コスト最適化
プロンプトキャッシュの費用と損益分岐点
キャッシュ読み取り単価だけでは節約額は決まりません。有効期限内の再利用で、書き込みや保存の費用を回収できるかが重要です。共通のプレフィックスを見つけ、処理全体で比較しましょう。
入力トークンを二重に数えない
入力を未キャッシュ、キャッシュ書き込み、キャッシュ読み取りに分けます。これは課金区分であり、同じ入力を三重に計上するものではありません。出力は別単価なので、ほぼすべての入力がヒットしても出力費用は通常残ります。
合計は各区分のトークン数に単価を掛け、保存などの追加料金を足したものです。「リクエストの 80% がヒット」と「入力の 80% が読み取り単価」は違います。短いプレフィックスだけを再利用し、その後に長い新規文書を送るリクエストもあるためです。
同じプレフィックスを再利用する計算例
10 回のリクエストが同一の 100,000 トークンのプレフィックスを共有するとします。最初にキャッシュを書き、残り 9 回は有効期限内に読みます。プレフィックスだけを比較するため、出力と追加の入力はゼロです。料金表の Claude Sonnet 5.5 の単価を使用します。
計算ツールに入力 100,000、出力 0、リクエスト 10 回、読み取り 90%、書き込み 10% を指定します。5 分と 1 時間の書き込みを比較してください。この割合は 10 回全体の入力内訳であり、毎回全量を新規キャッシュする意味ではありません。
| 処理条件 | プレフィックス費用（USD） |
|---|---|
| キャッシュなし | $2.00 |
| 5 分の書き込み 1 回 + 読み取り 9 回 | $0.34 |
| 1 時間の書き込み 1 回 + 読み取り 9 回 | $0.49 |
何回の再利用で費用を回収できるか
通常入力の単価を P、書き込みを W、読み取りを R、同じプレフィックスの使用回数を N とします。キャッシュなしは N × P、1 回書いて残りを読む場合は W + (N − 1) × R です。それぞれにプレフィックスの百万トークン数を掛けます。
N × (P − R) > W − R なら節約になります。P が R より大きければ P − R で割り、必要な使用回数を求められます。等しい場合は費用が同額です。この式は一つの有効期間に適用され、次のコールドスタートでは新しい書き込みが発生します。
実際の予算は安定したプレフィックスと有効期間ごとに分けます。1 日 1 回しか送らないプレフィックスを、月間トークン数が多いという理由だけで連続した数千回のヒットとして扱わないでください。
各社の課金区分に合わせる
Claude は書き込み期間と読み取りを区別します。DeepSeek はヒット・未ヒットに加えて時間帯で単価が変わります。Gemini の明示的キャッシュには保存時間が関係し、Argon は暗黙的キャッシュのみです。これらは同じ条件では比較できません。
モデル比較ツールはトークン読み取りと掲載済みの書き込み単価を扱います。保存料は含まず、未掲載の書き込み単価をゼロに置き換えません。Gemini の明示的キャッシュは、保存した百万トークン数 × 時間数 × 保存単価を別途加算してください。
小さな実測から予算を作る
リクエストごとのトークン内訳、モデル ID、実行時間、キャッシュの読み書きを記録します。同じ有用な出力を得る条件で初回と再利用時を比べ、休止後やプレフィックス変更後も試してください。
節約率は処理内容に依存します。出力が短ければ高いヒット率が大きく効く一方、出力が多い処理では差が小さい場合があります。月次予算を決める前に、提供元の報告費用と照合しましょう。
- リクエスト比率ではなくトークン比率を測る。
- 再作成と有効期間を含める。
- 保存・ツール費用を別途加算する。
- キャッシュなしの基準を残して差を確認する。
よくある質問
- 有効期間が長いほど安くなりますか？
- 必ずしもそうではありません。追加の再利用が書き込みや保存費用を上回る場合に有利です。同じ実行スケジュールで比較してください。
- Quota Monitor で全キャッシュヒットを見られますか？
- Quota Monitor は対応する提供元の残高、費用、上限を追跡します。計算ツールは予算用であり、リクエストトレースや個々のキャッシュイベントは収集しません。