Claudeのモデル・API料金を比較|用途別の選び方と費用の計算方法
Claudeを使おうとすると、「どのモデルを選べばよいのか」「有料プランに加入すればAPIも使えるのか」と迷うことがあります。モデル名、利用プラン、APIの料金体系を分けて確認すると、自分に必要なサービスを選びやすくなります。
モデル選びでは、回答の品質、待ち時間、実際の利用料金を同じ課題で比較することが大切です。高価格のモデルがすべての用途で必要とは限らず、低価格のモデルでも修正や再実行が増えれば、作業全体の負担が大きくなる場合があります。
この記事では、Claudeの主要モデルとAPI料金、費用の計算例、導入前の比較方法を整理します。モデルと料金の情報は2026年10月8日に公式資料で確認したもので、利用時には最新の提供状況もご確認ください。
目次
1.Claudeの利用プランとAPI料金は別に考える
Claudeを公式の画面から使う場合と、自分のアプリからAPIを呼び出す場合では、契約と料金の仕組みが異なります。まずは、どちらの使い方をしたいのかを整理しましょう。
| 利用方法 | 使い方の例 | 料金を確認する場所 |
|---|---|---|
| Claudeの利用プラン | 公式の画面で文章作成や資料整理を依頼する | Free・Pro・Maxなど、利用するプランの案内 |
| Claude API | 自作アプリから文章生成や分類を依頼する | APIのモデル別料金と追加機能の料金 |
| クラウド事業者経由の利用 | Amazon Bedrockなどを通じてモデルを呼び出す | 契約する事業者の料金表と利用条件 |
Claude Proなどの有料プランに加入しても、Claude Console経由のAPI利用料が含まれるわけではありません。両方を利用する場合は、API側の利用設定と課金も別に確認します。
また、有料プランにも利用上限や適用条件があります。「月額料金を払えば、どの機能も無制限に使える」と考えず、必要な機能と利用量が契約内容に合っているかを確認してください。
2.Claudeの主要モデルとAPI料金を比較する
以下は、確認日時点の公式モデル一覧に掲載されている主要モデルです。料金はAnthropicのClaude APIにおける、100万トークン当たりの基本単価を米ドルで示しています。
| モデル | 公式説明に基づく位置付け | 入力料金 | 出力料金 |
|---|---|---|---|
| Claude Haiku 4.5 | 応答速度を重視するモデル | $1 | $5 |
| Claude Sonnet 5.5 | 速度と処理能力のバランスを重視するモデル | $2 | $10 |
| Claude Opus 5.5 | 長い工程を伴う開発や知識作業を想定したモデル | $4 | $20 |
| Claude Fable 5.1 | 難度の高い推論や長期的なエージェント処理を想定したモデル | $10 | $50 |
この表は、キャッシュやバッチ処理などの料金条件を適用しない基本単価の比較です。追加機能や提供経路によって費用が変わるため、実際に利用する条件に対応した料金表を確認してください。
また、表の位置付けは、個別の仕事での成績を保証するものではありません。同じモデルでも、入力の長さ、依頼内容、設定、出力の量によって品質や待ち時間は変わります。
モデル名は世代まで確認する
「Opus」「Sonnet」「Haiku」という系列名だけでは、利用するモデルを特定できません。たとえば、Claude 3 HaikuとClaude Haiku 4.5では、提供状況も料金も異なります。
Claude 3 Opus、Claude 3.5 Sonnet、Claude 3 Haikuは、AnthropicのClaude APIでは提供終了済みです。古い記事やコードを参考にするときは、モデルIDと公式の提供終了情報を照合しましょう。
3.API料金は入力と出力を分けて計算する
APIの基本料金は、入力と出力のトークン数をそれぞれの単価で計算し、合計して求めます。トークン数は日本語の文字数と同じではなく、同じ文章でもモデルによって数え方が異なる場合があります。
単価が100万トークン当たりで表示されている場合、基本的な計算方法は次のとおりです。
入力料金=入力トークン数÷1,000,000×入力単価
出力料金=出力トークン数÷1,000,000×出力単価
基本料金=入力料金+出力料金
1回の処理と1,000回の処理を計算する例
ここでは、1回の処理で課金対象の入力が2,000トークン、出力が500トークンだったと仮定します。実測結果ではなく、単価の違いを確認するための計算例です。
| モデル | 1回の入力料金 | 1回の出力料金 | 1,000回の合計 |
|---|---|---|---|
| Claude Haiku 4.5 | $0.002 | $0.0025 | $4.50 |
| Claude Sonnet 5.5 | $0.004 | $0.005 | $9.00 |
| Claude Opus 5.5 | $0.008 | $0.010 | $18.00 |
| Claude Fable 5.1 | $0.020 | $0.025 | $45.00 |
この例には、追加機能の料金、割引、税金、為替換算などを含めていません。また、モデルごとに実際の出力量や必要な再実行回数が変わるため、同じ仕事の請求額が必ずこの比率になるわけではありません。
運用時は、画面に見えている回答の文字数だけで見積もらず、APIが返す使用量や請求情報を確認します。会話履歴や参照資料を毎回送る場合は、その入力も費用に含めて考えましょう。
4.用途別の選び方は「候補を決めて試す」
分類や短い情報抽出では、低コストの候補から確かめる
問い合わせの分類や、文章から日付を取り出す処理では、Haikuなどを比較候補にできます。ただし、短い文章だから簡単とは限らず、複数の用件が混ざる場合や、必要な情報が書かれていない場合も試す必要があります。
通常の入力だけでなく、「分類できない」「情報が足りない」と判断してほしい例も用意しましょう。回答が速いことに加え、無理に答えを埋めていないかを確認します。
文章作成やコード修正では、確認・修正の負担も比べる
文章の下書きやコード修正では、SonnetやOpusなどを同じ課題で比較します。自然な文章か、コードが短いかだけでなく、指定した条件や既存の仕様を守っているかを確認してください。
たとえば、コード修正なら「不具合が直ったか」「他の動作が変わっていないか」「変更理由を理解できるか」が比較材料になります。単価が低くても修正依頼を何度も繰り返す場合は、完成までの費用と時間を見直しましょう。
複雑な課題では、上位モデルの効果を検証する
条件が多い設計や、長い工程を伴う作業では、OpusやFableを候補に含めて比較できます。ただし、価格が高いことを根拠に、結果の正しさまで保証されたと考えることはできません。
計算なら別の計算手段、コードなら実行結果、資料の要約なら原文との照合で確認します。重要な判断に使うほど、モデル選びに加えて、結果を検証する手順が必要です。
コーディング用途でモデルを比較するなら、生成結果を確認する基準も必要です。仕様との照合や、テストの期待値を確かめる手順を紹介しています。
AI生成コードのレビュー方法|仕様・テスト・保守性を確認する実践手順 記事を読む →5.モデルを比較するための評価表を作る
比較する前に、実際の用途を代表する入力と、期待する結果を用意します。モデルごとに都合のよい問題を選ぶのではなく、共通の課題で違いを確認しましょう。
たとえば、問い合わせを「申込」「日程変更」「その他」「判断できない」に分類する場合、どの条件でどの分類にするかを先に決めます。複数の用件を含む文章など、迷いやすい入力も含めてください。
| 比較項目 | 確認する内容 |
|---|---|
| 内容の正しさ | 事前に決めた基準や参照資料と一致するか |
| 条件の遵守 | 指定した分類や出力形式を守っているか |
| 不明な場合の対応 | 情報不足を認め、根拠のない内容を補っていないか |
| 応答時間 | 結果が返るまで、利用者がどの程度待つか |
| 利用料金 | 実際のトークン使用量と追加処理を含めていくらか |
| 修正の負担 | 人による確認・修正や再実行がどれだけ必要か |
最初は共通の指示で比較し、その後、必要に応じて各モデルに合わせた調整を行います。モデル名、設定、指示、実行日を残しておくと、変更後も同じ条件で確かめやすくなります。
少数の例ですべて正解しても、今後の入力まで正しく処理できるとは限りません。小規模な運用で見つかった失敗例を評価用の入力に加え、比較の範囲を広げていきましょう。
6.コストを抑えるときは、処理全体を見直す
費用を減らす方法は、モデルを安いものへ変更することだけではありません。不要な資料や会話履歴を毎回送っていないか、同じ処理を重複して呼び出していないかも確認します。
共通する長い入力を繰り返し使う場合はプロンプトキャッシュ、即時の回答が不要な大量処理ではバッチ処理が候補になります。対応条件と料金体系を確認し、自分の処理で効果があるかを測ってください。
複数モデルを使い分ける設計では、振り分け自体の処理や、引き継ぎによる追加費用も発生します。「軽量モデルが自信ありと答えたから正しい」と扱わず、検証可能な条件に基づいて分岐させることが大切です。
導入直後は、1つのモデルで処理と評価方法を整えてから、必要な部分だけ使い分ける方法もあります。確認・修正・運用の手間まで含めて、変更する価値があるかを判断しましょう。
AIの費用対効果は、生成時間の短縮だけでは判断できません。確認や修正を含めて、業務全体の効果を測る考え方を整理しています。
AI導入で生産性は上がる?効果が出ない原因と業務改善の進め方 記事を読む →7.モデルを変更するときに確認すること
APIのモデルIDを書き換えるだけで、移行が完了するとは限りません。対応する設定や機能、出力の傾向が異なる場合があるため、新しいモデルの公式資料と実行結果を確認します。
- 利用する環境で、新しいモデルが提供されているか。
- 入力形式、出力上限、各パラメーターに変更が必要か。
- 必要なツールや出力形式に対応しているか。
- 既存の評価用データで、品質が維持されているか。
- 応答時間と、実際の課金対象の使用量がどう変わるか。
- 不具合が出た場合の切り戻し先や、一時停止方法があるか。
提供終了したモデルへは戻せないため、移行を終了直前まで待たないことも大切です。利用中のモデルを一覧にし、公式の提供終了情報を定期的に確認できるようにしておきましょう。
8.価格表と実測結果を組み合わせて選ぶ
Claudeのモデルを選ぶときは、世代まで含めたモデル名と、利用経路に対応した料金を確認します。そのうえで、自分の用途を代表する入力を使い、品質・応答時間・費用を比較しましょう。
最初に用意したいのは、短い評価用データと、採用できる結果の基準です。価格表から候補を選び、実際に処理して分かった違いを基に、継続利用するモデルを決めてください。
参考資料
モデルと料金の確認日:2026年10月8日。提供状況や料金は変更されるため、実装・契約時には以下の公式資料をご確認ください。
- Anthropic:Claudeモデル一覧
- Anthropic:Claude API料金
- Anthropic:モデルの提供終了情報
- Claude Help Center:有料プランとAPI・Consoleの料金の違い
- Anthropic:費用と性能のバランスを調整する方法
Learning Tools
記事を検索したい方はここから!
記事を検索
関連記事や、今の内容に近いテーマをすぐに検索できます。
例: AI / 情報Ⅰ / Python / 統計 / 資格 / 学習法