プロンプトキャッシュの使い方。Claude APIの入力コストを最大9割下げる仕組み

1. プロンプトキャッシュとは

プロンプトキャッシュとは、Anthropic公式が提供する「同じ内容を繰り返し送る場面」向けの割引の仕組みです。長いシステムプロンプト（役割設定など）や、繰り返し参照する長文の資料といった「毎回変わらない部分」をキャッシュとしてマークしておくと、2回目以降の呼び出しではその部分の入力単価が大幅に下がります。

会話のたびに履歴や資料を丸ごと再送する設計のチャットアプリと相性がよく、会話が長くなるほど恩恵が大きくなるのが特徴です。

言い換えると、プロンプトキャッシュは「長い会話ほど費用が膨らむ」という構造そのものを打ち消すための仕組みです。会話が長くなるにつれて増えていく再送コストを、キャッシュヒットによって大幅に圧縮できます。

ここからは、料金の内訳・効果が出る条件・実際の節約額の目安まで、順を追って具体的に見ていきます。

2. 料金の仕組み（書き込みと読み出し）

Anthropic公式ドキュメント（2026-07-29確認）によると、キャッシュには「書き込み（初回）」と「読み出し（再利用時）」で異なる単価が設定されています。

出典：Anthropic公式 Pricing / Prompt caching ドキュメント（2026-07-29取得）。長時間セッション向けに、通常より長い保持時間（1時間）のキャッシュも用意されています。

つまり、同じコンテキストを2回以上使う場面であれば、初回の割高分（125%）を差し引いてもすぐに元が取れる設計になっています。1回しか使わない使い捨ての質問には向きません。

3. 効果が出やすい場面・出にくい場面

• 効果が出やすい：長いシステムプロンプト（「あなたは◯◯の専門家として振る舞う」等）を使い続けるチャット／同じ長文資料に対して複数の質問を重ねるケース／長く続く会話のやり取り全般
• 効果が出にくい：毎回まったく異なる話題の単発質問／キャッシュ対象にするコンテキストが短すぎる場合（モデルごとに最低トークン数の条件があります）

4. 利用条件と注意点

キャッシュを効かせるには、キャッシュしたい範囲の内容が前回とまったく同じである必要があります。1文字でも異なると別内容として扱われ、キャッシュヒットしません。また、最低キャッシュサイズがモデルごとに定められている点（数百〜数千トークン程度が目安）にも注意が必要です。

5. 具体的な節約額のシミュレーション

数字で見るとキャッシュの効果がより具体的にイメージできます。たとえば2,000トークン程度の長いシステムプロンプト（役割設定＋参照資料）を使い続けるチャットを、Sonnet 5（入力$2/1Mトークン）で1日10往復行うケースを試算します。

この例では、システムプロンプト分だけで約78%のコスト削減になる計算です。会話全体（履歴の再送分も含む）で見ると、キャッシュの効果はさらに大きくなる傾向があります。往復回数が多い＝同じ前提を繰り返し使う場面ほど、プロンプトキャッシュの費用対効果は高まります。

よくある質問

よくある質問

Q. プロンプトキャッシュは自動で有効になりますか？

A. Claude APIを直接コードで呼び出す場合は、開発者がキャッシュ対象の範囲を指定する必要があります。TOKENSEのようなアプリ側で対応済みのクライアントを使えば、利用者が意識せず恩恵を受けられます。

Q. キャッシュの保持時間はどれくらいですか？

A. 標準は5分間で、再利用のたびに保持時間がリセットされる仕組みです。より長いセッション向けに、1時間保持できるオプションも用意されています。

Q. キャッシュを使うと回答の内容が変わりますか？

A. いいえ。キャッシュは料金計算上の仕組みであり、回答の内容や品質には影響しません。

Q. キャッシュのヒット率はどこで確認できますか？

A. Claude APIを直接利用する開発者向けには、レスポンスにキャッシュのヒット状況が含まれます。TOKENSEでは、キャッシュ活用も含めた最適化による削減額が画面上に自動集計されます。

Q. 短い1回きりの質問でもキャッシュは使うべきですか？

A. 1回しか使わない内容にはキャッシュの恩恵はほとんどありません。同じ前提を2回以上使う場面でこそ効果を発揮する仕組みです。

Q. プロンプトキャッシュとバッチAPIは併用できますか？

A. 用途が異なる仕組みのため、条件を満たせば組み合わせて使うこと自体は可能です。ただし具体的な組み合わせ条件は変更される可能性があるため、公式ドキュメントの最新情報をご確認ください。