プロンプトキャッシュで吸収したAI値上げ：Opus 4.7は実質+27%、GPT-5.5は料金2倍

Anthropicは5月14日前後にOpus 4.7をリリースしました。定価は4.6と同じ入力$5/M、出力$25/Mのままです。しかし新しいトークナイザーは、同じ文章から32–45%多いネイティブトークンを生成します。価格ページには現れない、実質12–27%の本番コスト増です。同じ週、GPT-5.5は料金を明示的に2倍へ引き上げました。それでも私の6つのルーチンのコストはほとんど動きませんでした。効いたのは運ではなく、プロンプトキャッシュを軸にしたアーキテクチャです。

3社、3つの仕組み、向かう先は同じ

わずか一週間で、3社がそれぞれ異なる手段を使ってAIの実質コストを引き上げました。価格ページから読み取れるのは、そのうち一つだけです。

OpenAIは正面から値上げしました。GPT-5.5の入力料金は100万トークン当たり$2.50から$5.00へ、出力料金は$15から$30へ上がり、どちらもきれいに2倍です。同じワークロードのまま5.4から5.5へ切り替えたOpenRouterのユーザー群では、プロンプト長の分布に応じて実コストが+49–92%上昇しました。値上げとしては、まだ正直な形です。数字が変わったことを確認でき、調達部門と交渉でき、別モデルへルーティングする判断もできます。

Anthropicの変更は見えません。Opus 4.7の定価は4.6とまったく同じで、価格ページは1ピクセルも動いていません。変わったのはトークナイザーです。新モデルは同じ入力文から32–45%多いネイティブトークンを生成します。Anthropicの開示は1.0–1.35xの増加幅で、OpenRouterの計測では2K未満で45%、本番規模の10K超で32–34%でした。実質コストは2K超の領域で一律+12–27%、それ未満ではわずかに安くなります。反応すべき告知も、解約を促す節目も、調達部門が動くきっかけもありません。翌月の請求額だけが増えます。

GitHubは料金の構造を変えました。6月1日から、Copilotのpremium requestという単位は、公開API料金に基づくトークン従量制のAI Creditsへ移行し、キャッシュ済みトークンも対象になります。基本プランの価格は据え置きです。モデル倍率が重なるため、長いコンテキストでリファクタリングを繰り返す年間契約のエージェント利用者ほど影響を受けます。

どのベンダーが悪いかを論じたいのではありません。問題は、価格ページが請求額の代わりにならなくなったことです。表示価格は必要な情報ですが、それだけでは足りません。自社ワークロードが実際に生成するネイティブトークンをサンプリングしないコストモデルは、もはや机上の空論です。

本当に警戒すべきはトークナイザー変更です

今週起きた3つの変更のうち、運用者にAIコストの常識を根本から見直させるのは、Anthropicの一手です。

数字の裏付けは十分にそろっています。OpenRouterによる切り替えユーザーの分析では、実際の本番トラフィックでネイティブトークンが32–45%増えました。Simon Willisonも同じプロンプトをAnthropicのトークナイザーへ直接通し、システムプロンプトが~1.46xに増える結果を得ています。Anthropic自身も4.7のリリースノートで1.0–1.35xの範囲を開示しています。独立した3つの計測が、同じ方向を示しました。これはサンプリングの偶然でも、ベンチマーク固有の現象でもありません。

運用で怖いのは、変更の入り方です。明示的な値上げなら、日付のあるイベントとして扱えます。法務が契約を確認し、財務が予測を引き直し、エンジニアリングが代替モデルを評価できます。トークナイザーの変更は、すでに本番投入したすべてに対する遡及的な値上げです。コードベース内の全プロンプト、過去6カ月かけて調整した全システムメッセージ、キャッシュした全コンテキストブロックが、新モデルのエンドポイントへ接続した瞬間に32–45%重くなりました。CFOへ示せる明細項目はありません。請求額だけが以前より大きくなります。

ベンダー側から見れば、公表する値上げよりはるかに都合のよい手段です。解約が集中する節目もなく、競合比較ページで不利になることもなく、「Anthropicが27%値上げ」という見出しが並ぶこともありません。見た目はモデルのアップグレードであり、実際にアップグレードでもあります。その裏で採算だけが静かに変わります。

運用側にとっては、重視すべきレバーが変わります。表示価格の交渉は以前から時間対効果が低いものでしたが、今や意味をなしません。料金の実体は、もはやレートカード上にないからです。

プロンプトキャッシュを中核に、値上げを吸収した実装

私は記事制作の6つのルーチンを単一のチョークポイントに集約しています。ブリーフ生成、初稿執筆、文体を反映する編集、ファクトチェック、画像ディレクション、最終QAです。このうち2つがアップグレード当日にOpusを使いました。それでも1日$20のハード上限は守られ、インスタンス当たり$1の上限も超えず、記事当たりコストの変動幅は一桁台に収まりました。

これは偶然ではありません。今週の動きより前に、4つのレバーを実装していました。Agent SDKが別メーターへ移行する影響とClaude Codeの週間上限が50%増えた件を検討した時点で、ベンダー側のコスト変動は例外ではなく常態になったと判断したからです。仕組みが違っても、対処するハーネスは同じです。

レバー1 — 固定プレフィックスをキャッシュする。 各ルーチンでは、Markdown形式の仕様書（~3500トークン）とカテゴリ別の文体ブロック（1500トークン）を先頭に固定し、1時間有効の一時キャッシュに載せています。90%のキャッシュ割引が効くため、トークナイザー膨張の負担は、小さな動的テール部分にほぼ限られます。OpenRouterの内訳では、キャッシュが余分なトークンを吸収する割合は、10–25Kのプロンプトで9%、50–128Kで77%、128K超で93%です。私の初稿ルーチンは14Kなので、膨張分に対するキャッシュの吸収率は約9%です。それでも14Kのうち5Kは安定したキャッシュ部分であり、そうでなければ割引なしの単価で膨張していました。この構造上の判断が、効果の70%を担っています。

レバー2 — モデルルーティング。 初稿はSonnet、ブリーフの統合とカテゴリ分類はHaikuで処理し、Opusはまれに行う深掘り調査だけに使います。フロンティアモデルを既定にしないため、一社の価格変更だけで請求総額全体は動きません。ルーターは、選択肢の価値を残す層でもあります。GPT-5.5が2倍になっても、ハーネスを書き直さずに任意のルーチンを競合モデルへ切り替えられます。

レバー3 — プロンプト長の規律。 Opus 4.7でコスト上昇が最も大きいのは2K–10Kの帯域で、切り替えユーザーのデータでは実コストが+27–69%です。まさに、安易なプロンプト設計が陥りやすい長さでもあります。肥大化したfew-shot例、重複する役割定義、消されずに残った古いコンテキストです。不要なコンテキストを削ることは、もはや単なる整理ではありません。直接的な経済効果を生みます。

レバー4 — 支出経路を一つに集約。 有料モデルへの呼び出しはすべて、一つの関数を通します。実行前には当日の支出が$20未満か、実行後にはこのインスタンスのコストが$1未満かを確認し、どちらかを満たさなければルーチンを停止して私へ通知します。ベンダーが一夜でトークン数を2倍にしても、記事当たりコストの変化は27%ではなく一桁台に抑えられます。上限がモデルを安くするわけではありません。最悪時の損失を有限にするのです。

正直に言えば、全体を支えているのは固定プレフィックスのキャッシュです。残り3つは保険です。今も多くのチームが行うように、リクエストごとに場当たり的にプロンプトを組み立てていたら、32–45%の増加がそのまま請求額を直撃していたでしょう。しかも気づくのは導入時点ではなく、2週目になってからです。

今週、何を変えるべきか

Opus 4.7を使っているなら、価格ページを見るのをやめ、まず自社のトークン数を確認してください。本番呼び出しを100件サンプリングし、Anthropicのtoken-countエンドポイントで4.6と4.7の両方に通して、自社プロンプトの実測差を出します。そのうえで、次のスプリントや次回の計画サイクルを待たず、今週中に安定したキャッシュ済みプレフィックスへ組み替えるべきです。プロンプトが長くなるほど効くレバーはキャッシュだけであり、まさにその長さによって膨張が最も悪化するからです。

GPT-5.5を使う場合は、5.4から移行する前に切り替えユーザーと同じ条件で試算してください。2倍の料金は、10K超で生成結果の長さが–19〜–34%短くなることで一部相殺されます。したがって実コストは、出力と入力の比率だけで決まります。長いコンテキストを使うリファクタリングなら、おおむね横ばいになる可能性があります。チャット型プロダクトでは、そうなりません。

Copilotを使っているなら、6月1日より前に5月上旬の利用状況プレビューを取得してください。基本プランで単発のプロンプト利用が中心なら、変化に気づかないでしょう。

より大きな問題は、AIがテック予算で最も変動の激しい費目になったことです。AWSが一夜で2倍になることはありません。CDNの帯域メーターが黙って1.4xになることも、Postgresがトークナイザーを変更することもありません。AIレイヤーでは、この3つすべてが一週間で起きました。キャッシュ構造、モデルルーター、長さの規律、支出のハード上限からなるハーネスは、コストを重視するチームにとって、もはや任意の設計ではありません。この種のインフラを本番運用するための必要経費です。

ベンダーは今後も同じことを続けます。チョークポイントを構築するか、これから12カ月、彼らの判断をすべて受け入れるかです。