Claude Opus 4.7 API料金の見積もり：長文書・長い会話・バッチ処理の予算感

prompt cachingを使う場合は、再利用できるコンテキストを分けて考えます。最初に5分キャッシュへ書き込む部分は$6.25/MTok、1時間キャッシュへ書き込む部分は$10/MTok、以後のcache hit / refreshは$0.50/MTokです。キャッシュされない新しい質問や新規メッセージは通常のinput単価、モデルの回答はoutput単価で計算します。

単発の長文書分析：input + outputで素直に計算

文書を1回だけ分析し、その後に追問しないなら、見積もりは比較的シンプルです。文書、システムプロンプト、質問をinput tokensとして数え、モデルの回答をoutput tokensとして数えます。以下はClaude APIの公開価格による概算です。

たとえば300k input + 8k outputなら、計算はこうです。

ただし、旧モデルからOpus 4.7へ移行する場合、過去のトークン見積もりをそのまま使うのは危険です。Anthropicの料金ドキュメントは、Opus 4.7が新しいtokenizerを使うため、同じ固定テキストでもトークン数が最大35%増える可能性があるとしています。

たとえば従来300k inputと見積もっていた文書を、保守的に405k inputとして見ると、8k outputとの合計は次のようになります。

同じ長文書に何度も質問するなら、cacheが分岐点

長文書を扱うアプリで見落としやすいのは、回答そのものよりも、同じ大きな文書を毎ターンinputとして再送してしまうコストです。同じ文書に対して複数回質問するなら、最初からprompt cachingを予算モデルに入れるべきです。

前提を次のように置きます。

• 文書：300k tokens
• 各回の新しい質問：2k tokens
• 各回の回答：2k output tokens
• 5分のprompt cacheを利用

この例では、初回のキャッシュ作成は、キャッシュなしの1回分より高くなります。ところが、同じ文書に2回目の質問をした時点で、総額はキャッシュありのほうが安くなります。

つまり、長文書Q&Aで大事なのはcache hit rateです。ユーザーが本当に同じ文書を繰り返し尋ねるのか、追問がキャッシュ有効期間内に発生するのか、各ターンで未キャッシュの新規コンテキストを大量に追加していないかを見ないと、実際の請求額は読み違えやすくなります。

長い会話：履歴を毎回まるごと再計算させない

長い会話のコスト構造も、長文書とほぼ同じです。アプリが毎回大量の会話履歴をモデルへ送り直すと、inputコストはすぐ積み上がります。安定して再利用できる履歴コンテキストは、prompt cachingの対象として検討する価値があります。

前提を次のように置きます。

• 会話履歴：200k tokens
• 各ターンの新規メッセージ：1k tokens
• 各ターンの出力：2k tokens

5分キャッシュにするか、1時間キャッシュにするかは、書き込み単価だけでは決められません。見るべきはユーザー行動です。

• ユーザーが5分以内に連続して追問することが多い：まず5分キャッシュで試算する。
• 5分を超えて戻ってくることが多いが、だいたい1時間以内に続きがある：初回書き込みは高くても、1時間キャッシュのほうが再作成を減らせる可能性がある。
• 返信間隔が読めない：実トラフィックをサンプリングし、cache hit rateを測ってから設計を調整する。

バッチ処理：未確認の割引は入れず、まず保守的に置く

バッチ処理は、オフライン分析、データラベリング、大量要約、大量分類などで使われます。ただし、自社アカウント、契約、利用するプラットフォームでどのbatch pricingが適用されるか確認できていない段階では、正式な予算に未検証の割引を織り込むべきではありません。まずは同期APIの公開価格で保守的に見積もり、実際に適用されるバッチ価格が確認できたら下方修正するのが安全です。

同期APIの公開価格で見るなら、式は変わりません。

例として、10,000件のタスクがあり、1件あたり2k input + 500 outputを使うとします。

この$225は、batch discountを一切入れない保守的な同期API価格での試算です。あとから適用可能なバッチ価格を確認できたら、単価を実価格に差し替えればよいです。

また、AnthropicのClaude APIへ直接接続するのではなく、クラウドプラットフォームや第三者のモデルルーターを経由する場合、実際の請求額は変わる可能性があります。第三者データのCloudPriceは、Opus 4.7についてAnthropic / globalの種別では$5 input / $25 output per MTokを示す一方、一部のAWS Bedrockのリージョン型コードでは$5.50 input / $27.50 output per MTokも掲載しています。こうした情報は確認のきっかけにはなりますが、正式な調達や予算承認では、自社が使うプラットフォームの請求画面、契約、公式ドキュメントを優先してください。

実務ではバッファを置く

実際のtoken分布がまだない段階で、理論値だけを使うと予算は楽観的になりがちです。少なくとも次の3点は安全側に見ておきたいところです。

1. Tokenizer移行リスク：Opus 4.7の新しいtokenizerにより、固定テキストのトークン数が最大35%増える可能性があります。
2. Cache hit rateの不確実性：キャッシュは、同じコンテキストが実際に再利用され、かつ有効期間内に命中したときに効きます。
3. ユーザー行動のぶれ：ユーザーは想定より長い出力を求める、再試行する、より大きなファイルをアップロードする、会話履歴を伸ばす、といった行動を取り得ます。

Anthropicの公式価格ではなく、予算管理上の目安としては、次のような係数を置くと保守的です。

これらはAnthropicの公式見積もりではありません。本番後は、実際のtokenログ、cache hit rate、請求書データを使って予算モデルを更新するのが前提です。

すぐ使える見積もりテンプレート

キャッシュを使わない場合、月額はまず次の式で概算できます。

キャッシュを使う場合は、必ず分解して計算します。

実装前に、少なくとも次の変数は埋めておきたいところです。

結論：どの用途で何を見ればよいか

単発の長文書分析なら、基本的には$5/MTokのinputと$25/MTokのoutputで計算すれば十分です。

同じ長文書に何度も質問する、または長い会話で毎ターン大量の履歴を使うなら、prompt cachingを必ず試算に入れるべきです。300k文書、2k質問、2k出力の例では、5分キャッシュの2回目以降の命中は約$0.21、毎回全文を再送すると約$1.56という差になります。

バッチ処理は、適用されるbatch pricing、クラウドプラットフォーム価格、契約単価を確認するまでは、同期APIの公開価格で保守的に予算を置くのが無難です。旧モデルからOpus 4.7へ移る場合は、inputトークン見積もりに最大1.35倍のtokenizerバッファをかけ、さらに運用バッファを積むほうが、単価表だけを見るより実際の請求額に近づきます。