AIの基礎

AIのAPI代を下げる4つの手|キャッシュ・バッチ・モデル替え・短くする

この記事の料金・仕様は時点で各社の公式ページを確認したものです。

四つの節約の手を並べたイメージ図

同じ資料を何度も送るのか、返事を急ぐのかで、効く節約方法は変わります。依頼文の重複を削るところから始め、キャッシュ・バッチ処理・モデルの使い分けを仕事に合わせて選びます。

結論

同じ長い指示書を何度も送る人は
まずキャッシュです。変わらない前置きを先頭にそろえて、毎回変わる部分は後ろに回しましょう。
夜のうちに大量の仕分けや要約を回したい人は
バッチ処理が合います。Claude と OpenAI は50%の割引を案内していて、結果は24時間以内に戻るのが目安です。
毎回、一番上のモデルを使っている人は
小さいモデルで試して、足りない所だけ上の段に任せましょう。同じモデルのまま考える深さの設定を調整する手もあります。
依頼文が長くなりがちな人は
同じ条件の言い直しや繰り返しを削ってみましょう。減るのは入力の量だけなので、請求額と答えの質は自分の依頼で確かめてください。

同じ条件を保って依頼文の重複を削ると、会議メモの整理の入力が241トークンから70トークンに減りました。トークンは、AIが文章を数える単位です。

読み終えると、APIの費用を見直す四つの手を、自分の仕事に合わせて順に試せるようになります。

APIは、アプリからAIを呼び出す窓口です。使った量に応じて請求されるため、文章の量、同じ内容の再利用、返事を待てる時間が費用に関わります。

入力を短くするなら、条件より説明の繰り返しを削ります

短くしたのは、条件を繰り返していた部分です。三種類の依頼を比べると、すべて入力のトークン数が減りました。

2026年10月18日に、公開されている数え方の道具で測った記録です。環境はmacOS・Python 3.14.8・tiktoken 0.14.0で、gpt-4o-mini向けの数え方を使いました。

長い版は、各条件を文章で一つずつ説明し、さらにJSONでもう一度繰り返したものです。JSONは、項目名と中身を並べる書き方です。

短い版では、同じ条件をJSONで一度だけ書きました。結果は次のとおりです。

  • 会議メモの整理:長い版が241トークン、短い版が70トークンで、171トークン減りました。
  • 取引先への確認メールの下書き:長い版が251トークン、短い版が75トークンで、176トークン減りました。
  • 問い合わせの分類:長い版が213トークン、短い版が56トークンで、157トークン減りました。

依頼文を見直すなら、まず同じ条件を何度も伝えている箇所を探してください。削る前と後を残しておけば、答えの変化も並べて見られます。

料金は入力と出力に分かれています。Claudeの料金表では、百万トークンあたりの米ドルで値段が示されています。

出典: 測定の生データ(2026年10月18日の記録)、tiktoken の対応表、Google の計数の道具、Claude 公式のバッチ処理のページ(2026年10月21日確認)

同じ指示書を何度も送るなら、キャッシュを使います

キャッシュは、一度読んだ内容を取っておき、次の依頼で使い回す仕組みです。長い共通の指示書や資料を、繰り返し送る仕事に向いています。

Claudeでは、取っておいた分の読み込みが通常の入力より安くなります。三社とも、先頭の前置きが同じであることが再利用の条件です。

Claudeは、印をつけた所までの文章と画像を完全に同じにして使います。OpenAIは前置き全体を一致させ、変わらない指示や共通資料を先に置きます。

Geminiでも、大きな共通の内容を先頭に置きます。似た前置きの依頼を短い間に続けて送る形です。

ここが落とし穴です。前置きの途中に今日の日付や相手の名前を差し込むと、そこから後ろは一致せず、取っておいた分が使われません。

変わらない指示や資料を先に、依頼ごとに変わる内容を後ろに置くことが出発点です。

OpenAIとGeminiは、対応モデルで初期設定から有効です。Claudeは、印をつけて使います。

Claudeのキャッシュの寿命は、初期設定では短く、長くする場合は追加費用がかかります。続けて送る共通資料があるかどうかを、先に確かめましょう。

出典: Claude・OpenAI・Google 各公式のキャッシュのページ(2026年10月21日確認)

急がない大量の仕事なら、バッチ処理で割引を使います

バッチ処理は、依頼をまとめて送り、あとで結果を受け取る方法です。夜のうちに仕分けや要約を回すような仕事に向いています。

Claudeでは費用を50%減らせ、OpenAIでも同期のAPIに比べて50%の割引があります。Geminiも、通常より安い費用で大量の依頼を処理する仕組みです。

割引と引き換えに、結果を受け取るまで待ちます。OpenAIは24時間以内の完了を案内しています。

Claudeはほとんどが1時間以内に終わり、24時間以内に終わらなかった依頼は期限切れになります。Geminiは目標の所要時間を示し、多くの場合はそれよりずっと早いとしています。

画面の前ですぐ返事が欲しい仕事と、結果をあとで受け取れる仕事を分けておくと、バッチへ回す対象が決まります。

出典: Claude・Google・OpenAI 各公式のバッチのページ(2026年10月21日確認)

モデルの使い分け:毎回最上位なら、小型やeffortを試します

仕事の重さに合わせて、使うモデルの段を替えます。Claudeの公式ガイドは、能力・速さ・費用のつり合いをとる進め方を示しています。

Claude Haiku 5.5のような速くて費用の低いモデルから始め、足りない所だけ上げる方法です。

一番上のモデルを使えば間違いない、と思われがちです。小さいモデルで仕事を終えられるなら、その段を使い続ける選び方もあります。

モデルを替える前には、effortも調整できます。同じモデルの中で、賢さを速さや費用と交換する設定です。

モデルを替えるより、この設定を調整するほうがよい手になることも多くあります。まず、いまの設定で必要以上に深く考えさせていないかを見直します。

費用の低いモデルと最上位を組み合わせ、ほとんどのトークンを低い単価で処理する方法もあります。すべての仕事を、同じ段へ送る必要はありません。

ChatGPTとGeminiの段の考え方は、モデルの選び方の入門記事で確かめられます。

出典: Claude 公式のモデル選びのページ(2026年10月21日確認)

変える前と後を残し、自分の依頼で答えを比べます

入力を短くするときも、モデルを替えるときも、同じ条件で答えを並べます。Claudeの公式ガイドが挙げる観点は、答えの正確さ・答えの質・例外的な場面の扱いの三つです。

依頼文を短くするなら、次の順で試してください。

  • いつも使っている依頼文を一つ選び、コピーしておきます。
  • 同じ条件の言い直しや繰り返しを消した短い版を作ります。
  • 長い版と短い版を同じ設定で送り、三つの観点で答えを並べて見ます。

答えが変わらないなら、短い版へ切り替えて構いません。変わってしまったら、消した条件を一つ戻しましょう。

どの手から試すかは、今の仕事の形で決められます。図の質問を順にたどってください。

どの手から手をつけるか

  1. 1. 毎回、同じ長い前置きや資料を送っていますか?
    はい → キャッシュ:変わらない部分を先頭にそろえるいいえ → 次の質問へ
  2. 2. 結果が数時間あとに届いても困らない仕事ですか?
    はい → バッチ処理:まとめて送って、割引を受けるいいえ → 次の質問へ
  3. 3. 毎回、一番上のモデルを使っていますか?
    はい → モデルの使い分け:小さいモデルで試して、足りない所だけ上げるいいえ → 次の質問へ
  4. 4. 依頼文に、同じ条件の言い直しや繰り返しがありますか?
    はい → 入力を短くする:条件を一度だけ書くいいえ → 大きな無駄は少なそうです。まず請求の内訳を見ましょう
出典: 各社の公式ページ(2026年10月21日確認)

一つずつ変えると、どの手が効いたか分かります

合う手を一つ試し、請求の変化を見てから次へ進みましょう。まとめて変えるより、どの手が効いたかを確かめやすくなります。

こういう仕事ならまずこの手
同じ長い指示書を何度も送るキャッシュ
結果が数時間あとでも困らない大量の仕事バッチ処理
毎回、一番上のモデルを使っているモデルの使い分け
依頼文に繰り返しが多い入力を短くする

四つの方法の役割を、早見表でも確かめられます。

四つの手の一言まとめ

キャッシュ

同じ前置きの読み直しを安くします。先頭が完全に同じであることが条件です。

バッチ処理

急がない仕事をまとめて送り、割引を受けます。返事は数時間あとになることがあります。

モデルの使い分け

小さいモデルで始めて、足りない所だけ上の段に任せます。

入力を短くする

同じ条件を保ったまま言葉を減らし、トークンの量を減らします。

出典: 各社の公式ページ(2026年10月21日確認)

四つの手は同時にも使えます。まずは共通資料、待てる時間、モデルの段、依頼文の重複のうち、自分に合う所から始めてください。

料金そのものの比較は、API料金の比較記事で見られます。仕組みから知りたい人は、LLMって結局なに?へどうぞ。

覚えておくこと

試すときは、次の三つを押さえてください。

  • キャッシュは、前置きの先頭が同じときだけ当たります。
  • バッチ処理は、急がない仕事を割引で回す方法で、返事は数時間あとです。
  • 入力を短くしても、減るのは入力の量です。請求額と答えの質は、自分の依頼で確かめます。

測定と解説の範囲

入力を短くした記録は、gpt-4o-mini向けの数え方で、三種類の短い依頼を比べたものです。ClaudeやGeminiの数え方、長い資料、別の話題では数が変わる可能性があります。

実際の請求額、出力の量、答えの質、長い版と短い版の出力の同等性は測定対象外です。キャッシュとバッチによる節約額も、この計測には含めていません。

キャッシュの割引幅は会社とモデルで違うため、この記事では数字を比較していません。Claudeでは、続けて送らない仕事は保存した分が消える点にも注意してください。

バッチとキャッシュの割引を重ねれば必ず安くなる、とは限りません。Claudeは両方の割引を使えますが、依頼が並んで処理されるため、キャッシュが当たるかは確実ではありません。

Claudeで期限切れになった依頼は請求されませんが、その分の結果も戻りません。必要な結果は、あとで送り直す手間がかかります。

モデルの使い分けとeffortの説明は、Claudeの公式ガイドが根拠です。OpenAIについては、ChatGPTの開発元が公開する開発者向けの公式ページを使っています。

出典

このサイトで測った元データ

更新履歴

  1. バッチ割引率の根拠を再確認し、照合用の表記を公式資料とそろえた。

    一次ソース
  2. 依頼文を短くした計数結果を先に示し、仕事ごとに効く節約方法と比較の範囲を読み進められる順に整理した。

    一次ソース

関連記事