Haiku 5.5の単価は5倍に跳ねる　損を防ぐ3つのコスト落とし穴

この記事のまとめ

Haiku 5.5の料金体系は、プロンプトの長さで単価が変動する2段階制です。提示された単価だけで選ぶと、実際の請求額が想定と大きくずれる恐れがあります。そこで、押さえておきたい要点を3つに絞って整理しました。

Claude PlatformのHaiku 5.5は、100Kトークン以下なら入力100万トークンあたり0.10ドル、出力0.50ドルですが、100Kトークンを超えると入力0.50ドル、出力2.50ドルへと跳ね上がります。
Haiku 5.5はトークナイザーが刷新され、同一文章でもHaiku 4.5よりトークン数が約30%増えるため、単価の割引率ほど総額は下がりません。
コーディングエージェント利用では、蓄積した履歴の読み込みが、5分間のキャッシュ書き込み費用を含めても費用の大半を占めるという分析もあり、単価より「タスク1件あたりの総コスト」で比較することが肝要です。

Haiku 5.5の単価と2段階料金

トークンと単価の基本

AIの料金体系を読み解くには、まず「トークン」という課金単位を理解しておく必要があります。ここを飛ばして単価だけを比較すると、後で請求額を見て驚くことになります。

トークンとは、文章をAIが処理しやすい細かな単位に分割したものです。料金は、ユーザーが送信した入力トークンと、AIが生成した出力トークンに分けて計算されます。単価は100万トークンあたりの金額で提示されるのが一般的で、入力と出力とで金額が異なります。

つまり、同じ内容のやり取りであっても、文章が何トークンに分割されるかで請求額は左右されます。単価が安価に見えても、消費トークン数が多ければ総額は膨らむ。これこそが、表示単価の比較だけで判断すると失敗しやすい理由です。私がAIツールの導入支援をしている中でも、「カタログ単価を見て安いと思って使い始めたが、実際の請求額が想定の数倍になった」という相談を何度も受けています。

10万トークン境界で5倍になる料金

Haiku 5.5の単価は一律ではなく、プロンプトの総量に応じて切り替わります。

Claude PlatformにおけるHaiku 5.5の料金は、プロンプトの長さで異なります。100Kトークン以下のプロンプトでは、入力トークン100万個あたり0.10ドル、出力トークン100万個あたり0.50ドルです。

一方、100Kトークンを超えると、入力は0.50ドル、出力は2.50ドルへと引き上げられます（参照*1）。

Cursorの公式資料でも、入力トークンが100kを超えるリクエストには標準料金の5倍が課金されると説明されています。

膨大なコンテキストを扱う長時間のセッションは、この境界を超えるとトークン単価が大幅に上昇します（参照*2）。

なお、ここで提示した金額はClaude Platform（API）の条件です。「5倍」という数値は、プロンプト長の区分によって適用される単価の差を指しています。Cursorのような開発ツール経由で使う場合も、同様の区分が設けられている点は変わりません。

損につながる3つの落とし穴

長いプロンプトによる境界超え

第1の落とし穴は、わずかな文章量の増加によって境界を突破してしまうケースです。これは感覚的に気づきにくいため、特に注意が必要です。

プロンプトが10万トークンのしきい値を超過すると、料金体系が切り替わり、入力・出力ともに単価が5倍に跳ね上がります。検証記事の計算例によると、99,000トークンのプロンプト送信にかかるコストは約0.01ドル（1セント）です。しかし、これが101,000トークンになると約0.05ドル（5セント）へ急増します。

テキスト量がわずか2%増えただけで、入力コストは400%も増加する計算です（参照*3）。

この影響は通常の入力と出力だけにとどまりません。Cursorの資料によれば、100kを超えるコンテキストでは、入力が100万トークンあたり0.50ドル、キャッシュ書き込みが0.625ドル、キャッシュ読み取りが0.05ドル、出力が2.50ドルと、軒並み5倍のレートが適用されます。

長時間のセッションで境界を超えると、トークンあたりの費用が高くなります（参照*2）。

トークナイザー更新による約30%増

第2の落とし穴は、まったく同じ文章であっても消費トークン数が増加する点です。単価が下がったからといって、支払総額も同じ割合で下がると思い込むのは危険です。

tech-insider.orgの報道によると、Anthropicのリリースノートに基づき、Haiku 5.5はHaiku 4.5比で平均約75%安価に稼働できるとされています。この価格改定は、2025年後半から続いている主要AI機関同士のAPI価格競争のなかで実施されたものです（参照*4）。

ただし、割引率の体感には差が生じます。解説記事によると、標準プロンプトの基本割引率は最大90%に達するものの、実務における平均削減率は約75%にとどまります。

この差を生む要因は2点あり、リクエストの一部が10万トークンを超過すること、そしてトークナイザーの刷新により、同一文でもHaiku 4.5より細かく分割されてトークン数が約30%増えるためです（参照*3）。

単価自体が下がっても、課金対象となるトークン数が増えてしまえば、支払総額の抑制効果は薄れます。

私自身、AIツールのコスト検証をする際に「単価が90%オフ」という表現を見て過度に期待し、実測してみると削減効果がずっと小さかった、という経験があります。トークナイザーの変更は見落とされがちですが、実際の費用計算では無視できない要素です。

蓄積コンテキストとキャッシュの費用

第3の落とし穴は、対話の進展に伴って積み上がる履歴の再読み込みやキャッシュ費用です。単発のAPIコールではなく、エージェント的な使い方をするときに顕在化します。

TraceLabの分析によると、コーディングエージェント利用における費用の大半はプレフィックストークンでした。これは新規入力の約10分の1の単価で済みますが、毎ステップで繰り返し読み込まれる履歴コンテキストが膨大なため、5分間のキャッシュ書き込み費用を含めても総費用の59.5%を占めました。追加トークンは29.2%、出力トークンは11.2%です。

同分析では、セッション平均費用が9.70ドル、中央値は0.61ドルと、長大セッションの影響で裾が重く、p99は178ドルに達しました。リクエスト平均は1.01ドル、中央値0.33ドル、ステップあたりは0.11ドルとなっています（参照*5）。

キャッシュ課金の仕組みも、あらかじめ把握しておく必要があります。OpenAIやGoogleとは設計が異なるため、他のAPIと同じ感覚で扱うと誤算が生じます。

ellmerの資料によれば、OpenAIやGoogleではキャッシュ読み取りに通常価格の10%がかかるのみですが、Claudeでは書き込み時にも課金され、5分キャッシュで通常価格の125%、1時間キャッシュでは200%が請求されます（参照*6）。

仕事1件あたりの費用での比較

タスク単価の考え方と見積もり手順

評価の軸を名目単価から「タスク1件あたりの実費」へと切り替えると、コストの見通しが明確になります。生成AI導入の相談を受けると、多くの場合「単価が安い」という理由でモデルを選んでいますが、実業務での消費パターンを計測せずに比較しても意味がありません。

見積もりの手順は3つです。

対象とする実業務を1件定め、そこで発生する入力・出力トークン数およびキャッシュの読み書き量を実測します。
その実測値をHaiku 5.5の料金テーブルに当てはめます。Claude Platformでは、100Kトークン以下なら入力100万個あたり0.10ドル・出力0.50ドル、100K超なら入力0.50ドル・出力2.50ドルの区分が存在します（参照*1）。
1件あたりの総額を算出して他モデルや別構成と比較します。

この手法を取れば、トークン数の増減や境界超過による単価上昇も織り込んだうえで、適正な費用対効果を判断できます。手間はかかりますが、実測なしのコスト見積もりは精度が低すぎて、予算管理には使えません。

タスク単位で見たコスト事例

業務単位で実際に計測されたコストの比較データも公開されています。

Artificial Analysisの検証を取り上げた記事によると、評価タスク1件あたりの平均コストはわずか0.02ドルであり、日常的な開発業務において非常に低コストな選択肢と評されています。また同記事の比較表では、カスタマーサポートの問い合わせ対応1,000件あたりの実運用費が、Haiku 5.5は約0.78ドル、Sonnet 5.5では15.60ドルと、実に20倍もの価格差が生じることが示されています（参照*3）。

いずれも、単なるトークン単価ではなく「1件」「1,000件」という業務単位で揃えた指標です。単価の比較では見落としがちな実質的な費用差が、この算出法によって浮き彫りになります。Haiku 5.5とSonnet 5.5で20倍の価格差が出るとすれば、用途に応じたモデルの使い分けがいかに重要かがわかります。

努力度設定による出力トークンの増加

推論時の設定次第で出力トークンが増加し、トータル費用も大きく変動します。

検証記事によると、努力度（Effort）をLowからMediumへ引き上げるだけで、出力トークン数が2倍以上に膨らむケースがあります。出力は入力より割高な料金設定となっているため、努力度を上げるとリクエスト全体のコストが目立って増加します（参照*3）。

一方で、品質面でも明確な変化が現れます。

Cursorの資料によれば、Haiku 5.5は努力レベルを備えた初のHaikuモデルであり、思考機能を有効化することでCursorBenchの正答率は低努力時の30.9%から最大努力時の48.4%へと向上します（参照*2）。

つまり努力度パラメータは、費用とCursorBenchの正答率の双方を左右する要素です。タスク単位のコストを見積もる際は、どの努力度を前提にした測定値なのかも確認しておく必要があります。「安い」と聞いて導入したのに、精度を出そうとしたら想定より高くついた、というのはよくある誤算のパターンです。

損を減らす運用の工夫

キャッシュとバッチ処理の節約条件

コスト削減機能には、得られる割引率とともに適用条件が定められています。

Anthropicの発表によると、Haiku 5.5ではプロンプトキャッシュの活用で最大90%、バッチ処理の利用で50%のコスト削減が可能です。これらはClaude APIで「claude-haiku-5-5」を指定することで利用できます（参照*1）。

ただし、キャッシュの効果が得られる状況には制限があります。ellmerのドキュメントによると、キャッシュ対象は長文プロンプトに限られ、モデル仕様に応じて最低1,024〜4,096トークンが必要です。これに満たない短いプロンプトでは削減効果が見られない場合があります。

またClaudeでは書き込み自体に通常単価の125%（5分）または200%（1時間）のコストを要する点にも留意が必要です（参照*6）。

境界を超えない設計とモデルの使い分け

プロンプト長を抑える設計と、適材適所のモデル選定もコスト抑制に寄与します。私がコンサルティングの現場で見てきた感覚でも、コスト問題の多くはモデル選定よりも、プロンプト設計と用途の切り分けで解決できるケースが多いです。

SWE-agentにおけるPACTの検証では、入力トークン数を314.6Mから156.0Mへと50.4%削減しました。長大なループ処理では入力トークンが主要なコスト要因となりますが、解決率の変化を小さく抑えつつ、解決あたりの消費トークン数を約47%削減しています（参照*7）。

長大なコンテキストを扱う際は、モデル間の価格差も顕著です。

tech-insider.orgの試算では、GLM-5.3標準プランで90万トークンを入力すると1回あたり約1.26ドルを要するのに対し、Haiku 5.5の10万超プランなら約0.45ドルで処理できます（参照*8）。

Anthropicは、Haiku 5.5をコーディングや明確に定義されたサブタスク向けの高速でコスト効率の高い選択肢と位置づけています。逆に言えば、曖昧で複雑な判断が必要なタスクにHaikuを使っても、品質面での問題が出やすく、コスト面の優位性を活かしにくいということでもあります。

Opusなどの上位モデルに作業を計画させ、サブタスクをHaikuに引き渡すことで、多数のエージェントを並行して実行できます（参照*1）。

おわりに

Haiku 5.5の料金体系は、100Kトークンを境に入出力の単価が5倍に跳ね上がります。さらに、トークナイザー刷新により同文でのトークン数が約30%増加したほか、コーディングエージェント運用では、蓄積履歴の再読み込みが5分間のキャッシュ書き込み費用を含めても費用の大半を占めます。提示されたカタログスペックの単価だけを見ていると、こうした隠れたコスト増を見落としかねません。生成AI導入の議論でよくあるのは、「このモデルは安い」という話で終わることです。しかし実際には、どう使うか、どう設計するかのほうが、最終的なコストに大きく影響します。

予算管理では、比較軸を「タスク1件あたりの総コスト」に置くことが重要です。評価1件あたり0.02ドル、返信1,000件で約0.78ドルといった業務単位の指標に揃えることで、モデル間の費用を正確に比較できます。まずは代表的な業務を1件選び、実測値を料金テーブルに当てはめる。その作業なしに「安いかどうか」を判断するのは難しいと、私は考えています。

監修者

安達裕哉（あだちゆうや）

デロイトトーマツコンサルティングにて品質マネジメント、人事などの分野でコンサルティングに従事しその後、監査法人トーマツの中小企業向けコンサルティング部門の立ち上げに参画。大阪支社長、東京支社長を歴任したのち2013年5月にwebマーケティング、コンテンツ制作を行う「ティネクト株式会社」を設立。ビジネスメディア「Books&Apps」を運営。
2023年7月に生成AIコンサルティング、およびAIメディア運営を行う「ワークワンダース株式会社」を設立。ICJ2号ファンドによる調達を実施(1.3億円)。
著書「頭のいい人が話す前に考えていること」が、95万部（2026年6月時点）を売り上げる。
（“2023年・2024年上半期に日本で一番売れたビジネス書”（トーハン調べ／日販調べ））