Claude Code APIコスト完全攻略|月$450→$45にした実践削減テクニック5選

「Claude Code を毎日使っていたら、先月のAPI料金が$450だった」——このような経験をしたエンジニアは増えています。Claude Code は強力な反面、使い方次第でコストが10倍以上変わります。

このサイト (claudecode-lab.com) では実際に Claude Code で毎日3本の多言語記事を自動生成しています。最初の1週間で$380を使いましたが、最適化後は同じ作業量で月$40台に抑えています。90%削減を実現した具体的な手順をすべて公開します。

まず「どこで課金されているか」を把握する

料金を削減するには、何に課金されているかを正確に理解する必要があります。

Claude API 料金 = 入力トークン × 入力単価 + 出力トークン × 出力単価

モデル別料金表 (2026年4月時点)

モデル	入力 (通常)	入力 (キャッシュ読込)	出力
claude-opus-4-6	$15/1M	$1.50/1M	$75/1M
claude-sonnet-4-6	$3/1M	$0.30/1M	$15/1M
claude-haiku-4-5	$0.80/1M	$0.08/1M	$4/1M

2つの重要な気づき:

1. 出力は入力の5倍高い → 出力を絞るだけで大幅削減
2. キャッシュ読込は通常入力の1/10 → キャッシュが最大の武器

Anthropic コンソールでコストの内訳を確認する

# API経由でも確認できる
curl https://api.anthropic.com/v1/usage \
  -H "x-api-key: $ANTHROPIC_API_KEY" \
  -H "anthropic-version: 2023-06-01"

まずどのモデルに・何トークン使っているかを把握することが第一歩です。

テクニック1: プロンプトキャッシュで入力コストを1/10に

最も即効性が高い対策。system prompt に1行追加するだけで入力コストが1/10になります。

仕組み

Anthropic のプロンプトキャッシュは、同じ内容を5分以内に再送した場合に$1.50/1Mのキャッシュ料金で提供する仕組みです。5分のTTL(有効期限)があり、その間は何回呼んでも激安です。

実装

import Anthropic from "@anthropic-ai/sdk";
const client = new Anthropic();

// ❌ キャッシュなし: 毎回 $15/1M で課金
const res = await client.messages.create({
  model: "claude-opus-4-6",
  max_tokens: 1024,
  system: "あなたはXXXプロジェクトのエキスパートです。\n" + longProjectContext,
  messages: [{ role: "user", content: prompt }],
});

// ✅ キャッシュあり: 2回目以降は $1.50/1M (90%オフ)
const res = await client.messages.create({
  model: "claude-opus-4-6",
  max_tokens: 1024,
  system: [
    {
      type: "text",
      text: "あなたはXXXプロジェクトのエキスパートです。\n" + longProjectContext,
      cache_control: { type: "ephemeral" },  // ← これだけ追加
    },
  ],
  messages: [{ role: "user", content: prompt }],
});

実際の削減額 (このサイトの場合)

毎日3記事 × system prompt 8,000tokens × Opus $15/1M

最適化前:
  3記事 × 10呼び出し × 8,000tokens × $15/1M = $3.60/日 → $108/月

最適化後 (キャッシュ込み):
  初回書き込み: 3回 × 8,000tokens × $18.75/1M = $0.45/日
  残り27回読込: 27 × 8,000tokens × $1.50/1M = $0.32/日
  合計: $0.77/日 → $23/月

削減額: $85/月 (79%削減)

キャッシュが効かないケースに注意: TTL 5分を超えるとキャッシュが無効になります。バッチ処理は5分以内に同じsystem promptで複数呼び出しをまとめると効果的です。

テクニック2: タスクでモデルを使い分ける

全タスクに Opus を使うのはポルシェで配達をするようなものです。

使い分けの基準

type TaskComplexity = "complex" | "standard" | "simple";

function getModel(task: TaskComplexity): string {
  return {
    complex: "claude-opus-4-6",        // 設計・難しいデバッグ・コードレビュー
    standard: "claude-sonnet-4-6",     // 一般的な実装・リファクタリング
    simple: "claude-haiku-4-5-20251001", // 翻訳・フォーマット・分類・要約
  }[task];
}

翻訳タスクの実例 (このサイトの多言語展開)

// 記事を9言語に翻訳する場合

// ❌ Opusで翻訳: $75/1M × 出力2000tokens × 9言語 = $1.35/記事
const translations = await translateWithModel("claude-opus-4-6", article);

// ✅ Haikuで翻訳: $4/1M × 出力2000tokens × 9言語 = $0.072/記事
const translations = await translateWithModel("claude-haiku-4-5-20251001", article);

// 削減: $1.35 → $0.072 (94.7%削減、翻訳品質は実用上ほぼ同等)

毎日3記事 × 9言語翻訳をHaikuに切り替えた効果: 月$121 → $6.5 (94%削減)

テクニック3: 出力トークンを意図的に絞る

出力は入力の5倍高いのに、無駄に長い出力を許容しているケースが多いです。

出力を絞るプロンプトテクニック

❌ 「このコードの問題を教えて」
   → 長々とした解説が返ってくる (1000tokens)

✅ 「このコードの問題点を箇条書き3項目以内で、各項目2行以内で教えて」
   → 簡潔な回答 (200tokens)

削減効果: 出力トークン80%削減 = コスト $0.075 → $0.015 / 呼び出し

max_tokens を適切に設定

// ❌ デフォルトの4096は過剰なケースが多い
const res = await client.messages.create({
  model: "claude-opus-4-6",
  max_tokens: 4096,  // 最大4096tokens課金される可能性
  messages: [...]
});

// ✅ 用途に応じて設定
const configs = {
  codeReview:      { max_tokens: 512  },  // 指摘事項のみ
  bugAnalysis:     { max_tokens: 1024 },  // 原因 + 修正案
  implementFeature:{ max_tokens: 4096 },  // フル実装
  summarize:       { max_tokens: 256  },  // 要約のみ
};

テクニック4: サブエージェントでコンテキストを分離

長い会話セッションでは、過去の会話履歴が毎回入力に含まれてコストが膨らみます。サブエージェントに委譲することでコンテキストをリセットできます。

// メインの会話が長くなったら、重い処理をサブエージェントへ

// ❌ メインコンテキストで翻訳: 過去の全会話履歴が毎回送られる
const translation = await translateInCurrentContext(article);

// ✅ サブエージェントへ委譲: 新鮮なコンテキストで実行
const translation = await Agent({
  subagent_type: "general-purpose",
  prompt: `次の記事を英語に翻訳して:\n\n${article}`,
  // ← 過去の会話履歴なし、article だけが入力
});

Claude Code の Agent ツールはまさにこのパターンで動作します。翻訳・検索・ファイル操作など「スポット的な作業」はサブエージェント化が鉄則です。

テクニック5: コスト監視と上限アラートの設定

最後は「コストを把握して上限を設ける」こと。無限課金を防ぐ安全装置です。

Anthropic コンソールでの設定

1. Anthropic Console → Usage Limits に移動
2. Monthly budget を設定 (例: $50/月)
3. Alert threshold を設定 (例: $40で通知)

コードレベルでのコスト追跡

// レスポンスのusageを記録してコストを追跡
interface CostTracker {
  inputTokens: number;
  outputTokens: number;
  cacheReadTokens: number;
  cacheWriteTokens: number;
}

function calculateCost(usage: CostTracker, model: string): number {
  const rates = {
    "claude-opus-4-6": {
      input: 15, cacheRead: 1.5, cacheWrite: 18.75, output: 75
    },
  };
  const rate = rates[model];
  return (
    (usage.inputTokens * rate.input +
     usage.cacheReadTokens * rate.cacheRead +
     usage.cacheWriteTokens * rate.cacheWrite +
     usage.outputTokens * rate.output) / 1_000_000
  );
}

const res = await client.messages.create({ ... });
const cost = calculateCost(res.usage, "claude-opus-4-6");
console.log(`This call cost: $${cost.toFixed(4)}`);

まとめ: 削減効果の積み上げ

テクニック	削減効果	難易度
プロンプトキャッシュ	最大90%	低 (1行追加)
モデル使い分け	最大95%	低〜中
出力トークン制限	30〜80%	低 (プロンプト改善)
サブエージェント委譲	20〜50%	中
上限アラート設定	爆発防止	低

このサイトでの実績:

最適化前: $450/月 (全タスクOpus、キャッシュなし)
最適化後: $45/月  (Haiku翻訳、Opusキャッシュ、出力制限)
削減額: $405/月 (90%削減)

今日すぐできる最初の一手: system prompt に cache_control: { type: "ephemeral" } を追加する。これだけで入力コストが1/10になります。残りのテクニックはその後で順番に導入しましょう。

関連記事

• Claude Code のトークン使用量を最適化する7つの実践テクニック
• Claude Code の危険なプロンプトパターン10選
• ハーネスエンジニアリング完全ガイド

参考資料

• Anthropic Pricing 公式
• Prompt Caching 公式ドキュメント
• Anthropic Usage Dashboard