月末の合計額では分からない。AIコストはinput/output/cacheで見る

AIエージェントの実効単価は、キャッシュの単価と割引率、出力したトークン量、そして失敗も含めたサブエージェントの本数で決まります。料金表の先頭に並ぶ入力・出力の価格だけを見ていると、自分の請求額がどこで動くのかを取り違えます。

📖 この記事で分かること

• 自分の運用を実測した4分類の内訳(直近30日)
• 公式ドキュメントで確認できる改定の読み方
• 運用して効いたのは単価より呼ぶ回数
• モデル別・トークン種別で内訳を出す手順

💡 知っておきたい用語

• プロンプトキャッシュ: 毎回同じ長い前提文を読ませるとき、2回目以降を割引価格で処理する仕組み。会議のたびに同じ資料を配り直すのではなく、机に置きっぱなしにしておくイメージ。

最終更新日: 2026年8月13日

▶ 公式ページ

• xAI モデル一覧・料金(xAI 公式ドキュメント)
• Per-model token breakdown in the usage report(GitHub Changelog)

料金表の読み方を、一度間違えた

この記事のポイント

• xAI公式ドキュメントでGrok 4.6とGrok 4.5を並べると、入力$2.00・出力$6.00・コンテキスト500Kは同額で、動いていたのはキャッシュ入力の$0.30→$0.50だけでした(2026年8月時点)。
• 同じ前提文を毎回読ませる運用ほど、この差が実効単価に直結します。
• 筆者の運用を実測したところ、トークンの95.6%がキャッシュ読み出しで、通常の入力は0.03%でした(直近30日)。
• GitHubは2026年8月11日、利用レポートにモデル別のinput/output/cacheの内訳を追加しています。

請求額を実際に動かすのは、キャッシュの単価と割引率、出力したトークンの量、失敗も含めたサブエージェントの本数、そして契約形態にかかる乗数です。この内訳は、料金表を眺めても月末に届く合計金額を見ても分かりません。表示価格の比較ではなく自分の使い方の計測から始めるべきだ、というのが本記事の立場です。

なぜこの話題か

新モデルが出るたび、筆者はまず料金表を開いて旧モデルと並べます。今回もその手順で確認したところ、入力と出力の単価は動いていないのに、自分たちの運用に効く部分だけが変わっていました。値上げの是非ではなく、発表の読み方と自分の計測の話として整理します。

現場で見ている景色

前提を先に書きます。筆者は tech-noisy.com の記事制作のうち、候補の収集から下書きの作成までを Mac mini 上の常駐エージェント群に任せています。日次・週次の定期タスクが1日に何度も起動する構成で、出てきた下書きは公開前に筆者が事実確認と編集を行い、そのうえで公開の可否を判断します。人手で1本ずつ動かす使い方とは、コストの出方が違います。

この構成の特徴は、毎回まったく同じ長い前提を読ませる点にあります。タスクごとの手順書、禁止事項、前回実行の引き継ぎメモ。実行のたびに読み直される固定文で、内容はほとんど変わりません。プロンプトキャッシュが効く割合は高いはずだ、と考えていました。

そこで、記事を書く前に実際に測りました。手元のセッション記録から、モデルごとに4分類を集計した直近30日(2026年7月14日〜8月13日)の結果が次のとおりです。応答11,436件、合計およそ15.0億トークンです。

• cache read: 14.3億トークン(全体の95.6%)
• cache write: 5,637万トークン(3.8%)。うち99.9%が長い保持時間の側
• output: 956万トークン(0.6%)
• 通常の入力: 38万トークン(全体の0.03%)

入力側だけで見ると96.2%がキャッシュ読み出しで、料金表の先頭に太字で並ぶ「入力単価」が適用されるトークンは0.03%しかありませんでした。7日窓で切り直しても比率はほぼ同じです。予想は当たっていましたが、桁は予想より極端でした。断っておくと、これはトークン数であって金額ではありません。定額のサブスクリプション経路で動かしている部分を含むため、単価を掛けた請求額としては出していません。比率として読んでください

その状態で料金表を見に行きました。xAI の公式ドキュメントで Grok 4.6(2026年8月時点)と Grok 4.5 を並べると、プロンプトが20万トークン未満のとき、入力$2.00・出力$6.00・コンテキスト長500Kはいずれも両者同額です。違っていたのはキャッシュ入力だけで、4.5の$0.30に対し4.6は$0.50でした。20万トークン以上の帯でも同じ形で、入力$4.00・出力$12.00は据え置き、キャッシュ入力だけが$0.60から$1.00に変わっています。

割引率で見ると意味が分かりやすくなります。キャッシュ入力$0.30は入力$2.00に対して85%引き、$0.50なら75%引きです。乗せ替えのコストが実質ゼロである点は変わりませんが、キャッシュ比率の高い運用だけは実効単価が上がる側に立ちます。据え置きという説明は正しく、それでも自分の請求額は動く。この二つは矛盾しません。

単価より効くのは、呼ぶ回数と出す量

一方で、単価の比較よりはるかに効いた設計もあります。筆者の運用にはXのトレンドを調べるタスクがあり、ここには鮮度ゲートを入れてあります。直前の実行が残した引き継ぎメモが十分に新しければ、検索そのものを実行しません。これが効いた日は、その枠の読み取り課金が丸ごとゼロになります。単価を1割下げるより、呼ばない設計のほうが強いという実感は、この挙動から得たものです。

逆方向の観察もあります。エージェントの費用は出力した量で決まります。1つの問題を多数のサブエージェントに分けて探索させると、成果に結びつかず捨てられた分も全部トークンとして課金されます。探索の失敗は無料ではありません。

規模の大きい実例が公開されています。Anthropicのリサーチによれば、リーマンゼータ関数の零点に関する下界を更新した取り組みでは約60のサブエージェントが動員され、鍵となるアイデアを出したものが2、貢献したものが13、アイデアを出せずに終わったものが30、検証役が13でした。2セッション合計で出力は3,100万トークン、シェルコマンドは2,400回に達しています。失敗した30も課金対象です。探索型のエージェントを回すなら、当たりの本数ではなく総本数で費用を見積もる必要があります。

モデルの振り分けも測りました。筆者の運用は、判断の重い統合作業に上位モデル、機械的な整形や定型処理に下位モデルを割り当てる設計です。ところが同じ30日を集計すると、トークンの65.0%が最上位モデル、28.8%が一世代前の上位モデルに流れており、下位モデルは6.2%しかありませんでした。役割分けは設計として存在するのに、量としてはほとんど効いていません。合計金額を眺めていた間、この偏りには気づいていませんでした。内訳を出して初めて「この処理に上位モデルは要らなかった」と言えます

その内訳を出す側の動きも始まっています。GitHubは2026年8月11日、AI利用レポートにモデルごとのトークン内訳を追加しました。各モデルについて、消費したAIクレジットと並べて input、output、cache read、cache write のトークン数が表示されます。請求の粒度がモデル別・トークン種別まで下りてきた形です。

筆者はこう見ている

筆者は、モデル選定の前に自分の使い方の内訳を出すべきだという立場を取ります。乗り換え候補の比較表を作る作業より、先に効きます。

根拠は3つあります。第一に、料金改定は必ずしも入出力単価に現れません。Grok 4.6と4.5の比較では入力・出力・コンテキスト長がすべて同額で、キャッシュ入力だけが変わりました。内訳を持たない運用者は、この改定が自分に効くのかを判定できません。第二に、費用に効く変数は単価だけではなく、呼ぶ回数と出力量、失敗を含めたサブエージェントの本数が同じ重みで効きます。第三に、GitHubの利用レポートのように、内訳を取る手段が実際に整いつつあります。

向くのは、定期タスクやエージェントを常時走らせている運用者です。同じ前提文を繰り返し読ませる構成ほど、キャッシュ側の比率が高くなります。対話で都度使う程度の利用であれば、使う時間そのものが支配的なので、ここまでの手間は要りません。

この見方が変わる条件も書いておきます。モデル別の内訳が既定で可視化され、実効単価ベースの見積もりが標準機能になれば、自前で計測する必要は薄れます。現時点では見える環境と見えない環境が混在しているため、自分で測る価値が残っています。

読者への提案

次の3つを順番に試すことを提案します。

1つ目は、直近1か月の利用を input / output / cache read / cache write の4分類で出すことです。筆者は手元のセッション記録を集計して出しました。合計金額ではなく比率を見て、自分の重心がどこにあるかを確認します。

2つ目は、料金改定の告知を「据え置きかどうか」で読まないことです。旧バージョンと新バージョンを同じ表で並べ、4分類のどこが動いたかを見ます。新旧の料金が同一ページに並ぶ提供元なら、この確認は数分で済みます。

3つ目は、一番高い呼び出しを1つ選び、それを呼ばずに済ませる条件を書き出すことです。前回の結果が十分新しい、入力が前回と同一、対象件数がゼロ。こうした条件で処理を打ち切る分岐は、乗り換えよりも確実に効きます。

よくある質問

Q: キャッシュ入力の単価が上がると、必ず費用は増えますか?

A: キャッシュを使う割合によります。毎回同じ長い前提文を読ませる運用では影響が出ますが、都度異なる短いプロンプトを送る使い方ならほとんど出ません。自分の内訳を見ないと判定できない、というのがこの記事の趣旨です。

Q: 内訳を出せるのは特定のサービスだけですか?

A: 提供状況はサービスごとに異なります。GitHubは2026年8月11日に利用レポートへモデル別のトークン内訳を追加しました。API【エーピーアイ】経由なら、応答に含まれるトークン数を自分で記録する方法もあります。

Q: サブエージェントを増やすと、費用は本数に比例しますか?

A: 本数そのものではなく出力量に比例します。各エージェントが出したトークンの合計で決まるため、失敗して捨てられた分も含まれます。成果に結びついた本数だけで見積もると、実際の請求とずれます。

まとめ

料金表の入力・出力欄が据え置きでも、キャッシュの単価が動けば、キャッシュ比率の高い運用の実効単価は上がります。実際に測ってみると、筆者の運用はトークンの95.6%がキャッシュ読み出しで、通常の入力は0.03%でした。モデルの役割分けも、設計としては存在するのに量としては下位モデルが6.2%しか使われていませんでした。どちらも合計金額を眺めていた間は見えていません。比較表を作る前に、自分の使い方の内訳を出すのが順序です。

【用語解説】

• キャッシュ入力: 前回と同じ前提文を再利用して処理する際の、通常より安い入力単価。割引率は提供元とモデルで異なる。
• サブエージェント: 1つの目的のために分割して並列に動かす下位のエージェント。成果を出せずに終わったものにも費用が発生する。
• 実効単価: 表示価格ではなく、実際の使い方(キャッシュ比率・出力量・呼び出し回数)を反映して算出した単価。

引用元:

• [1] Models and Pricing(xAI 公式ドキュメント)
• [2] Per-model token breakdown in the usage report(GitHub Changelog)
• [3] Learning more about Claude’s mathematical capabilities(Anthropic)

この記事について: AI 支援で執筆、編集部が事実確認・編集しています。誤りや追加情報があれば Contact よりお知らせください。