AI時代の節約哲学：すべてのTokenを刃先に当てる方法著者：動察 Beating出典：転載：火星财经文字課金の電報時代では、筆墨がそのままお金でした。人々は万語千言を極限まで圧縮するのが習慣で、「速帰」は長い手紙1通に匹敵し、「無事を」こそが最も重い念押しでした。のちに電話が家の中に入りましたが、長距離料金は分秒で計算されました。両親の長距離電話はいつも要点だけで、用件が済むとすぐに切り上げられました。話題が少しでも広がると、「通話料が惜しい」という思いが、立ち上がりかけた挨拶の糸をすぐに断ち切りました。さらにのち、ブロードバンドが家に入り、ネットは時間課金になりました。人々は画面上のタイマーを見つめ、ページを開いては閉じ、動画はダウンロードしかできず、ストリーミングは当時「ぜいたくな動詞」でした。ダウンロード進捗バーの終点には、「世界につながりたい」という渇望と、「残高不足」を恐れる気持ちが隠れていました。課金単位は変わっても、節約本能は太古から不変です。いま、TokenはAI時代の通貨になりました。しかし大多数の人は、この時代にどうやって細かく計算してやりくりすべきかまだ学べていません。なぜなら、見えないアルゴリズムの中で損得を計算する方法をまだ身につけていないからです。2022年にChatGPTが出たばかりのころは、ほとんど誰もTokenのことを気にしていませんでした。それはAIの大鍋飯時代で、毎月20ドル払えば、好きなだけ話せました。しかし最近AI Agentが流行ってからは、Tokenの出費が、AI Agentを使うすべての人が必ず意識しなければならないものになりました。一問一答の単純な会話とは違い、タスクフローの背後には数百にも及ぶAPI呼び出しがあります。Agentの独立した思考にはコストがかかり、自分自身の修正のたびに、ツール呼び出しのたびに、請求書の数字が跳ねます。すると、チャージしたはずのお金が突然足りなくなり、しかもAgentが一体何をしたのか自分ではよく分からない、という状態に気づくことになります。現実の生活では、みんなが節約のやり方を知っています。青果市場で買い物をするときは、泥のついた腐れ葉をきれいにしてから量を測ることを知っています。タクシーで空港に行くときは、運転手は朝のラッシュ時の高架を避けることを知っています。デジタル世界の節約ロジックも実は同じで、ただし課金単位が「斤」や「キロ」からTokenに置き換わっただけです。これまで節約は不足のせいでした。けれどAI時代の節約は、正確さのためです。私たちはこの記事を通じて、AI時代の節約メソッド一式を整理し、あなたが毎一銭を刃先に当てて使えるようにします。量りに乗せる前に、腐れ葉を選り分けるAI時代では、情報の価値は広さによって決まらず、純度によって決まります。AIの課金ロジックは、AIが読む文字数に応じて課金されます。あなたが入れたのが真実の洞察であっても、意味のない形式ばかりの雑談であっても、読まれた時点で支払いが発生します。だからこそ、Tokenを節約する最初の考え方は、「信噪比」を潜在意識に刻み込むことです。あなたがAIに渡すすべての一文字、すべての画像、すべてのコード行にはお金がかかります。なので、何かをAIに渡す前に必ず自問してください。ここにAIが本当に必要とする部分はどれくらいあるのか？泥のついた腐れ葉はどれくらい混ざっていないか？たとえば「こんにちは、お願いします……」のような冗長な導入文、重複する背景説明、消しきれていないコードの注釈などは、すべて泥のついた腐れ葉です。それ以外にも、最もよくある浪費は、PDFやウェブページのスクリーンショットをそのままAIに投げることです。たしかにあなたは楽ができますが、AI時代の「楽」は往々にして「高くつく」を意味します。体裁が整った1つのPDFには、本文に加えて、ヘッダー、フッター、図表の注記、隠しウォーターマーク、そしてレイアウトのための大量の書式コードが含まれます。これらはAIがあなたの問題を理解するのにまったく役に立ちませんが、全部が課金対象になります。次は、PDFを先にきれいなMarkdownテキストに変換してからAIに渡すことを覚えておいてください。10MBのPDFを10KBのきれいなテキストにすると、あなたは99%の金額を節約するだけでなく、AIの頭脳の動作速度も以前よりはるかに速くなります。画像も別の「金を吸い込む獣」です。視覚モデルのロジックでは、AIはあなたの写真がどれだけ美しいかには興味がありません。関心があるのは、あなたがどれだけのピクセル面積を占有したかだけです。たとえばClaudeの公式の計算ロジックではこうです： 画像のToken消費 = 幅ピクセル × 高さピクセル ÷ 7501000×1000ピクセルの画像なら、消費は約1334個のToken。Claude Sonnet 4.6の料金に換算すると、1枚あたり約0.004ドルです。しかし同じ画像を200×200ピクセルに圧縮すれば、消費は54個のTokenだけで済み、コストは0.00016ドルまで下がります。差は実に25倍です。多くの人は、スマホで撮った高精細の写真や4KスクリーンショットをそのままAIに投げてしまいます。しかしこれらの画像が消費するTokenは、AIが半分近い中編小説を読み終えるのに足りる可能性があります。タスクが画像内の文字の認識、あるいは簡単な視覚判断に限られるのであれば、たとえばAIに請求書の金額を読み取らせるとか、説明書の文章を読むとか、画像に信号機が赤か青か緑かを判定させるといったケースでは、4Kの解像度はまさに純粋な無駄です。画像を最小限で使える解像度まで圧縮するだけで十分です。ただし、入力側でTokenを最も浪費しやすい理由は、実はファイル形式ではありません。非効率な話し方にあります。多くの人はAIを真人の隣人だと思い、社交的なおしゃべりを細切れにしてコミュニケーションするのが癖になっています。「ウェブページを書いて」と一言投げ、AIが出来損ないの途中まで吐き出したところで詳細を追加し、何度も引っ張り直します。この歯磨き粉みたいな会話は、AIに何度も内容を生成させ、修正のたびにToken消費が積み上がります。Tencent Cloudのエンジニアが実践で見つけたところでは、同じ要件でも、歯磨き粉式の複数ラウンド対話をすると、最終的に消費するTokenは、最初に一度で要点をきちんと説明した場合の3〜5倍になることが多いとのことです。本当に節約するコツは、この非効率な社交的な探り合いをやめることです。要件、境界条件、参考例を一度で明確に伝えましょう。「やらないこと」を説明する労力を減らしてください。否定文はしばしば肯定文よりも理解コストが高くつくからです。「どうやるか」を直接伝え、明確な正しい見本も提示してください。また、目標がどこにあるのか分かっているなら、AIに探偵役をさせず、そのままはっきり言ってください。あなたがAIに「ユーザー関連のコードを探して」と命じると、それは裏側で大規模なスキャン、分析、推測を行う必要があります。しかし、あなたが直接「src/services/user.tsというファイルを見て」と伝えれば、Token消費は天地ほど違います。数字の世界では、情報の同等性が最大の節約になります。AIの「丁寧さ」に対して料金を払わない大規模言語モデルの課金には、多くの人が気づいていない潜在ルールがあります：出力Tokenは、通常、入力Tokenより3〜5倍高いです。つまり、AIが話してくる言葉は、あなたがAIに言う内容よりはるかに高い、ということです。たとえばClaude Sonnet 4.6の価格では、入力は1百万Tokenあたり3ドルで済むのに対し、出力は一気に15ドルへ跳ね上がり、差はちょうど5倍です。「はい、あなたのご要望は完全に理解しました。これからご説明します……」のような丁寧な導入文、「上記の内容がご参考になれば幸いです」のような無難な結びの挨拶。実際の人間同士の会話では礼儀正しい社交辞令ですが、APIの請求書では、これらの情報増分のない雑談の挨拶もすべてあなたの金として請求されます。出力側の無駄遣いを最も効果的に解決する方法は、AIにルールを作ることです。システム指示で明確に伝えます： 雑談しないで、説明しないで、要件を繰り返さないで、答えを直接出して。これらの規則は一度設定するだけで、以後の会話すべてで有効になり、「一度投資して永久に利益を得る」本当の資産運用の手段になります。ですが、規則を作るとき、多くの人はまた別の誤りに陥ります。冗長な自然言語で指示を積み上げてしまうことです。エンジニアの実測データによれば、指示の効力は文字数ではなく密度にあります。500字のシステムプロンプトを180字に圧縮し、意味のない丁寧語を削り、重複する指示を統合し、段落を簡潔な箇条書きのリストに再構成すると、AIの出力品質はほぼ揺れないのに、1回の呼び出しで消費するTokenは64%も急減します。さらに積極的なコントロール手段として、出力長を制限する方法があります。多くの人は出力の上限を設定せず、AIに好きにやらせます。この表現権の放任は、往々にしてコストを極端に制御不能にします。たぶんあなたが必要なのは一文で止まる短い文なのに、AIは「知的な誠意」を示すために勝手に、あなたのために800字の小論文を書いてしまうかもしれません。純粋にデータが欲しいのであれば、AIに冗長な自然言語の説明をさせるのではなく、強制的に構造化フォーマットで返させるべきです。同じ情報量を載せる条件なら、JSON形式のToken消費は散文の段落よりずっと低くなります。これは、構造化データがすべての冗長な接続詞、間投詞、説明的な修飾を除去し、濃度の高いロジックの核だけを残すからです。AI時代には、あなたが支払う価値が、AIの意味のない自己説明ではなく、結果の価値であることをはっきり理解しておくべきです。それに加えて、AIの「過度な思考」もあなたの口座残高を狂ったように食い荒らしています。一部の上位モデルには「拡張思考」モードがあり、回答の前に大規模な内部推論を行います。この推論プロセスも課金対象であり、しかも出力の価格で計算されるため、非常に高額です。このモードは、本質的に「深いロジックの裏付けが必要な複雑なタスク」のために設計されています。しかし多くの人は、単純な問題を聞くときにもこのモードを選んでしまいます。深い推論が不要なタスクについては、明確にAIに「思考過程の説明は不要、答えを直接出して」と伝えるか、手動で拡張思考をオフにすれば、かなりの節約になります。AIに「過去の清算」をさせない大規模言語モデルには本当の記憶がありません。ただ、狂ったように過去の清算を繰り返しているだけです。これは多くの人が知らない、下層のメカニズムです。あなたがある会話ウィンドウで新しいメッセージを送るたびに、AIはそのあなたの一文から理解を始めているわけではありません。あなたたちがこれまで話した内容、つまり各ラウンドの対話、各コード断片、引用文書のすべてを最初から読み直し、それから回答します。Tokenの請求書において、この「復習して学ぶ」は決して無料ではありません。会話ラウンドが積み重なるほど、たとえあなたが単にある単語を追い質問するだけでも、AIがバックグラウンドで全部の旧記録を読み直すコストは指数関数的に増大します。この仕組みは、会話履歴が重くなるほど、あなたが投げる1回の質問がより高くつくことを決めています。ある人が、20件以上のメッセージを含む実際の会話496件を追跡したところ、第1メッセージでは平均で14,000Tokenを読み、1件あたり約3.6セントでした。第50メッセージになると、平均で79,000Tokenを読み、1件あたり約4.5セントで、なんと80%も高くなっています。さらに、コンテキストがますます長くなり、第50メッセージの時点で、AIが再処理するコンテキストは第1メッセージ時の5.6倍になっていました。この問題の最も簡単な習慣は： 1つのタスク、1つの会話ウィンドウ。話題が終わったら、きっぱり新しい会話を始めましょう。AIを、決して電源が切れないチャットウィンドウのように扱わないことです。この習慣は簡単に聞こえますが、たいていの人はできません。「もしかしたら、前の内容がまた必要になるかもしれない」と思ってしまうのです。しかし実際には、その心配している「もしかしたら」が起こる確率は、ほとんどの場合ありません。そしてその「もしかしたら」のために、あなたは新しいメッセージを送るたびに何倍ものお金を余計に払ってしまっています。会話を継続する必要が本当にあるのに、コンテキストが長くなってしまっている場合は、圧縮のためのツールを使えます。Claude Codeには/compactコマンドがあり、大量の会話履歴を短い要約に圧縮してくれて、サイバ断捨離を手伝ってくれます。さらに節約ロジックとしてPrompt Caching（プロンプトキャッシュ）があります。同じシステムプロンプトを繰り返し使う、あるいは毎回同じ参考文書を引用する場合、AIはこの部分をキャッシュします。次の呼び出しでは、毎回フル価格で課金されるのではなく、キャッシュ読み取りのごく少額の費用だけが請求されます。Anthropicの公式価格では、キャッシュヒットしたTokenの価格は通常の1/10です。OpenAIのPrompt Cachingでも入力コストを約50%下げられます。2026年1月にarXivで発表された論文では、複数のAIプラットフォームで長いタスクをテストし、プロンプトキャッシュがAPIコストを45%から80%まで引き下げられることが分かりました。つまり、同じ内容なら、最初にAIへ渡すときはフル価格がかかる一方、その後の呼び出しは1/10だけで済みます。同じ規範文書やシステムプロンプトを毎日繰り返し使うユーザーにとって、この機能は大量のTokenを節約できます。ただしPrompt Cachingには前提があります。あなたのシステムプロンプトと参考文書の内容と順序は、一致していなければなりません。そして会話の最前面に置く必要があります。内容にどんな変更があってもキャッシュは無効になり、フル価格で再請求されます。なので、固定の業務ルールがあるなら、それを書き切って、むやみに変更しないでください。最後のコンテキスト管理のコツは、必要に応じてロードすることです。多くの人は、すべての規則、文書、注意事項をまとめてシステムプロンプトに詰め込むのが好きです。「万一に備えて」というのが理由です。しかしそれをやる代償は、あなたが明らかに単純なタスクをしているのに、何千字ものルールを強制的に読み込まされ、Tokenを無駄に大量に消費することになります。Claude Codeの公式ドキュメントでは、CLAUDE.mdを200行以内に抑え、異なるシーンの専門ルールを独立したスキルファイルに分けて、使うシーンのルールだけをロードすることを推奨しています。コンテキストを絶対に純粋なまま保つことは、最上級の計算資源への敬意です。ベッド（高級車）で野菜を買いに行かない異なるAIモデルの価格差は非常に大きいです。Claude Opus 4.6は入力が1百万Tokenあたり5ドル、出力が25ドル。Claude Haiku 3.5は入力0.8ドル、出力4ドルで、差は約6倍です。最上位のモデルに、資料収集や整形フォーマットのような雑務をやらせるのは、遅いだけでなく、とても高くつきます。賢い使い方は、人間社会でよくある「階級分業」の発想をAI社会に持ち込むことです。難易度の異なるタスクは、異なる価格帯のモデルに割り当てましょう。現実世界で人に仕事を頼むとき、年収100万の専門家を雇って現場でレンガを運ばせることはしません。AIも同様です。Claude Codeの公式ドキュメントでも明確に推奨されています：Sonnetはほとんどのプログラミングタスクを担当し、Opusは複雑なアーキテクチャの意思決定や多段階の推理に割り当て、単純な下位タスクはHaikuを指定します。より具体的な実践案は「二段式ワークフロー」を構築することです。第一段階では、無料または安価なベースモデルで前処理の汚れ仕事をやらせます。たとえば資料収集、フォーマットのクリーニング、初稿生成、簡単な分類と要約です。第二段階で、抽出して純度の高いエッセンスをトップレベルのモデルに投げ込み、コアの意思決定と深い精緻化を行わせます。たとえば、100ページの業界レポートを分析する必要がある場合、まずGemini Flashでレポートから重要なデータと結論を抽出し、10ページの要約に整理してから、その要約をClaude Opusに渡して深い分析と判断をさせる、という流れです。この二段式ワークフローなら、品質を維持しつつ、コストを大幅に圧縮できます。単純な段階分けより高度なのは、タスク分解に基づく深い分業です。複雑なエンジニアリングの仕事は、いくつかの互いに独立したサブタスクに分解でき、それぞれに最適なモデルを割り当てられます。たとえばコードを書く必要のあるタスクなら、安価なモデルにまずフレームワークと雛形コードを書かせ、コアロジックの部分だけを高価なモデルに渡して実装させます。各サブタスクはきれいで集中したコンテキストになるため、結果はより正確で、コストもより低くなります。そもそも、あなたはTokenを払う必要がないここまでのすべての議論は、本質的には「どうやって節約するか」という戦術の問題を解いていますが、さらに根本的な命題で、多くの人が見落としています：そもそもこの動作は、Tokenを使う必要があるのか？最も極限の節約は、アルゴリズムの最適化ではなく、意思決定の断捨離です。私たちはAIに万能の答えを求める習慣がありますが、多くの場面で高価な大規模モデルを呼び出すのは、高射砲で蚊を撃つようなものだと忘れています。たとえばAIにメールを自動処理させると、AIは各メールを独立したタスクとして理解し、分類し、返信しようとするため、Tokenの消費は非常に大きくなります。ですが、先に30秒だけ受信箱を眺めて、明らかにAIで処理する必要のないメールを手動でふるい分けし、それから残りをAIに渡せば、コストはすぐに元のほんの一部にまで下がります。人間の判断力はここでは障害ではなく、最良のフィルターです。電報時代の人たちは、1文字増えるほどいくら増えるかを知っていました。だから彼らは吟味し、それは資源への直感的な感知でした。AI時代も同じです。AIに一言多く話させるたびにいくら余計にかかるのかを本当に理解したとき、あなたは自然に、その判断がAIにやらせる価値があるのか、トップモデルが必要なのか、それとも安価なモデルで足りるのか、そしてそのコンテキストにまだ意味があるのかを吟味するようになります。この吟味こそが、最も節約する能力です。計算資源がますます高くなる時代で最も賢い使い方は、AIに人間の代わりをさせることではなく、AIと人間がそれぞれ得意なことをやることです。このTokenへの敏感さが条件反射として内化されたとき、あなたは初めて計算資源の従属者から、計算資源の主人へと戻れるのです。
AI時代の節約哲学：いかにしてすべてのTokenを無駄なく使うか
AI時代の節約哲学：すべてのTokenを刃先に当てる方法
著者：動察 Beating
出典：
転載：火星财经
文字課金の電報時代では、筆墨がそのままお金でした。人々は万語千言を極限まで圧縮するのが習慣で、「速帰」は長い手紙1通に匹敵し、「無事を」こそが最も重い念押しでした。
のちに電話が家の中に入りましたが、長距離料金は分秒で計算されました。両親の長距離電話はいつも要点だけで、用件が済むとすぐに切り上げられました。話題が少しでも広がると、「通話料が惜しい」という思いが、立ち上がりかけた挨拶の糸をすぐに断ち切りました。
さらにのち、ブロードバンドが家に入り、ネットは時間課金になりました。人々は画面上のタイマーを見つめ、ページを開いては閉じ、動画はダウンロードしかできず、ストリーミングは当時「ぜいたくな動詞」でした。ダウンロード進捗バーの終点には、「世界につながりたい」という渇望と、「残高不足」を恐れる気持ちが隠れていました。
課金単位は変わっても、節約本能は太古から不変です。
いま、TokenはAI時代の通貨になりました。しかし大多数の人は、この時代にどうやって細かく計算してやりくりすべきかまだ学べていません。なぜなら、見えないアルゴリズムの中で損得を計算する方法をまだ身につけていないからです。
2022年にChatGPTが出たばかりのころは、ほとんど誰もTokenのことを気にしていませんでした。それはAIの大鍋飯時代で、毎月20ドル払えば、好きなだけ話せました。
しかし最近AI Agentが流行ってからは、Tokenの出費が、AI Agentを使うすべての人が必ず意識しなければならないものになりました。
一問一答の単純な会話とは違い、タスクフローの背後には数百にも及ぶAPI呼び出しがあります。Agentの独立した思考にはコストがかかり、自分自身の修正のたびに、ツール呼び出しのたびに、請求書の数字が跳ねます。すると、チャージしたはずのお金が突然足りなくなり、しかもAgentが一体何をしたのか自分ではよく分からない、という状態に気づくことになります。
現実の生活では、みんなが節約のやり方を知っています。青果市場で買い物をするときは、泥のついた腐れ葉をきれいにしてから量を測ることを知っています。タクシーで空港に行くときは、運転手は朝のラッシュ時の高架を避けることを知っています。
デジタル世界の節約ロジックも実は同じで、ただし課金単位が「斤」や「キロ」からTokenに置き換わっただけです。
これまで節約は不足のせいでした。けれどAI時代の節約は、正確さのためです。
私たちはこの記事を通じて、AI時代の節約メソッド一式を整理し、あなたが毎一銭を刃先に当てて使えるようにします。
量りに乗せる前に、腐れ葉を選り分ける
AI時代では、情報の価値は広さによって決まらず、純度によって決まります。
AIの課金ロジックは、AIが読む文字数に応じて課金されます。あなたが入れたのが真実の洞察であっても、意味のない形式ばかりの雑談であっても、読まれた時点で支払いが発生します。
だからこそ、Tokenを節約する最初の考え方は、「信噪比」を潜在意識に刻み込むことです。
あなたがAIに渡すすべての一文字、すべての画像、すべてのコード行にはお金がかかります。なので、何かをAIに渡す前に必ず自問してください。ここにAIが本当に必要とする部分はどれくらいあるのか？泥のついた腐れ葉はどれくらい混ざっていないか？
たとえば「こんにちは、お願いします……」のような冗長な導入文、重複する背景説明、消しきれていないコードの注釈などは、すべて泥のついた腐れ葉です。
それ以外にも、最もよくある浪費は、PDFやウェブページのスクリーンショットをそのままAIに投げることです。たしかにあなたは楽ができますが、AI時代の「楽」は往々にして「高くつく」を意味します。
体裁が整った1つのPDFには、本文に加えて、ヘッダー、フッター、図表の注記、隠しウォーターマーク、そしてレイアウトのための大量の書式コードが含まれます。これらはAIがあなたの問題を理解するのにまったく役に立ちませんが、全部が課金対象になります。
次は、PDFを先にきれいなMarkdownテキストに変換してからAIに渡すことを覚えておいてください。10MBのPDFを10KBのきれいなテキストにすると、あなたは99%の金額を節約するだけでなく、AIの頭脳の動作速度も以前よりはるかに速くなります。
画像も別の「金を吸い込む獣」です。
視覚モデルのロジックでは、AIはあなたの写真がどれだけ美しいかには興味がありません。関心があるのは、あなたがどれだけのピクセル面積を占有したかだけです。
たとえばClaudeの公式の計算ロジックではこうです：
画像のToken消費 = 幅ピクセル × 高さピクセル ÷ 750
1000×1000ピクセルの画像なら、消費は約1334個のToken。Claude Sonnet 4.6の料金に換算すると、1枚あたり約0.004ドルです。
しかし同じ画像を200×200ピクセルに圧縮すれば、消費は54個のTokenだけで済み、コストは0.00016ドルまで下がります。差は実に25倍です。
多くの人は、スマホで撮った高精細の写真や4KスクリーンショットをそのままAIに投げてしまいます。しかしこれらの画像が消費するTokenは、AIが半分近い中編小説を読み終えるのに足りる可能性があります。タスクが画像内の文字の認識、あるいは簡単な視覚判断に限られるのであれば、たとえばAIに請求書の金額を読み取らせるとか、説明書の文章を読むとか、画像に信号機が赤か青か緑かを判定させるといったケースでは、4Kの解像度はまさに純粋な無駄です。画像を最小限で使える解像度まで圧縮するだけで十分です。
ただし、入力側でTokenを最も浪費しやすい理由は、実はファイル形式ではありません。非効率な話し方にあります。
多くの人はAIを真人の隣人だと思い、社交的なおしゃべりを細切れにしてコミュニケーションするのが癖になっています。「ウェブページを書いて」と一言投げ、AIが出来損ないの途中まで吐き出したところで詳細を追加し、何度も引っ張り直します。この歯磨き粉みたいな会話は、AIに何度も内容を生成させ、修正のたびにToken消費が積み上がります。
Tencent Cloudのエンジニアが実践で見つけたところでは、同じ要件でも、歯磨き粉式の複数ラウンド対話をすると、最終的に消費するTokenは、最初に一度で要点をきちんと説明した場合の3〜5倍になることが多いとのことです。
本当に節約するコツは、この非効率な社交的な探り合いをやめることです。要件、境界条件、参考例を一度で明確に伝えましょう。「やらないこと」を説明する労力を減らしてください。否定文はしばしば肯定文よりも理解コストが高くつくからです。「どうやるか」を直接伝え、明確な正しい見本も提示してください。
また、目標がどこにあるのか分かっているなら、AIに探偵役をさせず、そのままはっきり言ってください。
あなたがAIに「ユーザー関連のコードを探して」と命じると、それは裏側で大規模なスキャン、分析、推測を行う必要があります。しかし、あなたが直接「src/services/user.tsというファイルを見て」と伝えれば、Token消費は天地ほど違います。数字の世界では、情報の同等性が最大の節約になります。
AIの「丁寧さ」に対して料金を払わない
大規模言語モデルの課金には、多くの人が気づいていない潜在ルールがあります：出力Tokenは、通常、入力Tokenより3〜5倍高いです。
つまり、AIが話してくる言葉は、あなたがAIに言う内容よりはるかに高い、ということです。たとえばClaude Sonnet 4.6の価格では、入力は1百万Tokenあたり3ドルで済むのに対し、出力は一気に15ドルへ跳ね上がり、差はちょうど5倍です。
「はい、あなたのご要望は完全に理解しました。これからご説明します……」のような丁寧な導入文、「上記の内容がご参考になれば幸いです」のような無難な結びの挨拶。実際の人間同士の会話では礼儀正しい社交辞令ですが、APIの請求書では、これらの情報増分のない雑談の挨拶もすべてあなたの金として請求されます。
出力側の無駄遣いを最も効果的に解決する方法は、AIにルールを作ることです。システム指示で明確に伝えます：
雑談しないで、説明しないで、要件を繰り返さないで、答えを直接出して。
これらの規則は一度設定するだけで、以後の会話すべてで有効になり、「一度投資して永久に利益を得る」本当の資産運用の手段になります。ですが、規則を作るとき、多くの人はまた別の誤りに陥ります。冗長な自然言語で指示を積み上げてしまうことです。
エンジニアの実測データによれば、指示の効力は文字数ではなく密度にあります。500字のシステムプロンプトを180字に圧縮し、意味のない丁寧語を削り、重複する指示を統合し、段落を簡潔な箇条書きのリストに再構成すると、AIの出力品質はほぼ揺れないのに、1回の呼び出しで消費するTokenは64%も急減します。
さらに積極的なコントロール手段として、出力長を制限する方法があります。多くの人は出力の上限を設定せず、AIに好きにやらせます。この表現権の放任は、往々にしてコストを極端に制御不能にします。たぶんあなたが必要なのは一文で止まる短い文なのに、AIは「知的な誠意」を示すために勝手に、あなたのために800字の小論文を書いてしまうかもしれません。
純粋にデータが欲しいのであれば、AIに冗長な自然言語の説明をさせるのではなく、強制的に構造化フォーマットで返させるべきです。同じ情報量を載せる条件なら、JSON形式のToken消費は散文の段落よりずっと低くなります。これは、構造化データがすべての冗長な接続詞、間投詞、説明的な修飾を除去し、濃度の高いロジックの核だけを残すからです。AI時代には、あなたが支払う価値が、AIの意味のない自己説明ではなく、結果の価値であることをはっきり理解しておくべきです。
それに加えて、AIの「過度な思考」もあなたの口座残高を狂ったように食い荒らしています。
一部の上位モデルには「拡張思考」モードがあり、回答の前に大規模な内部推論を行います。この推論プロセスも課金対象であり、しかも出力の価格で計算されるため、非常に高額です。
このモードは、本質的に「深いロジックの裏付けが必要な複雑なタスク」のために設計されています。しかし多くの人は、単純な問題を聞くときにもこのモードを選んでしまいます。深い推論が不要なタスクについては、明確にAIに「思考過程の説明は不要、答えを直接出して」と伝えるか、手動で拡張思考をオフにすれば、かなりの節約になります。
AIに「過去の清算」をさせない
大規模言語モデルには本当の記憶がありません。ただ、狂ったように過去の清算を繰り返しているだけです。
これは多くの人が知らない、下層のメカニズムです。あなたがある会話ウィンドウで新しいメッセージを送るたびに、AIはそのあなたの一文から理解を始めているわけではありません。あなたたちがこれまで話した内容、つまり各ラウンドの対話、各コード断片、引用文書のすべてを最初から読み直し、それから回答します。
Tokenの請求書において、この「復習して学ぶ」は決して無料ではありません。会話ラウンドが積み重なるほど、たとえあなたが単にある単語を追い質問するだけでも、AIがバックグラウンドで全部の旧記録を読み直すコストは指数関数的に増大します。この仕組みは、会話履歴が重くなるほど、あなたが投げる1回の質問がより高くつくことを決めています。
ある人が、20件以上のメッセージを含む実際の会話496件を追跡したところ、第1メッセージでは平均で14,000Tokenを読み、1件あたり約3.6セントでした。第50メッセージになると、平均で79,000Tokenを読み、1件あたり約4.5セントで、なんと80%も高くなっています。さらに、コンテキストがますます長くなり、第50メッセージの時点で、AIが再処理するコンテキストは第1メッセージ時の5.6倍になっていました。
この問題の最も簡単な習慣は：
1つのタスク、1つの会話ウィンドウ。
話題が終わったら、きっぱり新しい会話を始めましょう。AIを、決して電源が切れないチャットウィンドウのように扱わないことです。この習慣は簡単に聞こえますが、たいていの人はできません。「もしかしたら、前の内容がまた必要になるかもしれない」と思ってしまうのです。
しかし実際には、その心配している「もしかしたら」が起こる確率は、ほとんどの場合ありません。そしてその「もしかしたら」のために、あなたは新しいメッセージを送るたびに何倍ものお金を余計に払ってしまっています。
会話を継続する必要が本当にあるのに、コンテキストが長くなってしまっている場合は、圧縮のためのツールを使えます。Claude Codeには/compactコマンドがあり、大量の会話履歴を短い要約に圧縮してくれて、サイバ断捨離を手伝ってくれます。
さらに節約ロジックとしてPrompt Caching（プロンプトキャッシュ）があります。同じシステムプロンプトを繰り返し使う、あるいは毎回同じ参考文書を引用する場合、AIはこの部分をキャッシュします。次の呼び出しでは、毎回フル価格で課金されるのではなく、キャッシュ読み取りのごく少額の費用だけが請求されます。
Anthropicの公式価格では、キャッシュヒットしたTokenの価格は通常の1/10です。OpenAIのPrompt Cachingでも入力コストを約50%下げられます。2026年1月にarXivで発表された論文では、複数のAIプラットフォームで長いタスクをテストし、プロンプトキャッシュがAPIコストを45%から80%まで引き下げられることが分かりました。
つまり、同じ内容なら、最初にAIへ渡すときはフル価格がかかる一方、その後の呼び出しは1/10だけで済みます。同じ規範文書やシステムプロンプトを毎日繰り返し使うユーザーにとって、この機能は大量のTokenを節約できます。
ただしPrompt Cachingには前提があります。あなたのシステムプロンプトと参考文書の内容と順序は、一致していなければなりません。そして会話の最前面に置く必要があります。内容にどんな変更があってもキャッシュは無効になり、フル価格で再請求されます。なので、固定の業務ルールがあるなら、それを書き切って、むやみに変更しないでください。
最後のコンテキスト管理のコツは、必要に応じてロードすることです。多くの人は、すべての規則、文書、注意事項をまとめてシステムプロンプトに詰め込むのが好きです。「万一に備えて」というのが理由です。
しかしそれをやる代償は、あなたが明らかに単純なタスクをしているのに、何千字ものルールを強制的に読み込まされ、Tokenを無駄に大量に消費することになります。Claude Codeの公式ドキュメントでは、CLAUDE.mdを200行以内に抑え、異なるシーンの専門ルールを独立したスキルファイルに分けて、使うシーンのルールだけをロードすることを推奨しています。コンテキストを絶対に純粋なまま保つことは、最上級の計算資源への敬意です。
ベッド（高級車）で野菜を買いに行かない
異なるAIモデルの価格差は非常に大きいです。
Claude Opus 4.6は入力が1百万Tokenあたり5ドル、出力が25ドル。Claude Haiku 3.5は入力0.8ドル、出力4ドルで、差は約6倍です。最上位のモデルに、資料収集や整形フォーマットのような雑務をやらせるのは、遅いだけでなく、とても高くつきます。
賢い使い方は、人間社会でよくある「階級分業」の発想をAI社会に持ち込むことです。難易度の異なるタスクは、異なる価格帯のモデルに割り当てましょう。
現実世界で人に仕事を頼むとき、年収100万の専門家を雇って現場でレンガを運ばせることはしません。AIも同様です。Claude Codeの公式ドキュメントでも明確に推奨されています：Sonnetはほとんどのプログラミングタスクを担当し、Opusは複雑なアーキテクチャの意思決定や多段階の推理に割り当て、単純な下位タスクはHaikuを指定します。
より具体的な実践案は「二段式ワークフロー」を構築することです。第一段階では、無料または安価なベースモデルで前処理の汚れ仕事をやらせます。たとえば資料収集、フォーマットのクリーニング、初稿生成、簡単な分類と要約です。第二段階で、抽出して純度の高いエッセンスをトップレベルのモデルに投げ込み、コアの意思決定と深い精緻化を行わせます。
たとえば、100ページの業界レポートを分析する必要がある場合、まずGemini Flashでレポートから重要なデータと結論を抽出し、10ページの要約に整理してから、その要約をClaude Opusに渡して深い分析と判断をさせる、という流れです。この二段式ワークフローなら、品質を維持しつつ、コストを大幅に圧縮できます。
単純な段階分けより高度なのは、タスク分解に基づく深い分業です。複雑なエンジニアリングの仕事は、いくつかの互いに独立したサブタスクに分解でき、それぞれに最適なモデルを割り当てられます。
たとえばコードを書く必要のあるタスクなら、安価なモデルにまずフレームワークと雛形コードを書かせ、コアロジックの部分だけを高価なモデルに渡して実装させます。各サブタスクはきれいで集中したコンテキストになるため、結果はより正確で、コストもより低くなります。
そもそも、あなたはTokenを払う必要がない
ここまでのすべての議論は、本質的には「どうやって節約するか」という戦術の問題を解いていますが、さらに根本的な命題で、多くの人が見落としています：そもそもこの動作は、Tokenを使う必要があるのか？
最も極限の節約は、アルゴリズムの最適化ではなく、意思決定の断捨離です。私たちはAIに万能の答えを求める習慣がありますが、多くの場面で高価な大規模モデルを呼び出すのは、高射砲で蚊を撃つようなものだと忘れています。
たとえばAIにメールを自動処理させると、AIは各メールを独立したタスクとして理解し、分類し、返信しようとするため、Tokenの消費は非常に大きくなります。ですが、先に30秒だけ受信箱を眺めて、明らかにAIで処理する必要のないメールを手動でふるい分けし、それから残りをAIに渡せば、コストはすぐに元のほんの一部にまで下がります。人間の判断力はここでは障害ではなく、最良のフィルターです。
電報時代の人たちは、1文字増えるほどいくら増えるかを知っていました。だから彼らは吟味し、それは資源への直感的な感知でした。AI時代も同じです。AIに一言多く話させるたびにいくら余計にかかるのかを本当に理解したとき、あなたは自然に、その判断がAIにやらせる価値があるのか、トップモデルが必要なのか、それとも安価なモデルで足りるのか、そしてそのコンテキストにまだ意味があるのかを吟味するようになります。
この吟味こそが、最も節約する能力です。計算資源がますます高くなる時代で最も賢い使い方は、AIに人間の代わりをさせることではなく、AIと人間がそれぞれ得意なことをやることです。このTokenへの敏感さが条件反射として内化されたとき、あなたは初めて計算資源の従属者から、計算資源の主人へと戻れるのです。