ読みの量そのものには効かなかったわけです。
次に効いたのが運用の変更でした。「重い実装は別セッションに切り出す」「対象システムごとにセッションを分ける」。トピック単位で会話を短く保つルールです。これで日次中央値は916ドルから272ドル、約3分の1になりました。キャッシュ読みの中央値は約3.7分の1です。
ただしオチがあります。8月の中央値は903ドル。6月の水準にほぼ逆戻りしました。著者の説明はこうです。「設定ではなく人間の習慣に依存していた。だから意識が薄れた時点で戻った」。
サブエージェントの約436,000トークンという固定費も同じ文脈にあります。Rulestackの試算では、損益分岐はおよそ145,000トークン、実務では200,000トークンに丸めて判断するのがよいとされています。固定費を上回る仕事量がないなら、委譲するだけ損をする構造です。
ちなみにこの週、The New Stackは「Claude Codeの公式スキルがロードだけで20万トークン超を消費していた」という記事も出しています。v2.1.234の修正で約2.5万トークン、少なくとも85.7%の削減。節約術より先に、何が食っているかの計測が効くという実例が、公式ツール側からも出たことになります。
余談ですが、Anthropic自身もマルチエージェント研究システムのBrowseComp評価の分析で「トークン使用量だけで性能分散の80%を説明できた」と書いています。評価文脈限定の数字ですが、トークンは支出であると同時に性能の源泉でもある。だから「減らせば偉い」ではなく「どこに使われているか知っている」が正解になります。
今日からできること
読者のみなさんが今日できることを、効く順に並べます。
1．まず自分のログを測る。Claude Codeなら ~/.claude/projects/ のJSONLに cache_read_input_tokens などの使用量が残っています（失敗リクエストなど、記録されないものもあります）。集計ツールを使う場合も、未知モデルが0円扱いされていないかだけ確認してください
2．トピックが変わったらセッションを切る。trhさんの実測で、試した対策のうち唯一大きく効いたものです（916ドル→272ドル）。ただし習慣に依存するので、意識が薄れると戻ります。「対象が変わったら/clearする」をルール化するのが現実的です
3．サブエージェントへの委譲は仕事のサイズで判断する。起動だけで約43.6万トークンの固定費という試算があります。固定費を上回る調査や実装なら委譲、単一ファイルの確認なら本体でやる、が目安です
4．入力文字数だけを削る節約は優先度が低い。ぼくのログで入力は費用の0.45%でした。書いたプロンプトはその後キャッシュ側でも読み直されるので実際の寄与はもう少し大きくなりますが、支配的でないことは変わりません。短くする理由があるとすれば費用ではなく指示の明瞭さです
5．「◯%削減」系の記事は、本文に実測があるか見てから信じる。今回検証した中には、タイトルの削減率を裏付ける計測が本文に見当たらない記事もありました。数字は出所とセットで扱うのが安全です
ぼく自身の反省も書いておくと、費用の4割を占めた読み直しの少なくない部分は、長く伸ばしすぎた会話と、雑に投げたサブエージェントの産物でした。請求書の解剖は、そのまま自分の仕事の解剖になります。
このnoteでは、AIツールの「安くなる・速くなる・賢くなる」という話を、宣伝文句ではなく自分のログで追試しています。実際に測った結果を読みたい方は、スキとフォローをもらえると次の実測の励みになります。
コメント欄でも教えてください。あなたはClaude Codeの会話を「こまめに切る派」と「長く続ける派」のどちらですか。使い方と合わせてもらえれば、次の集計の比較材料にします。
関連記事もどうぞ。コンテキストを減らす側の話はこちらで書いています。
CLAUDE.mdは「足す」より「引く」が効いた話
https://note.com/designing_edges/n/n2e6abfdf80b9
Agent Skillsは本当に効くのかを検証した話
https://note.com/designing_edges/n/n3d7d865cc8d6
参考リンク
本文で参照した一次ソースです。
AIコーディングの消費、97.7%はキャッシュ読み込みだった（trh・Zenn・2026-08-18）
https://zenn.dev/trh/articles/540b2f9424c2ab
Claude Codeの利用ログをSQLiteに取り込んでAPI換算したら302万円だった（ちいさなソフト工房・Zenn・2026-08-20）
https://zenn.dev/chiisanasoft/articles/88757cec318916
A Claude Code subagent costs ~436k tokens before it reads a single file（Rulestack・DEV.to・2026-08-20）
https://dev.to/rulestack/a-claude-code-subagent-costs-436k-tokens-before-it-reads-a-single-file-measured-with-the-1ja9
Anthropic公式・プロンプトキャッシュ仕様（読み0.1倍・書き1.25倍/2倍）
https://platform.claude.com/docs/en/build-with-claude/prompt-caching
A Claude Code skill was eating 200,000 tokens（The New Stack・2026-08-18）
https://thenewstack.io/claude-code-token-reduction/
How we built our multi-agent research system（Anthropic公式）
https://www.anthropic.com/engineering/multi-agent-research-system
Claude Codeのトークン消費を実測したら、ほとんどは本当にキャッシュだった（leomarokun・Qiita・2026-06-25）
https://qiita.com/leomarokun/items/1e299daebd089b26786d
Claude Codeのコスト分析：キャッシュ有効期限が料金に与える影響を実測（studist・Zenn・2026-02-17）
https://zenn.dev/studist/articles/claude-code-prompt-cache-cost-analysis
Claude Codeのトークン削減を実測した（ペパボ・Zenn・2026-06-09）
https://zenn.dev/pepabo/articles/claude-code-token-reduction-measured
※本文中のドル額・円額はすべてAPI従量課金に換算した相当額で、定額プラン利用時の実支払い額ではありません。ぼくの集計はn=1の実測であり、モデル構成やキャッシュ設定によって内訳は変わります。
