AIの「推論の深さ」の設定で費用はどう変わるか｜安いモデルに替えても請求が減らないとき(2026年9月)
2026-09-28(米国時間)に出たClaude Sonnet 5.5の発表で、Anthropicは推論の深さ(effort)の設定によって費用と品質の釣り合いを変えられると説明し、設定を高くするとOpus 5.5と同じくらいの費用になりうると書いています。AIの利用料は単価だけでは決まらず、この設定で使うトークンの量が大きく変わります。この記事では、2026-09-30時点のAnthropicの公式ドキュメントをもとに、仕組み、既定値、費用の増え方、発注側が確認することを整理します。
結論から
- AIが答える前に考えた分のトークンは、画面に表示されなくても出力として課金されます(Anthropic公式)。推論の深さを上げるほど考える量が増え、出力単価(Claude Sonnet 5.5なら100万トークンあたり10ドル、2026-09時点)がかかる量が増えます
- APIの既定値はモデルごとに違います。Claude Opus 5.5は中(medium)、Sonnet 5.5は高(high)で、ClaudeのアプリでのSonnet 5.5は中です。モデル名だけを安いほうに替えると1段深く考える設定になり、請求が思ったほど下がらないことがあります
- 開発会社には、見積もりがどの設定で計算されているか、業務ごとに設定を変えているか、上限を決めているかの3点を聞きます。定型の分類や抽出は下げてよく、原因調査や判断の下準備は下げないほうが無難です
自社の場合はどうなるかを先に知りたい方へ。 初回1時間の無料ヒアリングで、御社の状況に当てはめてお答えします →
推論の深さとは、なぜ費用が変わるのか
推論の深さは、一言でいえば「AIが答える前にどれだけ考えるか」の設定です。Anthropicはeffort、OpenAIは思考量と呼んでいます。深くすると、AIは問題を言い直し、いくつかのやり方を試し、途中の結果を確かめてから答えます。難しい仕事では結果がよくなりますが、そのぶんトークンを使います。
費用に効くのは、この考えた分の扱いです。Anthropicの公式ドキュメントは、考えるのに使ったトークンは出力トークンとして課金され、考えた中身を利用者に返さない設定でも同じだと明記しています。考えた中身を返さない設定は、応答を速くするだけで費用は下がらない、とも書いています。請求される出力トークン数は、画面に見える回答の長さと一致しません。
Anthropicの説明では、推論の深さは考える量だけでなく、回答の文章や、AIが社内システムなどの機能を呼び出す回数にも効きます。深さを下げると、呼び出しをまとめて回数を減らし、前置きなしで作業に入り、完了の報告も短くなります。出力の単価は入力の5倍なので(Claude Sonnet 5.5で入力2ドル・出力10ドル、2026-09時点)、出力が増える設定は費用に直結します。
仕様の出典: Anthropic 公式ドキュメント「Thinking」 / Anthropic 公式ドキュメント「Effort」
Claudeで選べる段階と既定値
Claudeでは5つの段階を選べます(2026-09-30時点。モデルによって使えない段階があります)。
| 段階 | Anthropicの説明 | 向く用途(公式の例) |
|---|---|---|
| 最大(max) | トークンの使用に制約を設けず最高の能力を出す | 最も深い推論と徹底した分析が要る仕事 |
| 超高(xhigh) | 長時間の仕事向けに能力を広げる | 30分を超えるような長いエージェント作業やコーディング |
| 高(high) | よい結果に必要なだけトークンを使う | 複雑な推論、難しいコーディング |
| 中(medium) | トークンをある程度節約する釣り合いのとれた設定 | 速さ・費用・性能の釣り合いが要る作業 |
| 低(low) | 最も効率がよく、トークンを大きく節約する。能力は一部下がる | 速さと安さが要る単純な作業 |
既定値はモデルと使う場所で違う
| モデル | APIの既定値 | アプリ・Claude Codeの既定値 |
|---|---|---|
| Claude Opus 5.5 | 中(medium) | — |
| Claude Sonnet 5.5 | 高(high) | 中(medium) |
| Claude Sonnet 5 | 高(high) | 高(high。Claude Code) |
| Claude Sonnet 4.6 | 高(high)。Anthropicは中を推奨 | — |
「—」は本記事で確認していない項目です。Sonnet 5.5の欄は発表と公式ドキュメントによります。社員がClaudeのアプリで使う場合と、APIで組み込んだシステムとでは、同じSonnet 5.5でも既定の深さが違います。アプリで試した感触と、システムに組み込んだときの費用が合わない理由の1つです。
もう1つ、Sonnet 5.5は段階の付け方がSonnet 5から変わりました。同じ「高」でもSonnet 5と同じ量は考えないため、Anthropicは前のモデルの設定を持ち越さず、自社の評価で測り直すよう案内しています。
仕様の出典: Anthropic 公式ドキュメント「Effort」 / Anthropic「Introducing Claude Sonnet 5.5」
安いモデルに替えても請求が減らない理由
単価が半分のモデルに替えたのに請求があまり減らないとき、よくある原因は3つです。
- 既定値が1段上がった: Opus 5.5(APIの既定は中)からSonnet 5.5(既定は高)にモデル名だけ替えると、1段深く考える設定で動く
- 考える機能が既定で入った: Sonnet 4.6以前は、指定しなければ考えずに答えていた。Sonnet 5.5は指定しなくても考えるため、同じ呼び出し方でも出力トークンが増える
- 安いモデルほど多く考える設定にした: 品質をそろえるために深さを上げると、上位モデルとの費用差が縮む。Anthropic自身が、Sonnet 5.5は高い設定ではOpus 5.5と同じくらいの費用で同じくらいの結果になりうる、と書いている
当社の試算: 考える量で1件あたりの費用はここまで変わる
前提は、Sonnet 5.5で1件あたり入力3,000トークン、画面に見える回答500トークン、月1万件です。考えるのに使うトークンを0、2,000、8,000の3通りに仮に置きます。実際の量は業務と設定で変わるので、自社の処理で測る必要があります(単価は2026-09時点、1ドル=157円の参考値)。
| 考えるのに使うトークン(仮置き) | 1件あたり | 月1万件 |
|---|---|---|
| 0 | $0.011 | $110(約1万7,270円) |
| 2,000 | $0.031 | $310(約4万8,670円) |
| 8,000 | $0.091 | $910(約14万2,870円) |
| (参考)Opus 5.5で考えるトークン0 | $0.022 | $220(約3万4,540円) |
1件あたりの入力は0.006ドルで固定、出力は(500+考えた量)×10ドル÷100万で計算しています。考える量が2,000トークン増えるだけで、Sonnet 5.5の費用は、考えずに答えるOpus 5.5を上回ります。モデルの単価より、この設定のほうが請求に効く場面があるということです。
逆に、下げたときの効果もAnthropicは公表しています。いくつかの評価で、低か中のSonnet 5.5が、Sonnet 5の最高点を約10分の1の1作業あたり費用で上回ったとしています(Anthropic公称)。
仕様の出典: Anthropic「Introducing Claude Sonnet 5.5」 / Anthropic 公式ドキュメント「Migrating to Claude Sonnet 5.5」
OpenAIにも同じ考え方の設定がある
OpenAIのモデルにも、考える量を決める「思考量」の設定があります。2026-09-29(米国時間)に発表されたGPT-6.1 Solの評価では、思考量「中」「最大」「超高」といった設定ごとに点数と1タスクあたりの費用が示されています。たとえばある評価では、思考量を最大にしたときの1タスクあたりの平均費用を、GPT-6.1 Solが5.47ドル、Claude Opus 5.5が23.21ドルとしています(OpenAI公称)。
発注側にとっての意味は、ベンダーの公表値は必ず特定の設定での値だということです。「このモデルは安い」「この点数が出る」という話を聞いたら、どの設定での数字かを確かめてください。社内の比較でも、ベンダーをまたいで比べるときは設定を記録しておかないと、比べた意味がなくなります。
仕様の出典: OpenAI「GPT-6.1 Sol のご紹介」
下げてよい業務・下げないほうがよい業務
Anthropicの推奨と、業務の性質から整理すると次のようになります。最終的には自社の評価で決めます。
| 業務の例 | 設定の目安 | 理由 |
|---|---|---|
| 問い合わせの分類、担当の振り分け | 低〜中 | 答えの形が決まっていて件数が多い。応答の速さも効く |
| 請求書・申込書からの項目抽出 | 低〜中 | 範囲が決まっている。誤りは形式のチェックで拾いやすい |
| 社内規程・マニュアルへの質問対応(チャット) | 中から試す | Anthropicは会話など速さが要る用途は中か低から始めるよう案内している |
| 定型の報告書・提案書の下書き | 中〜高 | 構成を考える必要があるが、人が読んで直す前提 |
| 原因のわからない不具合やデータの食い違いの調査 | 高以上 | 考える量が結果を左右し、誤りに気づきにくい |
| 契約・金額など誤りの影響が大きい判断の下準備 | 高以上(人の確認つき) | 費用より正確さを優先する場面 |
下げるときは、いきなり本番で切り替えず、同じ入力を2〜3段階で流して結果とトークン数を比べます。Anthropicは、深さは目安であって厳密な上限ではないとしています。費用に確実な上限を設けたいときは、1回の出力の最大トークン数を別に決めておく必要があります。
発注側が開発会社に聞くこと
- 見積もりのランニング費用は、どのモデルの、どの推論の深さで計算したか。考える分のトークンを出力に含めているか
- 業務ごとに設定を変えているか。分類のような軽い処理まで、既定の高で動かしていないか
- 1回の出力に上限を設けているか。上限に達したときの動き(途中で止まる、やり直す)をどうしているか
- 月の出力トークン数を業務別に見られるか。設定を変えたときに費用の変化を追えるか
- 会話の途中で設定を変えていないか: 設定を変えるとキャッシュが効かなくなり、割引が受けられなくなる(一部のモデルは会話の途中で変えてもキャッシュを保つ方式がある。ベータ)
最後の項目は見落とされやすい点です。キャッシュの割引と推論の深さの両方で費用を下げようとすると、設定の変え方によっては互いに打ち消し合います。キャッシュの仕組みは「プロンプトキャッシュとは」、単価とトークン数からの見積もり方は「AI開発の見積もりをモデル値下げ後に引き直す」で扱っています。
仕様の出典: Anthropic 公式ドキュメント「Effort」 / Anthropic 公式ドキュメント「Thinking」
日本の会社で使えるか・費用の扱い
推論の深さの設定は、Claude API、Claude Platform on AWS、Amazon Bedrock、Google Cloud、Microsoft Foundryのいずれでも一般提供されています(Anthropicの公式ドキュメント、2026-09-30時点)。日本から使う場合も同じ設定がそのまま使えます。請求は米ドル建てで、考えた分は出力の単価で課金されます。
社員がClaudeのアプリを月額プランで使っている場合、推論の深さで月額は変わりません。費用の管理が要るのは、APIで組み込んだシステムと、使った量で請求される契約です。
いまやること・待ってよいこと
- APIで組み込んだシステムがある: 直近1か月の出力トークン数を業務別に出してもらい、画面に出ている回答の量と比べる。差が大きければ、考える分が多い
- モデルを安いほうに替えた、または替える予定: 推論の深さを明示的に指定しているかを確かめる。指定がなければ、既定値が変わっていないかを見る
- これから発注する: 見積書に、モデル名と推論の深さの設定、1件あたりの想定出力トークン数(考える分を含む)を書いてもらう
待ってよいのは、すべての業務の設定を一斉に見直すことです。費用の大半は、件数の多い一部の処理から出ていることが多いので、請求の大きい処理から1つずつ測れば足ります。社員がアプリで使っている範囲では、設定を気にする必要はありません。
出典
- Anthropic 公式ドキュメント「Effort」(2026-09-30確認): https://platform.claude.com/docs/en/build-with-claude/effort
- Anthropic 公式ドキュメント「Thinking」(2026-09-30確認): https://platform.claude.com/docs/en/build-with-claude/thinking
- Anthropic「Introducing Claude Sonnet 5.5」(2026-09-28): https://www.anthropic.com/claude-sonnet-5-5
- Anthropic 公式ドキュメント「Migrating to Claude Sonnet 5.5」(2026-09-30確認): https://platform.claude.com/docs/en/models/sonnet-5-5/migration-guide
- Anthropic 公式ドキュメント「Claude Sonnet 5.5」(2026-09-30確認): https://platform.claude.com/docs/en/models/sonnet-5-5/overview
- OpenAI「GPT-6.1 Sol のご紹介」(2026-09-29): https://openai.com/ja-JP/index/introducing-gpt-6-1-sol/
よくあるご質問
- AIの推論の深さ(effort)とは何ですか?
- AIが答える前にどれだけ考えるかを決める設定です。Claudeでは低・中・高・超高・最大の5段階があり(2026-09時点、モデルにより異なる)、深くするほど難しい仕事の結果がよくなる一方、使うトークンが増えます。
- AIが考えた分にも料金はかかりますか?
- かかります。Anthropicの公式ドキュメントでは、考えるのに使ったトークンは、画面に表示されなくても出力トークンとして課金されます。そのため、請求される出力トークン数は見える回答の長さより多くなります。
- 安いモデルに替えたのに請求が減らないのはなぜですか?
- 推論の深さの既定値が上がった、考える機能が既定で入った、品質をそろえるために深さを上げた、のいずれかが多い原因です。たとえばAPIの既定値はClaude Opus 5.5が中、Sonnet 5.5が高です。設定をそろえて1件あたりの出力トークン数を比べてください。
- 推論の深さを下げても品質は大丈夫ですか?
- 業務によります。分類や項目抽出のように答えの形が決まった処理は下げても落ちにくく、原因調査や判断の下準備は落ちやすいです。同じ入力を2〜3段階で流し、結果とトークン数を比べてから決めてください。