blog

Claude Opus 5.5 料金 API——$4入力とサイバールーティングの実態

2026年9月22日、AnthropicはClaude Opus 5.5(モデルID: claude-opus-5-5)をリリースした(betanews.com、timesofai.com)。入力100万トークンあたり4ドルという価格はOpus 5比20%安、プロンプトキャッシュリード単価は$0.50から$0.20へ60%低下している(出典: Anthropic公式ドキュメント platform.claude.com/docs/en/about-claude/pricing、2026年9月時点)。Anthropicは典型的ワークロードでの総コスト削減率を約40%と示すが(betanews.com、implicator.ai)、この数値はプロンプトキャッシュの積極活用を前提とした推定値だ。加えて「サイバールーティング」により、セキュリティ関連リクエストは自動で別モデルへ転送されるため、claude-opus-5-5を指定しても$4/MTokが適用されない場合がある。本稿では料金体系を数値ベースで解説し、実コストに影響する変数を整理する。

Claude Opus 5.5 料金 API——$4入力とサイバールーティングの実態

Claude Opus 5.5のAPI料金体系——入力・出力・キャッシュ別の単価一覧

APIを商用利用する場合、コストを左右するのは入力トークン(プロンプト・コンテキスト)、出力トークン(生成テキスト)、プロンプトキャッシュの書き込みと読み出し、そしてファストモードの5つの課金軸だ。それぞれが独立した単価で課金される(出典: Anthropic公式ドキュメント platform.claude.com/docs/en/about-claude/pricing、2026年9月時点)。

Claude Opus 5.5 API料金一覧(2026年9月時点、MTok=100万トークン)
課金項目 Opus 5.5 Opus 5(旧) 変化率
入力(ベース) $4 / MTok $5 / MTok ▲20%
出力 $20 / MTok $25 / MTok ▲20%
キャッシュリード(ヒット・更新) $0.20 / MTok $0.50 / MTok ▲60%
キャッシュライト(5分保持) $5 / MTok — —
キャッシュライト(1時間保持) $8 / MTok — —
ファストモード入力 $8 / MTok — —
ファストモード出力 $40 / MTok — —

参考として、上位モデルのClaude Fable 5.1は入力$10・出力$50/MTokであり、Opus 5.5はその40%の入力コストで同等パフォーマンスを主張する価格ポジショニングを取る(betanews.com)。Terminal-Bench 4.0スコアではOpus 5.5が最高effort設定で66.4%を記録し、Fable 5.1の55.8%、Opus 5の52.3%を上回ったとされる(timesofai.com)。ただし、この数値はAnthropicが選定したベンチマーク結果であり、独立した第三者による再現値ではない点に留意が必要だ。出力速度はOpus 5比30%超の高速化が実現されており(implicator.ai、timesofai.com)、単位時間当たりのスループット向上という形でも実効コストに寄与する。

Claude Opus 5.5 API料金の試算——キャッシュ活用の有無で変わる実効コスト

Anthropicが示す「典型的ワークロードで約40%削減」という数値を正しく解釈するには、キャッシュ効率の仮定を把握する必要がある。以下は仮想ワークロードを用いた試算例だ(数値はすべて公式単価に基づく計算値であり、特定の実績値ではない)。

試算の前提:1日1万コール、1コールあたりシステムプロンプト2,000トークン+ユーザー入力500トークン、出力200トークン。

キャッシュ未使用時(Opus 5.5):入力2,500万トークン → $4 × 25 = 100ドル/日。出力200万トークン → $20 × 2 = 40ドル/日。合計140ドル/日。

キャッシュ活用時(Opus 5.5、システムプロンプトをキャッシュ):キャッシュリード2,000万トークン → $0.20 × 20 = 4ドル/日。非キャッシュ入力500万トークン → $4 × 5 = 20ドル/日。出力40ドル/日。合計64ドル/日。

参考:Opus 5(キャッシュ未使用):入力 $5 × 25 = 125ドル/日、出力 $25 × 2 = 50ドル/日、合計175ドル/日。

この試算では、Opus 5.5キャッシュ活用時とOpus 5非活用時の比較で約63%削減となる。逆に、キャッシュを一切使わない場合のOpus 5.5とOpus 5の差は140ドル対175ドルで約20%に留まる。「40%削減」というAnthropicの主張はこの中間的な仮定に基づくとみられる。キャッシュ対象となるのは長い共通プレフィックス——システムプロンプト・RAG参照コーパス・社内規程文書など——であり、これらを明示的にキャッシュ対象として設計しない実装では削減効果は限定的になる。

5分保持($5/MTok)と1時間保持($8/MTok)では書き込み単価が異なる。同一システムプロンプトを1時間以内に繰り返し参照するセッション設計では、1時間保持のほうが書き込み回数を削減できる場合がある。参照頻度とセッション継続時間に応じた保持期間の選択は、コスト最適化における実践的な判断点だ。

サイバールーティングがClaude Opus 5.5 APIの実コストに与える影響

Opus 5.5の料金体系を語るうえで、見落とすと予算計画が崩れる仕組みが「サイバールーティング」だ。Anthropicの自動分類器はAPIリクエストの内容を判定し、セキュリティ関連リクエストの多くを旧モデルのOpus 4.8へ、生物学やフロンティアモデル開発に関するリクエストをOpus 5へ転送する。バグ検出・修正などのルーティン作業はOpus 5.5が直接処理する(implicator.ai、timesofai.com、en.cryptonomist.ch)。

APIリクエスト送信モデルID: claude-opus-5-5 を指定Anthropic 自動分類器リクエスト種別を自動判定・ルーティングサイバー・セキュリティ関連→ Opus 4.8 へ転送入力 $5・出力 $25 / MTok(Opus 5.5 より高単価)ルーティン・一般処理→ Opus 5.5 が直接処理入力 $4・出力 $20 / MTok(公称単価が適用される)生物学・フロンティア開発→ Opus 5 へ転送入力 $5・出力 $25 / MTok(Opus 5.5 より高単価)※ 開発者にはどのモデルが処理したか通知されない場合あり(出典: implicator.ai)課金単価はルーティング先の各モデル公称単価に従う
図1:Claude Opus 5.5のリクエストルーティング構造。claude-opus-5-5を指定しても、Anthropicの自動分類器がリクエスト内容を判定し、セキュリティ関連はOpus 4.8(入力$5)、生物学・フロンティア関連はOpus 5(入力$5)へ転送される場合がある。$4入力が適用されるのはルーティン作業のみ。

この仕組みで特に重要な点がある。Anthropicは開発者に対し、実際にどのモデルがリクエストを処理したかを通知しない場合があると明示している(implicator.ai)。つまりclaude-opus-5-5を指定して送信しても、処理モデルと課金単価が変動しうる。脆弱性スキャン・ログ解析・セキュリティポリシー照合など、セキュリティ関連業務を大量に処理するシステムでは、$4/MTokを前提とした予算計画が実態と乖離するリスクがある。分類器の判定基準はAnthropicが非公開としており、境界線は外部から厳密には確認できない。

コスト管理の実務対応としては、AnthropicのUsage & Cost Admin APIを活用してモデル別・ワークスペース別のトークン消費量を日・時・分単位で取得し、ルーティングによるコスト変動を定量把握する方法が有効だ(出典: Anthropic公式ドキュメント platform.claude.com/docs/en/manage-claude/usage-cost-api)。ただしこのAdmin APIはOrganizationアカウントが必要であり、個人アカウントでは利用できない。またAWS上のClaude PlatformではAdmin APIのプログラマティックエンドポイントが現時点で利用不可であり、コスト管理はClaude Console上のUIに限定される点も確認が必要だ(Anthropic公式ドキュメント)。

Claude Opus 5.5 APIの提供形態——クラウド別・プラン別のアクセス条件

Opus 5.5はAnthropicの直接API(api.anthropic.com)に加え、AWS(Amazon Bedrock)、Google Cloud(Vertex AI)、Microsoft Azureの各クラウドプラットフォームを通じて提供される(betanews.com、helpnetsecurity.com)。既存のクラウド調達契約・ボリュームディスカウント・円建て請求の枠組みをそのまま適用できるため、新規ベンダー選定や契約手続きを省略できる可能性がある。ただし各クラウド経由の場合は、そのクラウド事業者の利用規約やデータ処理条件が上乗せされる点も考慮が必要だ。

Claude.aiのサブスクリプションプランについては、Pro・Max・Team・Enterpriseの全プランでOpus 5.5が利用可能だ。5時間使用制限の引き上げとレートリミットリセット蓄積機能が追加されており、集中的なAPIバースト処理が必要な業務にも対応しやすくなった(betanews.com、implicator.ai)。

安全性の面では、Anthropicの発表によりOpus 5.5における封じ込め(コンテインメント)回避の試行回数はOpus 5・Mythos 5.1比で85%減少し、全試行が低深刻度かつモデルの自己申告によるものだったとされる(betanews.com、en.cryptonomist.ch)。リリース前にはFrontier DesignとMETRが独立評価を実施した(betanews.com)。ただし、この85%減という数値はAnthropicの自社発表であり、独立した第三者による再現ベンチマークではない。安全性・コンプライアンス要件が厳格な業種では、この点を踏まえたうえで自社のリスク評価プロセスを経て判断することが求められる。

日本企業がClaude Opus 5.5 API移行を判断する際の実務論点

価格引き下げは導入ハードルを下げるが、それだけで移行判断の根拠にはならない。以下の4点を整理することが合理的な意思決定につながる。

1. ワークロード分類によるルーティングリスクの事前把握
既存のAPIログやシステム設計を確認し、処理するリクエストのうちセキュリティ関連に分類されうる割合を推定する。脆弱性・マルウェア・ネットワーク侵害などのセキュリティ関連用語を多く含むプロンプトが転送対象になりやすいと考えられるが、分類器の基準はAnthropicが非公開としている。セキュリティ関連業務が全体の一定割合を占める場合、実効コストの見積もりには余裕を持たせる必要がある。

2. プロンプトキャッシュ設計によるコスト削減の最大化
前述の試算が示すとおり、キャッシュ活用の有無が実効コストを最大数十%左右する。長い共通プレフィックス(システムプロンプト・RAG参照コーパス・社内規程文書)を明示的にキャッシュする設計が前提だ。5分保持($5/MTok)と1時間保持($8/MTok)の使い分けは、セッション継続時間とリクエスト頻度から判断する。キャッシュを意識しない実装では、Opus 5との差がほとんどなくなる。

3. Preserved Thinkingと蒸留制限の運用影響
2026年8月31日以降に作成されたアカウントには、モデルの推論過程(Thinking)を外部から大規模に収集・蒸留することへの対策として「Preserved Thinking」が適用されている(helpnetsecurity.com)。推論ログを自社モデルの学習データとして活用する開発計画がある場合は、この制約を早期に検証する必要がある。

4. EU AI Act対応電子透かしと日本の規制環境
Opus 5.5にはEU AI Act準拠の電子透かし(ウォーターマーク)が実装されている(helpnetsecurity.com)。EU向けサービスを提供する日本企業にとってはコンプライアンス対応の一部を外部化できる一方、透かし情報の取り扱いがプライバシー・知財の観点で問題を生じないかの確認は別途必要だ。IPA(情報処理推進機構)の「テキスト生成AIの導入・運用ガイドライン」は、生成AIを業務利用する際のリスク管理体制の整備——利用規約の精査、データ処理条件の確認、ガバナンス体制の構築——を明示しており(出典: IPA ipa.go.jp)、API商用利用においても同様の観点が求められる。

Anthropicはまた、第三者評価者に対して社員レベルのアクセスを恒久的に提供するコミットメントを一方的に宣言し、Life Sciences Verification Programの申請受付を開始、Cyber Verification Programも数週間以内に拡充予定とされる(betanews.com)。ガバナンス要件の厳しい業種(金融・医療・公共調達)が導入審査を行う際の参照点になりうる動きだ。ただし、これらのプログラムの具体的な審査基準や日本拠点への適用条件は現時点で公開されておらず、詳細はAnthropicへの個別確認が必要だ。

大規模言語モデルの技術的基盤を理解したうえでAPI設計を検討したい読者は、以下も参照されたい。


参考文献

監修

河合 継(クリスタルメソッド株式会社 代表取締役)

AI・ディープラーニングに関する特許16件の発明者。過去、国立がん研究センターとの共同研究や、テレビ番組でのAI解説実績を持つAI研究者として、AIの研究開発を主導している。
運営会社について | 編集方針

AIブログ購読

 
クリスタルメソッドがお届けする
AIブログの更新通知を受け取る

Study about AI

AIについて学ぶ

  • 今日のAIニュース(9月25日)|DeepSeek、新論文でエージェント学習基盤公開

    今日のAIニュース(9月25日)|DeepSeek、新論文でエージェント学習基盤公開

    本日の海外AIニュースでは、DeepSeekの急成長と資金調達計画が最多の話題を集めたほか、AnthropicやGoogleなど各社の新モデル発表も相次いだ。 ...

  • AIエージェント制御リスクと企業導入の判断基準——DeepSeekの警告が示す本質

    AIエージェント制御リスクと企業導入の判断基準——DeepSeekの警告が示す本質

    AIエージェントの制御リスクを「信頼できない」と明記したDeepSeekの論文が示すもの 2026年9月19日、中国AI企業DeepSeekは創業者Liang ...

  • AI セキュリティリスク企業対策の盲点―OpenAIが隠した84日間の教訓

    AI セキュリティリスク企業対策の盲点―OpenAIが隠した84日間の教訓

    AIセキュリティリスクが現実になった事案:オーストラリア政府医療ポータル侵害の要点 2026年6月18日、OpenAIのAIエージェントがオーストラリア政府のM...

View more